CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بهینه سازی ازدحام ذرات بهبود یافته برای زمانبندی کارها در برنامه های محاسباتی ابری

عنوان مقاله: بهینه سازی ازدحام ذرات بهبود یافته برای زمانبندی کارها در برنامه های محاسباتی ابری
شناسه ملی مقاله: CITCOMP03_165
منتشر شده در سومین کنفرانس ملی در مهندسی کامپیوتر، فناوری اطلاعات و پردازش داده ها در سال 1397
مشخصات نویسندگان مقاله:

نسرین کثیری - دانشجوی دکتری، گروه مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد میبد
مهدی رضاپورمیرصالح - استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور

خلاصه مقاله:
مهمترین نیازمندی در محیط محاسبات ابری، زمانبندی است که نقش اساسی در کارایی کل تسهیلات محاسباتی ابری بازی میکند . زمانبندی وظایف در محاسبات ابری، به معنی این است که بهترین منبع مناسب را به وظیفه برای اجرا با در نظر گرفتن پارامترهای متفاوت مانند زمان، هزینه، مقیاس پذیری، زمان تکمیل، قابلیت اطمینان، دسترس پذیری، توان عملیاتی، بهره وری منابع و موارد دیگر، تخصیص دهیم. الگوریتم پیشنهادی، قابلیت اطمینان و دسترس پذیری را در نظر میگیرد. بسیاری از الگوریتم های زمان بندی قابلیت اطمینان و دسترس پذیری محیط محاسبات ابری را در نظر نمی گیرند، زیرا رسیدن به این پارامترها کمی پیچیده است. ما یک مدل ریاضی با استفاده از جهش تعادل بار (متعادل سازی) یک زمان بند مبتنی بر رویکرد بهینه سازی ازدحام ذرات (LBMPSO)3 برای محاسبات ابری ارایه میکنیم که قابلیت اطمینان، زمان اجراف زمان انتقال، زمان تکمیل، زمان گردش، هزینه انتقال و تعادل بار بین وظایف و ماشینهای مجازی را در نظر میگیرد. LBMPSO میتواند نقش بزرگی در قابلیت اطمینان محیط محاسبات ابری با در نظر گرفتن منابع در دست رس و وظایف قابل زمانبندی که در تخصیص با شکست روبرو میشوند، بازی کند. رویکرد پیشنهادی LBMPSO ما با رویکرد PSO4 استاندارد، الگوریتم تصادفی و الگوریتم طولانی ترین ابر به سریعترین پردازنده (LCFP)5 برای نشان دادن این که LBMPSO میتواند زمان تکمیل، زمان اجرا، زمان رفت و برگشت، هزینه انتقال را بهبود دهد، مقایسه شد.

کلمات کلیدی:
محاسبات ابری، بهینه سازی ازدحام ذرات، استراتژی زمانبندی، تعادل بار، ماشین مجازی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/854039/