بهبود توازن بار در رایانش ابری از طریق تخصیص فازی منابع

رایانش ابری مدل محاسباتی بر پایه شبکه های بزرگ کامپیوتری مانند اینترنت است که الگویی تازه برای عرضه، مصرف و تحویل سرویسهای فناوری اطلاعات شامل سخت افزار نرم افزار اطلاعات و سایر منابع اشتراکی محاسباتی ارایه می کند. یکی از چالشهای مطرح در رایانش ابری توازن بار میباشد. در این پایان نامه یک رویکرد جدید و مبتنی بر محدودیت زمانی فازی برای بهبود توازن بار در محیط های ابری ارائه شد که در آن پس از مقداردهی پارمترهای مهم شبکه در گام نخست تعداد ماشین های مجازی کم بار و تعداد درخواستهای رد شده محاسبه شده و نتایج در کنار مجموعه ای از قوانین فازی که با در نظر گرفتن محدودیت زمانی کاهش یا افزایش ماشینهای مجازی فعال را بر عهده دارند به ماژول تعیین تعداد ماشن های مجازی فعال ارسال میگردد خروجی این ماژول تعیین تعداد ماشینهای مجازی فعال برای فرآیند (زمانبندی به عنوان ورودی به ماژول زمانبندی وظایف ارسال و ماژول زمانبندی وظایف با آگاهی از مجموعه درخواستهای کاربران و تعداد ماشین های مجازی فعال و با بهره گیری از الگوریتم زمانبندی FCFS نسبت به زمانبندی آگاه از تعادل بار اقدام میکند به منظور بررسی کارایی روش پیشنهادی سه سناریو طراحی و عملکرد سیستم در سه شاخص کیفیت سرویس تعادل بار و زمان پاسخگویی مورد تجزیه و تحلیل قرار گرفت بررسی یافته ها نشان میدهد که روش پیشنهادی به صورت میانگین ۹ درصد در شاخص کیفیت سرویس ۲۳ درصد در شاخص تعادل بار و ۲ درصد در شاخص زمان پاسخگویی عملکرد بهتری نسبت به روش پایه دارد.