ارایه یک روش زمانبندی دو هدفه وظایف جهت مدیریت هزینه در محیط محاسبات ابری
محل انتشار: نخستین سمپوزیوم ملی رباتیک و هوش مصنوعی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 639
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PNUOPEN01_031
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
ازجمله چالش های سیستم محاسبات ابری مسئله زمانبندی درخواست های ارسالی از سوی کاربر، جهت مدیریت کارها و تخصیصمناسب منابع به آنها است.در این مقاله سعی داریم همزمان دو پارامتر را جهت افرایش کارایی سیستم بهبود دهیم که عبارت اند از:کاهش طولانی ترین زمان اتمام کار در میان منابع، کم کردن مجموع هزینه پرداختی از سوی کاربران جهت اجاره منابع، علاوه بر اینبرای تخصیص هر کار روی هر ماشین مجازی یک زمان آماده سازی نیز در نظر گرفته ایم، لذا علاوه بر تخصیص کارها، ترتیب قرارگیری هر کار روی هر ماشین نیز حائز اهمیت است.در اینجا زمانبند با ایجاد مصالح های میان هزینه های کیفیت سرویس، جهتانتخاب منبع مناسب مواجه می شود که متعلق به خانواده بهینه سازی چند هدفه است. یک روش برای حل مسئله زمانبندی چندهدفه،پیدا کردن راه حل پارتومی باشد که به کاربران اجازه می دهد بهترین زمانبندی را بر اساس نیازمندی هایشان انتخاب کنند، ما از اینروش برای حل مسئله زمانبندی وظایف استفاده کردیم. نتایج شبیه سازی نشان میدهد که علاوه بر بهبود نسبی پاسخها، الگوریتم پیشنهادی 76% سریعتر از الگوریتم NSGA-II می باشد.
کلیدواژه ها:
الگوریتم بهینه سازی چند هدفه ازدحام ذرات ، زمان اتمام طولانی ترین کار روی منابع ، زمانبندی دو هدفه وظایف ، محاسبات ابری ، هزینه اجاره منابع
نویسندگان
سارا داستانیان
گروه کامپیوتر، واحد علوم و تحقیقات خوزستان، دانشگاه آزاد اسلامی واحد اهواز ، ایران- گروه کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی اهواز،
سیدعنایت الله علوی
گروه کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی اهواز، ایران
ماشاالله عباسی دزفولی
گروه کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی اهواز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :