ارایه رویکردی برای تامین منابع درمحیط رایانش ابری سیار

بحث تامین منابع دررایانش ابری سیار یکی ازچالشهای مهم دراین زمینه می باشدهمواره صرفه جویی درمنابع برای کاهش هزینه های مشتری سیار و درنتیجه رضایتمندی آن یکی ازاهداف مهم برای تامین کننده های خدمات ابر سیار می باشد تاکنون الگوریتم های فراوانی برای این منظور ارایه شده است یکی ازاین راه حلها میتواند پیش بینی منابع بصورت پویا برای مشتری سیار باشد پیش بینی منابع پویابه دورورش واکنشی و پیش کنشی انجام میگیرد درروش واکنشی همانگونه که ازلغت آن برمی اید به محض درخواست مشتری سیار اینمنابع توسط تامین کننده خدمات ابرسیاره دراختیارمشتری سیارقرار میگیرد و درروش پیش کنشی منابع باتوجه به استراتژی والگوریتمتعیین شده درتامین کننده منابع ابرسیار ازقبل منابع پیش بینی شده و به مشتری سیاراختصاص داده میشود هدف ازاین مقاله ارایه راهکاری کارامد براساس روش تامین منابع پویا پیش کنشی در محیط ابر سیار مبتنی بر الگوریتم مدل مخفی مارکوف برای مشتری سیار میباشد که بتوانند زمان استفاده مشتری سیار از تامین کننده منابع ابر سیار را نسبت به الگوریتم مدل شبکه های عصبی مصنوعی کمتر میکند در نتیجه منجر به کاهش هزینه استفاده از محیط ابر سیار و نهایتا رضایتمندی بیش از پیش مشتری ابر سیار میشود خوشبختانه با پیاده سازی روش پیشنهادی در محیط شبیه سازی Cloudsimبا تعداد در خواست های برابر برای هر دو روش نتیجه کاهش زمان استفاده از محیط ابر سیار م همچنین کاهش تعداد ماشین های مجازی منجر شد