بهینهسازی تخصیص منابع پایگاه داده در محاسبات ابری با استفاده ازالگوریتم جستجوی گرانشی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 442

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PFCONF02_151

تاریخ نمایه سازی: 7 اردیبهشت 1396

چکیده مقاله:

محاسبات ابری مدل رایانشی بر پایه شبکههای 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 رایانشی) با به کارگیری اینترنت ارایه میکند. رایانش ابری راهکارهایی برای ارایه خدمات فناوری اطلاعات به شیوههای مشابه با صنایع همگانی (آب، برق، تلفن و ...) پیشنهاد میکند. این بدین معنی است که دسترسی به منابع فناوری اطلاعات در زمان تقاضا و بر اساس میزان تقاضای کاربر بهگونهای انعطافپذیر و مقیاسپذیر از راه اینترنت به کاربر تحویل داده میشود. از طرفی تخصیص منابع بهینه در سیستمهای محاسبات ابری یکی از چالشهای اساسی محسوب میگردد. این مساله به دلیل دارا بودن فضای جستجوی بزرگ از ردهمسایل سخت بوده و برای حل آن بیشتر از روشهای جستجوی تصادفی استفاده میگردد. تاکنون الگوریتمهای مختلفی برای حل این مساله پیشنهاد شده است. در این مقاله برای حل مساله تخصیص منابع در محاسبات ابری از یک الگوریتم فراابتکاری بنام (GSA_RACloud) استفاده شده است. برای نشان دادن کارایی الگوریتم پیشنهادی GSA_RACloud) ، این الگوریتم با الگوریتم کلونی مورچگان( ACO ) مقایسه شده است. نتایج تجربی نشان میدهد که الگوریتم پیشنهادی از کارایی بالاتری نسبت به الگوریتم مورد مقایسه برخوردار است

کلیدواژه ها:

نویسندگان

بهاره هادینژاد امیری

دانشگاه آزاد اسلامی، واحد آیت الله آملی، گروه مهندسی کامپیوتر، آمل، ایران

حمید توکلایی

دانشگاه آزاد اسلامی، واحد آیت الله آملی، گروه مهندسی کامپیوتر، آمل، ایران

محمد مهدی حسنی

دانشگاه آزاد اسلامی، واحد آیت الله آملی، گروه مهندسی کامپیوتر، آمل، 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 :
  • Choubey, R., Dubey, R., & Bhattacharjee, J. (2011). A Survey ...
  • Li, L. (2009). An optimistic differentiated service job scheduling system ...
  • F. Durao, J. F. S. Carvalho, A. Fonseka, V. C. ...
  • Linthicum, D. S. (2009). Cloud computing and SOA convergence in ...
  • Boroujerdi, M. M., & Nazem, S. (2009). Cloud computing: changing ...
  • Buyya, R., Yeo, C. S., & Venugopal, S. (2008). M ...
  • X. Yang et al., _ Cloud computing in e-Science: research ...
  • S. Singh, I. Chana, "QRSF: QoS-aware resource scheduling framework in ...
  • Liu, K., et al. (2010). "A c ompromi sed-time -cost ...
  • Pandey, S., Wu, L, Guru, S. M., & Buyya, R. ...
  • Lin, C, & Lu, S. (2011). Scheduling scientific workflows elastically ...
  • Wu, Z., Liu, X., Ni, Z., Yuan, D., & Yang, ...
  • Varalakshmi, P., Ramaswamy, A., B al asubramanian, A, & Vijaykumar, ...
  • I. A. Moschakis, H. D. Karatza, "Evaluation of gang scheduling ...
  • Verma, A., & Kaushal, S. (2012). Deadline and budget distribution ...
  • Bittencourt, L. F., & Madeira, E. R. M. (2011). HCOC: ...
  • Z. Wu, X. Liu, Z. Ni, D. Yuan, Y. Yang, ...
  • D. Ergu, G. Kou, Y. Peng, Y. Shi, Y. Shi, ...
  • S. Ho sseinimotlagh, F. Khunjush, R. Samadzadeh, "SEATS: smart energy-awars ...
  • نمایش کامل مراجع