ارائه یک روش زمان بندی تحمل پذیر خطای گردش کار با استفاده از الگوریتم بهینه سازی فاخته تطبیق پذیر و تکنیک خوشه بندی وظایف در محیط رایانش ابری

مدل های گردش کار، فرایندی است که شامل یک سری مراحل است که پیچیدگی اجرا و مدیریت برنامه ها را ساده می کنند. درواقع  گردش کارهای علمی  در حوزه های مختلف از منابع توزیع شده برای دسترسی ، مدیریت و پردازش حجم زیادی از داده ها استفاده می کنند. لذا پردازش و مدیریت چنین مقادیر زیادی از داده ها نیاز به استفاده از یک مجموعه توزیع شده از امکانات محاسباتی و ذخیره سازی دارد. پیشرفت های اخیر در فن آوری های مجازی سازی و رشد سریع خدمات رایانش ابری، روش جدیدی را در محاسبات توزیع شده برای استفاده از منابع موجود در جهت محاسبات گردش کارهای علمی معرفی کرده است. ازاین رو، موضوع زمان بندی برای اجرای برنامه های کاربردی مقیاس وسیع ضروری  هست. البته با رشد مقیاس و پیچیدگی برنامه های کاربردی علمی، تعداد خرابی هایی که احتمالا رخ می دهند زیاد خواهد شد و یک اثر نامطلوبی روی اجرای برنامه های کاربردی مقیاس وسیع می گذارد. ازاین رو، موضوع زمان بندی تحمل پذیر خطا برای اجرای برنامه های کاربردی مقیاس وسیع ضروری هست. همچنین به اثبات رسیده است که استفاده از خوشه بندی وظایف  در محاسبات گردش کارهای علمی باعث کاهش سربار اجرای عملیات و بهبود محاسبات در وظایف گردش کار علمی بر روی منابع توزیع شده خواهد شد. بنابراین در این مقاله یک روش زمان بندی تحمل پذیر خطای گردش کار با استفاده از الگوریتم بهینه سازی فاخته تطبیق پذیر در محیط رایانش ابری با استفاده از تکنیک خوشه بندی وظایف ارائه می گردد. فاخته ها با بهره برداری از لانه پرندگان دیگر با قرار دادن تخم ها در آن لانه ها تولیدمثل می کنند. نتایج آزمایش در مقایسه با تکنیک های موجود، برتری روش پیشنهادی را ازنظر بهینه سازی و کاهش زمان اجرا، هزینه کل و مصرف انرژی نشان داده و همچنین نتایج مطلوبی را در  کنترل سربار و افزایش سطح دسترس پذیری ارائه می نماید.

کلیدواژه ها:

الگوریتم بهینه سازی فاخته تطبیق پذیر ، زمان بندی گردش کار ، تحمل پذیری خطا ، رایانش ابری ، خوشه بندی وظایف