عنوان انگلیسی : Intelligent Strategy of Task Scheduling in Cloud Computing for Load Balancing
مشخصات مقاله : International Journal of Emerging Trends & Technology in Computer Science (IJETTCS) - سال 2013
تعداد صفحه : 11 صفحه
دانلود رایگان مقاله انگلیسی
عنوان فارسی :
استراتژی هوشمند زمانبندی وظیفه برای تعادل بار در محاسبات ابری
تعداد صفحه فایل ترجمه : 16 صفحه
در صورت هر گونه مشکل در دریافت فایل با شماره زیر در ارتباط باشید :
09981639982 - مسعودی
http://www.jozvedarsi-55.loxblog.com/
چکیده :
Cloud computing is a type of parallel and distributed system consisting of a collection of interconnected and virtual computers. With the increasing demand and benefits of cloud computing infrastructure, different computing can be performed on cloud environment. One of the fundamental issues in this environment is related to task scheduling. Cloud task scheduling is an NP-hard optimization problem, and many meta-heuristic algorithms have been proposed to solve it. A good task scheduler should adapt its scheduling strategy to the changing environment and the types of tasks. In this paper a cloud task scheduling policy based on ant colony optimization algorithm for load balancing compared with different scheduling algorithms has been proposed. Ant Colony Optimization (ACO) is random optimization search approach that will be used for allocating the incoming jobs to the virtual machines. The main contribution of our work is to balance the system load while trying to minimizing the makespan of a given tasks set. The load balancing factor, related to the job finishing rate, is proposed to make the job finishing rate at different resource being similar and the ability of the load balancing will be improved. The proposed scheduling strategy was simulated using Cloudsim toolkit package. Experimental results showed that, MACOLB algorithm decrease the degree of imbalancing between available virtual machines and increase the overall performance.
تعداد صفحات انگلیسی : 11 صفحه
عنوان فارسی :
استراتژی هوشمند زمانبندی وظیفه برای تعادل بار در محاسبات ابری
چکیده
محاسبات ابری نوعی از سیستمهای موازی و توزیع شده شامل مجموعهای از کامپیوترهای به هم متصل و مجازی است. با افزایش تقاضا و مزایای زیرساختهای محاسبات ابری، انواع مختلفی از محاسبات را میتوان در محیط ابر اجرا کرد. یکی از مسائل اساسی در این محیط مرتبط با زمانبندی وظیفه است. زمانبندی وظیفه ابر یک مسئلهی بهینهسازی NP-سخت است، و بسیاری از الگوریتمهای فرااکتشافی برای حل آن پیشنهاد شده است. زمانبند وظیفه خوب باید استراتژی زمانبندی خود را با محیط در حال تغییر و انواع وظایف وفق دهد. در این مقاله یک سیاست زمانبندی وظیفه ابر بر اساس الگوریتم بهینهسازی کلونی مورچهها برای تعادل بار در مقایسه با الگوریتمهای زمانبندیهای مختلف مطرح شده است. الگوریتم مورچگان (ACO) روش جستجو بهینهسازی تصادفی است که برای تخصیص کارهای ورودی به ماشین های مجازی استفاده میشود. سهم اصلی این مقاله، تعادل بار سیستم در حال تلاش برای به حداقل رساندن makespan مجموعه وظایف داده شده است. عامل تعادل بار، مربوط به نرخ اتمام وظایف، برای نرخ اتمام کار در منابع مختلف مشابه و بهبود توانایی حفظ تعادل بار است. استراتژی زمانبندی پیشنهادی با استفاده از بسته ابزار Cloudsim شبیهسازی شده است. نتایج تجربی نشان میدهد که، الگوریتم MACOLB درجه نامتعادلی بین ماشینهای مجازی موجود را کاهش و عملکرد کلی را افزایش میدهد.
1-مقدمه
محاسبات ابری به عنوان یک مدل محاسباتی برای انواع حوزههای برنامههای کاربردی استفاده شده، توجه زیادی به دست آورده است. سرویسهای محاسبات ابری به کاربران اجازه میدهند منابع محاسباتی را در قالب ماشین های مجازی (VMS) از مراکز داده در شمقیاس بزرگ توسط ارائه دهندگان سرویسها اجاره کنند [1]. با استفاده از سرویسهای ابر، کاربران ابر میتوانند طیف گستردهای از برنامههای کاربردی را به صورت پویا و بر اساس تقاضا معمولاً از سه جنبه اساسی مورد توجه مستقر کنند: زیرساخت به عنوان یک سرویس (IaaS)، پلت فرم به عنوان سرویس (PaaS) و نرم افزار به عنوان سرویس (SaaS) [2 ]. بیشتر ارائه دهندگان سرویسهای ابر از ماشین مجازی برای ارائه اشتراکگذاری منابع انعطافپذیرتر و مقرون به صرفهتر استفاده میکنند...
عنوان مقاله انگلیسی :
An Ant Colony Based Load Balancing Strategy in Cloud computing
فرمت : pdf
تعداد صفحه : 10 صفحه
----------------------------------------------------------------------------------------------------------------------------------------------------
عنوان فارسی مقاله :
الگوریتم لانه مورچگان مبتنی بر استراتژی تعادل بار در رایانش ابری
فرمت : WORD
تعداد صفحه : 10 صفحه
-----------------------------------------------------------------------------------------------------
Abstract.
Cloud computing thrives a new supplement of consumption and delivery model for internet based services and protocol. It provides large scale computing infrastructure defined on usage and also provides infrastructure services in a very flexible manner which may scales up and down according to user demand. To meet the QoS and satisfy the end users demands for resources in time is one of the main goals for cloud service provider. For this reason selecting a proper node that can complete end users task with QoS is really challenging job. Thus in Cloud distributing dynamic workload across multiple nodes in a distributed environment evenly, is called load balancing. Load balancing can be an optimization problem and should be adapting its strategy to the changing needs. This paper proposes a novel ant colony based algorithm to balance the load by searching under loaded node. Proposed load balancing strategy has been simulated using the CloudAnalyst. Experimental result for a typical sample application outperformed the traditional approaches like First Come First Serve (FCFS), local search algorithm like Stochastic Hill Climbing (SHC) ,another soft computing approach Genetic Algorithm (GA) and some existing Ant Colony Based strategy.
چکیده :
رایانش ابری موجب رشد مکملی جدید از مصرف و مدل تحویل برای خدمات مبتنی بر اینترنت و پروتکل شده است.رایانش ابری محاسبات در مقیاس بزرگ در زیرساخت را بر اساس استفاده تعریف میکند و سرویس های زیرساختی را به روشی منعطف فراهم می اورد که به راحتی توسط تقاضای کاربر قابل کم و زیاد شدن است. دستیابی به QOSو جلب رضایت کاربران نهایی در تقاضای ان ها به منابع یکی از اهداف فراه اورندگان سرویس های رایانش ابری است.به همین دلیل انتخاب گره ی صحیح که توانایی کامل کردن وظیفه ی کاربر نهایی با QOS را دارد کار بسیار دشواری ست.بنابراین به حجم کاری های دینامیک ابر توزیع شده در میان گره های زیاد در محیط توزیع شده ، تعادل بار گفته می شود.تعادل بار می تواند یک مسئله ی بهینه سازی باشد و باید استراتژی آن را برای تغییر نیاز ها قبول کرد .این مقاله به یک الگوریتم لانه مورچه برای تعادل بار توسط جست و جو بین گره های بار میپردازد.استراتژی تعادل بار مطرح شده با استفاده از CloudAnalyst شبیه سازی شده.نتایج تجربی برای نرم افزار نمونه راهکارهای قدیمی مثل like First Come First
Serve (FCFS), ، الگوریتم جست و جوی محلی مثل Stochastic Hill Climbing (SHC) و راهکار محاسبات نرم مانند Genetic Algorithm (GA) و برخی الگوریتم های لانه مورچه موجود را ارائه داده است.
09981639982 - مسعودی
http://www.jozvedarsi-55.loxblog.com/
دسته بندی | کامپیوتر و IT |
بازدید ها | 45 |
فرمت فایل | ppt |
حجم فایل | 8340 کیلو بایت |
تعداد صفحات فایل | 64 |
محاسبات ابری یک تکنولوژی جدید است که به تازگی از طرف شرکت های مختلف ازجمله
مایکروسافت ،آمازون ،ای بی ام و...عرضه شده است.
محاسبات ابری به گونه ای سیستم های توزیع شده و موازی اطلاق می گردد که مجموعه ای از کامپیوترهای مجازی را که به یکدیگر متصل هستند شامل میشود
Cloud computing
که در فارسی، به «محاسبات ابری»، «رایانش ابری» و «کامپیوتر ابری» برگردانده شده، به معنی به کارگیری قابلیت های کامپیوتری بر مبنای اینترنت
است.
شاید ساده ترین و قابل فهم ترین تعریف برای رایانش ابری، «برنامه کامپیوتری اینترنتی» باشد.
تعریف محاسبات ابری
سیر تکاملی محاسبات بگونه ای است که میتوان آن را پس از آب، برق، گاز و تلفن بعنوان عنصر اساسی پنجم فرض نمود. در چنین حالتی، کاربران سعی میکنند بر اساس نیازهایشان و بدون توجه به اینکه یک سرویس در کجا قرار دارد و یا چگونه تحویل داده میشود، به آن دسترسی یابند. نمونه های متنوعی از سیستم های محاسباتی ارائه شده است که سعی دارند چنین خدماتی را به کاربران ارئه دهند. برخی از آنها عبارتند از: محاسبات کلاستری،
محاسبات توری و اخیرا محاسبات ابری Cloud Computing
و...............
در صورت وجود مشکلی در خرید و دانلود این فایل به صورت 24 ساعته با من در ارتباط باشید @wwwlonoirآی دی تلگرام 09214087336شماره تماس پشتیبانی این فایل :