چکیده:
امروزه، محاسبات ابری به طور گسترده در شرکت ها مورد استفاده قرار می گیرد. با این وجود، در استفاده از رایانش ابری چالش هایی وجود دارد. چالش اصلی مدیریت منابع است، جایی که محاسبات ابری منابع IT (مانند پردازنده CPU، حافظه، شبکه، ذخیره سازی و غیره) را بر اساس مفهوم مجازی سازی و اصل پرداخت هزینه ارائه می دهد. مدیریت این منابع موضوع تحقیقات بسیاری بوده است. در اینپایان نامه، الگوریتم برنامه ریزی کار براساس الگوریتم ژنتیک (GA) برای تخصیص و اجرای وظایف برنامه کاربردی معرفی شده است. هدف از این الگوریتم پیشنهادی، به حداقل رساندن زمان اتمام و هزینه کارها و استفاده حداکثری از منابع است. عملکرد این الگوریتم پیشنهادی با استفاده از ابزار CloudSim ارزیابی شده است.
خلاصه ماشینی:
چالش در این مورد این است که الگوریتمهای متعادل کننده بار باید طراحی شوند بهطوریکهآنها پارامترهایی مانند پهنای باند شبکه، سرعت ارتباطات، فاصله بینگرهها و فاصله بین مشتری و منابع را در نظر بگیرند.
با این حال، کار آنها از عدم شبیه سازیتکنیکهای تعادل بار با استفاده از ابزار شبیه ساز رنج میبرد؛ علاوه بر این، بحث در مورد موضوعات باز و موضوعات آینده که محققان باید بر آن تمرکز کنند، از دست رفته است.
آنها چندین الگوریتم متعادل کننده بار را مورد مطالعه قرار دادند و آنها را با استفاده از معیارهای مانند پروتکل، سرعت، پیچیدگی و غیره مقایسه کردند.
تعادل بار میتواند معیارهای کیفیت خدمات ازجمله زمان پاسخ، هزینه، توانایی، عملکرد و استفاده از منابع را بهبود بخشد.
این گام به عنوان یک گام خوب در نظر گرفته شده است، زیرا برخی از تکرارها می توانند بهترین راه حل را ایجاد کنند در این پژوهش الگوریتم ژنتیکی بهبود یافته ای برای مشکل برنامه ریزی کار در محیط محاسبات ابر ارائه شده است.
استفاده از منابع الگوریتمTS-GA پیشنهادی به ترتیب در مورد الگوریتم های پیش فرض GA و RR (47٪) و (30.
S. Lee, "The study of genetic algorithm-based task scheduling for cloud computing," International Journal of Control and Automation, vol.
Agrawal, "Host Scheduling Algorithm Using Genetic Algorithm In Cloud Computing Environment," International Journal of Research in Engineering & Technology (IJRET) Vol, vol.
Kinger, "Enhanced Genetic Algorithm based Task Scheduling in Cloud Computing," International Journal of Computer Applications, vol.