مشاهده مشخصات مقاله
یک الگوریتم تخصیص منبع مبتنی بر اتاماتای یادگیر برای محیط ابر
|
Authors |
-
میلاد رنجبری
-
جواد اکبری ترکستانی
|
|
Conference |
بیست و یکمین کنفرانس ملی سالانه انجمن کامپیوتر |
|
Abstract |
مدیریت منابع در محیط محاسبات ابری شامل تخصیص منابع پردازشی، ذخیره سازی و شبکه به یک مجموعه از نرم‌افزار‌های کاربردی است. هدف فراهم کننده منابع، تمرکز بر روی کارایی و بهرهوری منابع با در نظر گرفتن محدودیت‌های توافق‌نامه سطح خدمات است. کارایی منابع از طریق تکنیک‌های مجازی‌سازی بدست می‌آید که اشتراک زیرساخت فراهم کننده منابع را بین ماشین‌های مجازی فراهم می‌کند. در این مقاله، یک روش جدید مبتنی بر اتوماتای یادگیر جهت تخصیص کارامد منابع در محیط ابر پیشنهاد می گردد. روش پیشنهادی با درنظر گرفتن تغییرات منبع درخواستی کاربر، میزبانی را که ممکن است دچار سربار شود را پیش‌بینی می‌کند. روش پیشنهادی، ضمن تضمین کیفیت خدمات، به‌علت جلوگیری از سربار میزبان و همچنین افزایش میزبان‌های که باید خاموش شوند منجر به کاهش انرژی مصرفی مرکز داده نیز می‌شود. الگوریتم پیشنهادی در محیط نرم افزار CloudSim شبیه‌سازی گردیده و برای داده‌های بارکاری، اطلاعات پردازنده یک روز سیستم واقعی پروژه CoMon، که ناظر زیرساخت برای PlanetLab می‌باشد، استفاده شده است. کارایی الگوریتم پیشنهادی از نظر معیارهای انرژی مصرفی، نقض توافق‌نامه سطح خدمات و تعداد میزبان های خاموش شده با الگوریتم‌های DVFS ،NPA، رگرسیون محلی (LR)، آستانه (THR)، میانگین انحراف مطلق (MAD) و دامنه میان چالاکی (IQR) مقایسه شده است. نتایج حاصل از شبیه‌سازی نشان می دهد الگوریتم پیشنهادی با میزان انرژی مصرفی Kwh 175.48 و نقض توافق‌نامه سطح خدمات 0.00326 درصد کارایی بهتری نسبت به سایر الگوریتم های مورد مقایسه ارائه می دهد. |
|
قیمت |
-
برای اعضای سایت : 100,000 Rial
-
برای دانشجویان عضو انجمن : 20,000 Rial
-
برای اعضای عادی انجمن : 40,000 Rial
|
خرید مقاله
|
|
.gif){kind=icon}