یک مدل زمانبندی وظایف در منابع ناهمگن ابری با ترکیبی از الگوریتم های هوش جمعی
الموضوعات : مجله فناوری اطلاعات در طراحی مهندسی
صفدر رستمی
1
,
علی برومندنیا
2
,
احمد خادم زاده
3
1 - دانشکده فنی و مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد جنوب- تهران، تهران، ایران
2 - دانشکده فنی و مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد جنوب- تهران، تهران، ایران
3 - دانشکده فنی و مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد جنوب- تهران، تهران، ایران
الکلمات المفتاحية: رایانش ابری, زمانبندی وظایف, رتبه بندی نامغلوب, صف های اولویت چندگانه,
ملخص المقالة :
رایانش ابری محیطی ست ،که کاربران براساس تقاضا و پرداخت به ازای استفاده به منابع محاسباتی اشتراکی دسترسی دارند. با توجه به محدودیت و پویایی منابع محاسباتی برای اجرای درخواست‌های متنوع و متغیر با زمان کاربران، نیاز به یک مکانیزم زمانبندی موثر برای رسیدگی به شرایط پویای سیستم و بهره وری منابع و رضایت کاربران امری حیاتی می باشد. از آنجایی که تخصیص وظایف به منابع یک چالش اساسی در محیط های ابری به شمار میرود الگوریتم‌های بسیاری جهت کاهش زمان اجرا و موازی‌سازی زیروظایف ارائه شده است. الگوریتم‌های زمانبندی موجود تلاش می‌کنند با توجه به وضعیت فعلی سیستم، یک زمانبندی بهینه بین منابع و وظایف با توجه به پویایی درخواست های کاربران فراهم آورند، ولی با این وجود اغلب این روش ها نتوانسته اند در بلندمدت نتیجه مطلوبی را ارائه دهند. به دلیل سرعت همگرایی پایین راه‌حل‌ها در الگوریتم‌های فرااکتشافی در این مقاله یک روش زمانبندی متناسب با صف‌های اولویت چندگانه مبتنی بر رتبه‌بندی نامغلوب و به کمک الگوریتم بهینه سازی جستجوی کاپوچین برای سیستم‌های ابری ناهمگن ارائه شده است. نتایج شبیه سازی نشان میدهد که روش پیشنهادی در مقایسه با روش های پیشین از نظر تاخیر، توازن بار و زمان اجرا بهتر عمل می‌کند.
