مقاله توازن بار روی ماشینهای مجازی در رایانش ابری با ترکیب روشهای فراابتکاری pdf دارای 17 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله توازن بار روی ماشینهای مجازی در رایانش ابری با ترکیب روشهای فراابتکاری pdf کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله توازن بار روی ماشینهای مجازی در رایانش ابری با ترکیب روشهای فراابتکاری pdf ،به هیچ وجه بهم ریختگی وجود ندارد
سال انتشار: 1393
محل انتشار: همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
تعداد صفحات: 17
چکیده:
رایانش ابری یکی از جدیدترین تحولات در فناوری اطلاعات است . و با مرور زمان بیشتر فراگیر می شود . از دید حضو ردر بازار ، درک تاثیرات توازن بار در ابر ، مهم است . بستر رایانش ابری ، یک بستر سرویس دهندده کداملا اتوماتیدکاست که به کاربران اجازه خرید ، مقیاس پذیری پویا و مدیریت سیستم را میدهد .در حال حاضر تعادل بار در سیسدتمهای رایانش ابری یک چالش می باشد برای مدیریت مناسب منابع فراهم کننده سرویس ، به توازن بار نیازمندیم که بهارائه دهنده ی سرویس پیشنهاد می شود. .در این مقاله ، یک روش جدیدی به منظور یافتن را ه حل مناسب جهتنگاشت مجموعه ای از درخواست ها به منابع در دسترس سیستم ، با توجه به شرایط سیستم ها ی محاسبات ابریارائه گردیده است . در طی انجام این روش که بر روی درخواستها و منابع دسته بندی شده اجرا می گردد،درسناریوهای مختلفی بارهای کاری مشخص روی منابع فرستاده می شود. و زمان اجرای هر درخواست روی هر یک ازمنابع به طور جداگانه محاسته میشود. سپس با روش اتخاذ شده به صورت هدفمند ، برای هر درخواسدت به ترتیبمنتعی جایابی میشود که برای کل درخواست ها تعادل بار روی منابع مشخص شده بهینه می گردد . مسیر اجرا راکنترل و هدایت می نماید . هدف این روش امکان برقراری توازن بار در منابع ، پیچیدگی زمانی کمتر و همچنین زماناجرای کوتاهتر دسته درخواست ها نستت به الگوریتم های دیگر می باشد. نتایج حاصل از شبیه سازی ، در نرم افرار cloudsim پیاده سازی شد و نشان داد که توازن بارهای کاری روی ماشین های مجازی با روش پیشنهادی جدید که شامل ترکیب الگوریتم جستجوی ممنوعه و استراتژی جهش الگوریتم تکاملی با نر حداکثر 20 درصد می باشد،امکان پذیر می شود. مقایسه ی نتایج در قالب نمودار و مشروح ارائه گردیده است.
کلمات کلیدی:
ساخته شده توسط Rodrigo ترجمه شده
به پارسی بلاگ توسط تیم پارسی بلاگ.