نمونه مقالات در حوزه شبکه های ابری Load Balancing

شبیه‌سازی یا سیمولاسیون، تقلید یک چیز واقعی یا وضعیت اجتماعی یا یک فرایند است و معمولاً متضمن وانمایاندن شماری ویژگی‌ها یا رفتارهای کلیدی در یک سامانهٔ فیزیکی یا انتزاعی است .
شبیه‌سازی در بسیاری زمینه‌ها از جمله مدل‌سازی سامانه‌های طبیعی و انسانی، برای کسب بینش پیرامون نحوهٔ کارشان، به کار می‌رود. موارد دیگر شامل شبیه‌سازی فناوری برای بهینه‌سازی عملکرد، مهندسی ایمنی، آزمایش، آموزش و مهارت‌آموزی‌است.
Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

نمونه مقالات در حوزه شبکه های ابری Load Balancing

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:35 pm

در این بخش به بررسی برخی از روش ها و مقالات جدید در حوزه توازن بار پرداخته می شود.


Yaramoozan.ir@gmail.com

تصویر

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

کاهش کل هزینه و مرکز داده پردازش زمان در محیط ابر با استفاده از تحلیلگر ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:38 pm

زمان تحویل محتوا بارگیری زمان بندی سیاست کمک به کاهش کل هزینه و مرکز داده پردازش زمان در محیط ابر با استفاده از تحلیلگر ابر
ابر رایانه محاسبات فناوری است که در آن کلمه ابر به عنوان تحویل خدمات تقاضا و منابع از برنامه کاربر به مرکز داده ابر از طریق اتصال به اینترنت به عنوان پرداخت در صورت تقاضا تعریف شده است. رایانش ابری با چالش هایی مانند امنیت، مهاجرت داده ها، مدیریت بار کار، یکپارچگی داده ها، محرمانه بودن و بسیاری موارد دیگر مواجه است. در محاسبات ابری، داده ها در مرکز داده ابر قرار دارند و ارائه دهنده سرویس ابری اطلاعات را به مشتری می دهد که به عنوان نیاز آنها باشد. مشتریان همچنین دسترسی به داده ها را از هر جایی که در همه جا در همه جا هستند. در محاسبات ابری، تکنولوژی توازن بار بار برای توزیع بار کاری برای توازن بار بین دو یا چند سرور ابر استفاده می شود. تعادل بار تعادل اصلی هدف اصلی بهینه سازی استفاده از منابع، حفظ هزینه مرکز داده و ماشین مجازی، به حداکثر رساندن توان، کاهش زمان پاسخ و جلوگیری از بارگذاری بار است. هدف اصلی این مقاله پژوهشی، کاهش هزینه انتقال مرکز داده، هزینه کل ماشین مجازی، پردازش زمان پردازش داده ها و کاهش زمان پاسخ با استفاده از سیاست تعادل بار محوری با بهینه سازی زمان پاسخگویی به زمان پاسخ خدمات است. در اين پژوهش تحقيق حاضر از شبیه ساز شبيهسازی Cloudsim برای شبيهسازی و مدلسازی دادهها استفاده شده است. این مطالعه به بررسی توازن بار محوری و معیارهای بهینه سازی آن مانند زمان پردازش داده پرداخته و هزینه را کاهش می دهد. یکی دیگر از موارد مورد مطالعه این آزمایش برای ابر ترکیبی با اضافه کردن پایگاه های کاربر از ابر خصوصی و عمومی است.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

یک مقایسه مقایسه ای از الگوریتم های توازن بار-ابر در محیط های ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:39 pm

دانش غنی ابر رایانه رایانه سبز ابر است. اصطلاح Cloud Computing شبکه های متصل شده در سطح جهانی از منابع محاسباتی (سرور ها، شبکه ها، برنامه ها، سخت افزار ها، نرم افزارها) است. محاسبات سبز مزایای زیست محیطی برای استفاده از منابع محاسبات است. ترکیبی از محاسبات سبز و ابر محاسبات سبز ابر رایانه است. GCC عملکرد و کارایی را انجام می دهد. ترکیبی از رایانه های موبایل و Cloud Computing به عنوان Cloud Computing Mobile شناخته می شود. در حال حاضر، محاسبات علمی در حال تغییر به داده های شدید است. بنابراین، تعادل بار، یک تکنیک برای توزیع بار در یک شبکه ابر سبز ابر در مقابل موبایل Cloud Network است. در این سیستم پیشنهاد شده، تجزیه و تحلیل عمیق الگوریتم های متعادل کننده بار. بار بالقوه ابر فرآیند بارگذاری کل به گره های فردی در یک شبکه داده مجدد است. سپس مطالعه تطبیقی ​​الگوریتم های متعادل کننده بار با معیارهای کیفی آن خلاصه می شود.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

یک مقایسه مقایسه ای از الگوریتم های توازن بار-ابر در محیط های ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:40 pm

دانش غنی ابر رایانه رایانه سبز ابر است. اصطلاح Cloud Computing شبکه های متصل شده در سطح جهانی از منابع محاسباتی (سرور ها، شبکه ها، برنامه ها، سخت افزار ها، نرم افزارها) است. محاسبات سبز مزایای زیست محیطی برای استفاده از منابع محاسبات است. ترکیبی از محاسبات سبز و ابر محاسبات سبز ابر رایانه است. GCC عملکرد و کارایی را انجام می دهد. ترکیبی از رایانه های موبایل و Cloud Computing به عنوان Cloud Computing Mobile شناخته می شود. در حال حاضر، محاسبات علمی در حال تغییر به داده های شدید است. بنابراین، تعادل بار، یک تکنیک برای توزیع بار در یک شبکه ابر سبز ابر در مقابل موبایل Cloud Network است. در این سیستم پیشنهاد شده، تجزیه و تحلیل عمیق الگوریتم های متعادل کننده بار. بار بالقوه ابر فرآیند بارگذاری کل به گره های فردی در یک شبکه داده مجدد است. سپس مطالعه تطبیقی ​​الگوریتم های متعادل کننده بار با معیارهای کیفی آن خلاصه می شود.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

بررسی مقایسه ای الگوریتم های متعادل کننده بار استاتیک و پویا در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:41 pm

محاسبات ابر به دلیل خدمات ارائه شده محبوب تر شده است. در محیط محاسبات ابری، بار متعادل یک مسئله مهم است، زیرا کاربران و نیازهای آنها برای سرویس های مختلف در پلت فرم رایانش ابر افزایش می یابد، برای استفاده کارآمد از منابع در محیط ابر بسیار مهم است. یک الگوریتم متعادل کننده بار کارآمد باید با استفاده از منابع به کاربر بر اساس تقاضا، بهره وری کارآمد منابع را تامین کند. برای اولویت بندی کاربران، تعادل بار از برنامه ریزی استفاده می کند. زمان پاسخ و زمان انتظار شاخص های عملکرد الگوریتم های متعادل کننده بار است. در این مقاله قصد داریم یک مطالعه مقایسه ای الگوریتم های متعادل کننده بار در محاسبات ابری ارائه دهیم.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

رویکرد انطباقی برای تعادل بار در رایانه با استفاده از توازن بار MTB

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:41 pm

محاسبات ابر یک مفهوم جهانی است و هیچ محدودیتی برای ابر وجود ندارد. در سناریوی واقعی محاسبات ابری، رایانه برای پردازش و ذخیره داده های کاربر در سرور مورد استفاده قرار می گیرد که می تواند در هر نقطه از جهان واقع شود. محاسبات ابر شامل محاسبات ابری، معماری محاسبات ابری، مجازی سازی و تکنولوژی متعادل کننده بار MS است که باعث افزایش توازن بار می شود. همانطور که می دانیم Cloud Computing دارای ویژگی های جذاب بسیاری است که می تواند برای ذخیره اطلاعات محرمانه خود با بسیاری از سازمان ها استفاده شود. با توجه به تکنولوژی جمع آوری ماشین های مجازی، این تکنیک تنها از رایانه ها استفاده می کند. محاسبات ابر یک روش مهم برای محاسبات موازی همراه با محاسبات توزیع شده است. ابر رایانه ویژگی های مختلف مانند منابع مشترک، بسته های نرم افزاری، اطلاعات، ذخیره سازی و بسیاری از برنامه های مختلف، بر اساس تقاضای کاربر در سراسر جهان فراهم می کند. این یک راه حل جامع برای محاسبه و ذخیره سازی است. با افزایش محبوبیت محاسبات ابری؛ برای محافظت از داده های محرمانه، برای رسیدگی به درخواست های سرویس، برای اجرای موضوعات بازخورد در یک زمان واقعی، چالش برانگیز بوده است. بنابراین، به طور خلاصه، می توان گفت که استفاده سریع از تکنولوژی به برخی از کارایی مانند عملکرد، تحمل گسل، انحراف داده، از بین رفتن داده ها و غیره منجر شده است. ابر فناوری یکی از مسائل کلیدی در تجزیه و تحلیل عملکرد امروز است که کاربر آن را انجام نمی دهد دسترسی به اطلاعات از ذخیره سازی ابر در طول زمان به دلیل توازن بار. بنابراین یکی از عوامل تجزیه و تحلیل عملکرد، تعادل بار است که مسئول زمان پاسخ و درخواست در تکنولوژی محاسبات ابری و با بهبود عامل تعادل بار است، ما می توانیم تجزیه و تحلیل عملکرد این تکنیک را بهبود بخشیم.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

دوازده تراز تعادل بار و ذخیره سازی تکرار جزئی DaaS

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:42 pm

در این مقاله، ما یک رویکرد جدید برای حل مسائل ذخیره سازی ابر ارائه می دهیم و یک الگوریتم متعادل کننده بار سریع ارائه می دهیم. رویکرد ما براساس تقسیم بندی و هدایت دوگانه فایل ها توسط چندین گره ابر است. پارتیشن های فایل ها به جای فایل های کامل ذخیره می شوند، که بهینه سازی خوبی برای استفاده از ذخیره سازی ابر می باشد. فقط تکرار جزئی در این الگوریتم برای اطمینان از قابلیت اطمینان و در دسترس بودن داده ها استفاده می شود. تمرکز ما این است که بهبود عملکرد و بهینه سازی استفاده از ذخیره سازی در ارائه خدمات DaaS ابر. این الگوریتم مشکلی را برای نیاز به کامل مجموعه داده های بسیار بزرگ تکرار می کند که استفاده از فضای گرانبهای زیادی را بر روی گره های ابر انجام می دهد. کاهش فضای مورد نیاز در کاهش هزینه های ارائه چنین فضایی کمک خواهد کرد. علاوه بر این، عملکرد نیز افزایش یافته است، زیرا چند سرور ابر همکاری می کنند تا داده ها را به مشتریان ابر به شیوه ای سریع تر ارائه دهند.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

معماری شبکه "مبارزه با ابر ابر" برای اینترنت از چیزهای میدان جنگ و تکنولوژی متعادل کردن بار

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:48 pm

به تازگی، نیروهای مسلح می خواهند اینترنت فناوری را به منظور بهبود کارایی عملیات نظامی در میدان جنگ به ارمغان بیاورند. بنابراین اینترنت چیزهای میدان جنگ (IoBT) به دیدگاه ما وارد شده است. و با توجه به تاخیر پردازش بالا و قابلیت اطمینان پایین شبکه شبح مبارزه برای IoBT در محیط میدان جنگ، در این مقاله، یک معماری شبکهای جدید "مبارزه با ابر خورشید" برای IoBT پیشنهاد شده است. معماری جدید، لایه محاسباتی مه را اضافه می کند که شامل تجهیزات شبکه لبه نزدیک کاربران در شبکه "مبارزه با ابر" برای کاهش تاخیر و افزایش قابلیت اطمینان می باشد. در عین حال، از آنجا که قابلیت محاسبه تجهیزات مهدی ضعیف است، لازم است که محاسبات توزیع شده را در معماری "مبارزه با ابر خورشید" اجرا کنیم. بنابراین، مشکل توازن بار محاسباتی توزیع شده لایه محاسبات مه، مورد بررسی قرار گرفته است. علاوه بر این، یک استراتژی انتشار عمومی توزیع شده برای کاهش تاخیر ارائه شده است و ثبات و پایداری سیستم شبکه ی مبارزه با ابر خورشید را افزایش می دهد. نتیجه شبیه سازی نشان می دهد که استراتژی متعادل سازی بار بر مبنای الگوریتم توزیع عمومی می تواند تأخیر پاسخ کار را کاهش دهد و پردازش کارآمد اطلاعات میدان جنگ را به طور موثر، مناسب برای معماری شبکۀ مبارزه با ابر خورشید، پشتیبانی کند.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تجزیه و تحلیل عملکرد معماری متعادل بار در رایانه های ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 6:49 pm

محاسبات ابر یک پارادایم توزیع شده به سرعت در حال ظهور است که مقدار زیادی از منابع فناوری اطلاعات را به عنوان خدمات نرم افزاری در هزینه های کم و طرح های انعطاف پذیر ارائه می دهد. کلید چنین انعطاف پذیری یک سیستم تعادل بار موثر است که مدیریت بهتر و بهره برداری از زیرساخت های ابری مبتنی بر مجازی را ارائه می دهد. با این حال، اکثر توازن بار موجود در محاسبات ابر براساس معماری متمرکز یا به طور کامل توزیع شده است، در حالی که ایده استفاده از چندین توازن بار در یک ساختار سلسله مراتبی برای بهبود بار بار و زمان پاسخ شغلی هنوز تحت بررسی است. بنابراين، هدف اين مقاله، براندازي اين شکاف با ارائه يک مطالعه مقايسه اي بين سه آرمان متعادل کننده بار در محاسبات ابري است: متعادل کننده هاي بار محور، غير متمرکز و سلسله مراتبي. نتایج تجربی نشان می دهد که معماری سلسله مراتبی برای سیستم های توزیع بار مناسب برای محیط ابر عمومی مناسب است و از تحقیقات بیشتری برای تست اینکه آیا این نتایج را می توان برای سایر انواع ابرها تعمیم داد.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

یک الگوریتم متعادل کننده بار برای ذخیره سازی ابر خصوصی

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:02 pm

محاسبات ابر امکان دسترسی به شبکه تقاضای دسترسی به یک استخر مشترک از منابع محاسباتی قابل تنظیم مانند سرورها، ذخیره سازی و برنامه های کاربردی را فراهم می کند. این منابع مشترک می تواند به سرعت به مصرف کنندگان بر اساس پرداخت فقط برای هر آنچه که آنها استفاده می شود. ذخیره سازی ابر به انتقال منابع ذخیره سازی به مصرف کنندگان از طریق اینترنت اشاره دارد. ذخیره سازی ابر خصوصی به یک سازمان خاص محدود می شود و خطرات امنیتی داده ها نسبت به ذخیره سازی ابر عمومی کمتر است. از این رو، ذخیره سازی ابر خصوصی با استفاده از ماشین آلات کالا در داخل سازمان ایجاد می شود و داده های مهم در آن ذخیره می شوند. هنگامی که استفاده از چنین ذخیره سازی ابر خصوصی افزایش می یابد، افزایش تقاضای ذخیره سازی افزایش خواهد یافت. این منجر به گسترش ذخیره سازی ابر با گره های ذخیره سازی اضافی می شود. در طول چنین گسترش گره های ذخیره سازی در ذخیره سازی ابر باید با توجه به بار محاسبه شود. به منظور حفظ بار در چندین گره ذخیره سازی، داده ها باید در سراسر گره های ذخیره سازی مهاجرت شوند. این مهاجرت داده ها پهنای باند شبکه بیشتری را مصرف می کند. ایده کلیدی در این مقاله این است که الگوریتم متعادل کننده بار پویشی را برای توازن بار در گره های ذخیره سازی در طول گسترش ذخیره سازی ابر خصوصی اختصاص دهد.

Yaramoozan.ir@gmail.com

تصویر

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

الگوریتم متعادل کننده بار رها شده برای محیط ابر را بهبود بخشیده است

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:03 pm

محاسبات ابر یکی از مهم ترین زمینه ها در محاسبات با کارایی بالا است. این کاربران را قادر می سازد تا هر زمان که بخواهید در اینترنت به منابع دسترسی پیدا کنید. همانطور که تعداد کاربران خدمات ابر محاسباتی به شدت در حال افزایش است، نیاز به توازن بار مهم می شود. تعادل بار مکانیسم است که عمدتا بر تقسیم بار کاری در میان منابع موجود به طور مساوی تمرکز می کند تا ما بتوانیم توان بیشتر، زمان پاسخ کمتر و اضافه بار را در سیستم های فردی کاهش دهیم. با وجود اینکه بسیاری از الگوریتم های موجود برای حل مشکلات متعادل بار در محیط محاسبات ابری وجود دارد، بسیاری از آنها در زمان پاسخگویی به زمان پاسخ و زمان پردازش داده ها، میزان قابل توجهی از خروجی ها را ندارند. نگهداری داده ها در زیرساخت های ابری خواهد شد وظیفه آسان تر نسبت به سیستم مدیریت پایگاه داده سنتی است. بنابراین در کار ما زمان پاسخ دهی، پردازش زمان پردازش داده ها از ماشین های مجازی را به حداقل می رسانیم و توازن بار ماشین های مجازی با کمک الگوریتم متعادل کننده بار الهام گرفته از Honeybee پیشرفته، که کار را به ماشین های مجازی بر اساس اولویت خود، منبع مورد نیاز و با ارزیابی توان محاسباتی ماشین های مجازی.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

SCLBA-CC: رویکرد تعادل بار کارتن بر اساس اسلات برای محیط ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:03 pm

در محاسبات توزیع شده و در محیط های مجازی، محاسبات ابری باعث می شود که سیاست های متعادل سازی بار با استفاده از مهارت و همچنین به راحتی توسط کاربران نهایی قابل دسترسی باشد. استفاده موثر از ابر بستگی به پارامترهای مختلف مانند دسترسی به حافظه، مهاجرت VM، تخصیص پهنای باند و استفاده از CPU با توزیع بار برابر در سرورهای شرکت کننده دارد. به منظور مثال، در این مقاله، روش پیشنهادی به نام الگوریتم متعادل کننده بارگذاری کارتن (SCLBA) برای استفاده موثر از منابع را به روش کارآمد پیشنهاد می کنیم. این الگوریتم بر پایه پایگاه های کاربر (UBs) لایه زیرساختی ابر کار می کند و تخصیص ماشین مجازی به صورت پویا را مدیریت می کند. ما الگوریتم پیشنهادی را در زیر پایگاههای مختلف کاربر (UBs) لایه زیربنایی با استفاده از ابزار CloudSim و Cloud Analyst پیاده سازی و آزمایش می کنیم. نتایج تجربی نشان می دهد که الگوریتم پیشنهاد شده بار را در یک روش کارآمد با استفاده از منابع به طور موثر مدیریت می کند. از سوی دیگر، SCLBA زمانی که زمان دسترسی و زمان اجرا را بهتر می کند، نسبت به سایر رویه های موجود بهتر است.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

یک الگوریتم بهبود یافته k-subset برای مشکلات توازن بار در ابر رایانه

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:03 pm

Cloud Computing برای نقش مهم آن در فرآیند توسعه شبکه مدرن توجه بیشتری را به خود جلب کرده است. این می تواند به عنوان یک حالت محاسباتی توزیع شده جدید بر اساس فرآیند مجازی سازی دیده شود. یکی از مشکلات Cloud Computing تعادل بار است. در این مقاله یک الگوریتم بهبود یافته k-subset برای این مشکل پیشنهاد شده است. عملکرد خوب در آزمایشات روی سکوی CloudSim کارایی آن را نشان می دهد.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تجزیه و تحلیل عملکرد تکنیک های تعادل بار مبتنی بر ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:03 pm

محاسبات ابر یک مدل برای دسترسی به شبکه های جامع، مناسب و بر اساس تقاضا است که به یک استخر مشترک از منابع محاسباتی قابل تنظیم می انجامد که می تواند به سرعت و با حداقل تلاش مدیریتی یا تعامل ارائه دهنده خدمات منتشر شود. در محاسبات ابری، تعادل بار یکی از مسائل کلیدی است. تعادل بار فرآیند تقسیم بار بین گره های مختلف یک سیستم توزیع شده برای بهبود هر دو استفاده از منابع و زمان پاسخ شغل است، در حالی که اجتناب از یک وضعیت که برخی از گره ها به شدت بارگیری می شود در حالی که دیگران به حالت غیرفعال هستند. این مقاله، یک تحلیل تطبیقی ​​مبتنی بر آزمایش الگوریتم های متعادل کننده بار را برای موارد استفاده از سناریوی مختلف ارائه می دهد.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تعادل بار در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:04 pm

محاسبات ابر فناوری مبتنی بر اینترنت است که بر محاسبات تجاری تأکید دارد. تعادل بار کمک می کند تا در بهبود عملکرد سرور متمرکز. در این مقاله، الگوریتم های مختلف با استفاده از یک ابزار تحلیل، یعنی تحلیلگر ابر تجزیه و تحلیل می شوند. مقایسه برای الگوریتم های بار متعادل سازی نیز ساخته شده است.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تعادل بار در مرکز داده ابر با استفاده از اصلاح بار متعادل کننده مانیتورینگ فعال

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:04 pm

امروزه Cloud Computing موضوع داغی برای پژوهشگران محسوب می شود. با رشد سریع اینترنت فناوری ابر محاسبات تبدیل شده است منبع اصلی محاسبات برای شرکت های کوچک و همچنین بزرگ فناوری اطلاعات است. در محاسبات ابری، مراکز داده ابر و کاربران رایانه ابری در سطح جهان قرار دارند، بنابراین این یک چالش بزرگ برای مراکز ابر ابری است تا بتواند به طور موثر درخواستهایی که از میلیونها کاربر به دست می آید و با آنها کارآمد انجام دهد . تعادل بار در این محیط به معنی توزیع برابر بار کار در تمام گره ها است. تعادل بار فراهم می کند راه برای دستیابی به استفاده مناسب از منابع و رضایت کاربر بهتر است. از این رو، استفاده از یک الگوریتم متعادل کننده بار مناسب برای انتخاب ماشین های مجازی یا سرورها ضروری است. این مقاله بر روی الگوریتم متعادل کننده بار تمرکز دارد که شغل های ورودی را در میان موتورهای VM به طور مطلوب در مراکز داده ابر پخش می کند. الگوریتم پیشنهادی در این مقاله با استفاده از شبیه ساز CloudAnalyst اجرا شده است و عملکرد الگوریتم پیشنهادی با سه الگوریتم که بر اساس زمان پاسخ پیش می آید مقایسه می شود. آزمایش انجام شده در این مقاله نشان می دهد که الگوریتم پیشنهادی بهتر از الگوریتم های موجود انجام می شود.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

الگوریتم برنامه ریزی زمانبندی مینیمم برای بهینه سازی بار در پردازش ابری

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:07 pm

رایانش ابری به عنوان مدل جدیدی از محاسبات توزیع‌شده در مقیاس بزرگ در حال تکامل است. این سیستم خدمات خود را به صورت آنلاین در اختیار شما قرار می‌دهد و به شما کمک می‌کند. در محیط محاسبات ابری تعادل بار یک مساله کلیدی است که برای توزیع حجم کار دینامیکی بر روی چند ماشین مورد نیاز است تا اطمینان حاصل شود که هیچ ماشین واحد بار نشده است. به منظور کمک به استفاده ایده‌آل از منابع و در نتیجه افزایش عملکرد سیستم، ما به یک الگوریتم زمان‌بندی وظیفه کارآمد نیاز داریم.
الگوریتم Min - Min ساده است که زمان‌بندی تولید می‌کند که زمان را حداقل می‌کند اما این الگوریتم استفاده موثر از منابع را ایجاد نمی‌کند. در این مقاله ما پیشنهاد کردیم که الگوریتم Min Min - Min (ILBMM) با استفاده از الگوریتم ژنتیک (GA) با استفاده از الگوریتم ژنتیک (GA) برای به حداقل رساندن زمان و افزایش استفاده از منابع پیشنهاد شده‌است. پیاده‌سازی الگوریتم پیشنهادی با استفاده از شبیه‌ساز CloudSim و نتایج شبیه‌سازی تکمیل شده‌است که الگوریتم ارائه‌شده بهتر از الگوریتم فعلی در همان اهداف عمل می‌کند.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تعادل بار بهینه برای تامین منابع کارآمد در ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:07 pm

ابر رایانه ارائه می دهد در تقاضا ارائه منابع محاسباتی به کاربران. ارائه دهندگان خدمات ابر، تعداد زیادی از درخواست های کاربر را مدیریت می کنند تا خدمات را با توجه به نیازهای کاربران ارائه دهند. اختصاص و مدیریت درخواست های کاربر برای سخت افزار فیزیکی یک مسئله چالش برانگیز است، زیرا نیاز به ایجاد یک توازن بار در میان منابع سیستم موجود وجود دارد. تعادل بار موثر صرفه جویی در هزینه های عملیاتی، رضایت کاربر را بهبود می بخشد و منجر به سرعت بخشیدن به عملکرد کلی می شود. در این مقاله، یک الگوریتم با نام Optimized Load Balancing (OLB) پیشنهاد می شود که هدف آن اجرای تعادل بار کارآمد با بهبود پردازش و زمان پاسخ است. الگوریتم متعادل کننده بار پیشنهاد شده ما با الگوریتم متعادل کننده بار موجود مقایسه شده است. نتایج تجربی نشان می دهد که الگوریتم پیشنهادی ما بهتر از یک موجود است.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تعادل بار در محیط ابر با استفاده از الگوریتم زمانبندی ریاضی ترکیبی

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:09 pm

ما یک الگوریتم زمانبندی ترکیبی برای توازن بار در یک محیط توزیع شده با ترکیب روش متداول الگوریتمهای تقسیم و تسخیر و Throttled که به عنوان DCBT نامیده می شوند، پیشنهاد می کنیم. الگوریتم ما نقش بسیار مهمی در توزیع بار ورودی به صورت کارآمد دارد، به طوری که به حداکثر رساندن استفاده از منابع در یک محیط ابر. علاوه بر این، تعادل بار، نقش مهمی در محیط ابر دارد و به وظیفه هوشمندانه وظایف مجازی به دستگاه های مجازی (VM) اختصاص می دهد. هدف اصلی DCBT پیشنهاد شده است برای کاهش کل زمان اجرای وظایف و در نتیجه حداکثر استفاده از منابع. علاوه بر این، الگوریتم DCBT پیشنهادی با استفاده از شبیه ساز Cloud Sim و همچنین در محیط پراکنده سفارشی با استفاده از پایتون مورد تجزیه و تحلیل قرار می گیرد. نتایج تجربی نشان می دهد که الگوریتم پیشنهادی در هر دو ابر سیما و محیط های سفارشی کارایی بیشتری را به همراه دارد. DCBT پیشنهادی با استفاده از ماشین های مجازی کارآمد تر، در حالی که کاهش زمان اجرای وظایف اختصاص داده شده به پردازنده درخواست (RH) با 9.972٪ در مقایسه با الگوریتم اصلاح شده Throttled.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

اجتناب از انحراف از طریق توازن بار کارآمد برای کنترل فاجعه در محیط ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:09 pm

رشد سریع در زمینه محاسبات ابری باعث افزایش نگرانی های مدیریت منابع شدید شده است. مدیریت منابع یک مسئله ثابت در سیستم های محاسباتی باقی مانده است. مدیریت منابع ناکارآمد منجر به Dead Lock میشود و از این به بعد منجر به فاجعه میشود. یک تحقیق اخیر نشان می دهد که عملکرد کم کسب و کار به دلیل کمبود مدیریت بحران در مدل محاسبات وجود دارد. این مقاله یک روش متعادل کننده بار بار برای کنترل فاجعه ارائه می دهد. الگوریتم Throttled برای تعادل بار استفاده می شود که در آن مقایسه عملکرد سیستم با و بدون Balancer بار انجام می شود. الگوریتم Throttled با استفاده از ابزار Cloud Analyst اجرا می شود. نتایج شبیه سازی نشان می دهد که به اشتراک گذاری منابع بهتر و مدیریت با حداقل زمان پاسخ کلی، پردازش زمان و افزایش توان.

Yaramoozan.ir@gmail.com

تصویر

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تصمیم گیری خودکار برای تعادل بار چند معیاره در محیط ابر با استفاده از AHP

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:10 pm

در Cloud Computing Environment، گره دارای اموال برای انتقال برنامه از یک گره به دیگری است. با توجه به اموال انتقال برخی از گره ها ممکن است بیش از حد بارگذاری شود و دیگر ممکن است کم حجم شوند و عملکرد کلی ابر کاهش یابد. برای حفظ عملکرد یک استراتژی متعادل کردن بار لازم است. در این مقاله ما چند پارامتر برای تعادل بار را مورد بررسی قرار می دهیم. فرآیند سلسله مراتب تحلیلی (AHP) برای تصمیم گیری استفاده می شود. در این مقاله، یک مدل هوشمند برای متعادل کردن بار چند پارامتری در محیط ابر با استفاده از AHP پیشنهاد شده است.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

چارچوب تعادل بار در Cloud برای پشتیبانی از پردازش وظیفه با استفاده از گوشی هوشمند با CWC

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:10 pm

هدف اصلی این مقاله پیشنهاد چارچوب پشتیبانی کننده ابر برای حمایت از ابر برای پردازش وظایف متعدد است. به دلیل وظایف متعدد در سرور ابر، کار کندتر و گاهی اوقات انجام می شود. در این وضعیت توزیع یا برنامه ریزی وظایف در سیستم رایانه توزیع شده تنها راه حل برای کاهش بار کاری بر روی سرور است. قابلیت پردازش تلفن های هوشمند CPU می تواند با CPU کامپیوتر رقابت کند. گوشی های هوشمند جایگزین انرژی و کارآیی برای انجام وظایف خاص سرورهای سنتی هستند. وظایف توزیع برای محاسبات باید همه منابع را به طور مساوی استفاده کند، هیچ منبعی نباید زیر و یا بیش از این مشکل استفاده کند، منجر به تمرکز بر روش متعادل سازی بار برای حمایت از ابر برای پردازش وظایف می شود.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

بهبود توازن بار برای رایانه های شدید داده روی ابرهای سازمانی

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:10 pm

امروزه مشکلات بزرگ داده ای همه جا هستند که به نوبه خود تقاضای زیادی برای محاسبات با شدت داده ایجاد می کند. ظهور رایانه رایانه، محاسبات با شدت داده را بسیار مقرون به صرفه تر و ارزان تر از هر زمان دیگری ساخته است. یکی از مسائل حیاتی که می تواند به طور قابل توجهی بر عملکرد برنامه های کاربردی با داده ها تأثیر بگذارد، تعادل بار در میان گره های خوشه است. در این مقاله، ما مسئله تعادل بار را در چارچوب سیستم فایل توزیع شده Hadoop (HDFS)، یک سیستم فایل به طور گسترده ای مورد استفاده برای رایانه های مبتنی بر اطلاعات در سیستم عامل Cloud قرار می دهیم، و یک سیاست جایگزینی نوآورانه برای HDFS ارائه می دهد که می تواند کاملا توازن بار محاسباتی بین تمام گره های خوشه در هر دو محیط خوشه همگن و ناهمگن.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تعادل بار بر پایه بهینه سازی ذرات در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:11 pm

محاسبات ابر یک فن آوری است که وظایف را با تخصیص ماشین مجازی (VM) به صورت پویا تسهیل می کند. کاربران بر اساس مطالعات خود منابع خود را پرداخت می کنند. چالش های زیادی با ارائهدهنده ابر وجود دارد. یکی از چالش هایی که برای او مهم است، تعادل بار است. الگوریتم های زیادی برای متعادل سازی بار مناسب وجود دارد اما در اینجا ما بر روی الگوریتم مبتنی بر ذره ای تمرکز می کنیم که می تواند بار را در محاسبات ابر تعادل ایجاد کند به طوری که منابع به راحتی برای کاربران در دسترس باشد. هدف ما توسعه یک الگوریتم متعادل کننده بار کارا با استفاده از ذره ذره برای به حداقل رساندن پارامترهای عملکرد مانند فاصله است.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

روش و پیاده سازی توازن بار سرور در ابر رایانه

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:11 pm

این مقاله یک روش متعادل کننده بار را معرفی می کند. این روش به طور خودکار و منطقی می تواند درخواست پردازش اطلاعات را براساس منابع زمان واقعی سرور بدون معرفی دستگاه های اضافی در فرآیند محاسبه ابر تخصیص دهد. این تکنولوژی یک معماری خوشه ای را بدون دستگاه های متعادل کننده بار ایجاد می کند، از جمله یک استخر کار، یک ماژول انتشار وظیفه و یک ماژول خرید وظیفه. این تکنولوژی از "کشیدن" برای توزیع وظایف استفاده می کند. این روش می تواند به صورت پویا منابع محاسباتی را در خوشه اختصاص دهد. این تکنولوژی گره های ثبت نام برای پیوستن یا خروج نیازی ندارد و گره با یکدیگر ارتباط برقرار نمی کند. اندازه خوشه را تنظیم کنید. استفاده از این فناوری از اتلاف منابع محاسباتی سیستم ناشی از تنگناها در گره های کلیدی، وظایف غیرمستقیم کار و غیره جلوگیری می کند.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

بهینه سازی توازن بار در محاسبات ابری: بهینه سازی بافت غدد درون ریز و متابولیسم

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:11 pm

بهینه سازی تعادل بار به عنوان مشکل NP-hard طبقه بندی شده است، که نقش مهمی در افزایش بهره برداری ابر دارد. روشهای مختلفی برای به دست آوردن تعادل بار سیستم در محیط ابر ارائه شده است. مهاجرت VM یکی از این تکنیک ها است، پیشنهاد شده است تا عملکرد VM را بهبود بخشد. علیرغم مزایای مهاجرت VM، هنوز نقایصی وجود دارد که از محققان خواستند روشهای مهاجرت VM را بهبود ببخشند. در این مقاله، یک روش جدید تعادل بار پیشنهاد می کنیم، با استفاده از الگوریتم غدد درون ریز که الگوی کنترل رفتار هورمون انسان است. الگوریتم پیشنهادی ما با استفاده از تعادل بار سیستم با استفاده از روش خودمراقبتی بین VM های بیش از حد به دست می آید. این تکنیک بر اساس ارتباطات بین VM ها ساختار یافته است. این به VM های اضافه شده کمک می کند تا وظایف اضافی خود را به یکی دیگر از VM های تحت بارگذاری انتقال دهند، با استفاده از رویکرد پشتیبانی افزایش یافته با استفاده از Particle Swarm Optimization (PSO). برای ارزیابی الگوریتم پیشنهادی ما، ابزار شبیه سازی ابر (Cloudsim) را توسعه دادیم که توسط دانشگاه ملبورن توسعه یافته است. نتیجه شبیه سازی نشان می دهد که رویکرد متعادل کننده بار پیشنهاد شده ما به طور قابل توجهی کاهش زمان در مقایسه با تکنیک های متعادل کننده بار سنتی است. علاوه بر این، کیفیت سرویس (QOS) را افزایش می دهد به این دلیل که خرابی VM را به حداقل می رساند. نتیجه شبیه سازی نشان می دهد که رویکرد متعادل کننده بار پیشنهاد شده ما به طور قابل توجهی کاهش زمان در مقایسه با تکنیک های متعادل کننده بار سنتی است. علاوه بر این، کیفیت سرویس (QOS) را افزایش می دهد به این دلیل که خرابی VM را به حداقل می رساند. نتیجه شبیه سازی نشان می دهد که رویکرد متعادل کننده بار پیشنهاد شده ما به طور قابل توجهی کاهش زمان در مقایسه با تکنیک های متعادل کننده بار سنتی است. علاوه بر این، کیفیت سرویس (QOS) را افزایش می دهد به این دلیل که خرابی VM را به حداقل می رساند.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

عامل انحراف بار پویش در Cloud Computing

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:11 pm

ابر رایانه یکی از آخرین پارادایم های کامپیوتری در بخش فناوری اطلاعات امروز است که در آن برنامه ها، سیستم عامل ها، نرم افزار و برخی دیگر خدمات فناوری اطلاعات از طریق اینترنت ارائه می شوند. این نیز به عنوان بر روی تقاضا رایانه شناخته شده است. رایانش ابری، استحکام مشترک از محاسبات قابل تنظیم است که نیاز به توزیع منابع مناسب در میان وظایف را در نظر می گیرد، در غیر این صورت در بعضی موارد ممکن است منابع بیش از حد مورد استفاده قرار گیرد یا مورد استفاده قرار نگیرند. به دلیل بهره مندی از منابع کارآمد، سیستم رایانه ای متعادل کننده بار نیاز به توجه بیشتر در محاسبات ابر دارد. در این مقاله، ما از رویکرد ABDLB استفاده کردیم که عامل موبایل نقش بسیار مهمی ایفا می کند که یک نرمافزار نرم افزاری است و معمولا به عنوان یک برنامه نرم افزاری مستقل تعریف می شود که از سوی یک مدیر شبکه اجرا می شود. این توانایی برای یادگیری دارد.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

تعادل بار از وظایف در محیط محاسبات ابر مبتنی بر الگوریتم Colony زنبور عسل

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:12 pm

محاسبات ابر یک پارادایم محاسباتی در حال ظهور است که در آن منابع مشترکی با توجه به درخواست مشتری در زمان خاص ارائه می شوند. تعادل بار، روند توزیع بار کاری بین گره های مختلف سیستم محاسبات است. بار می تواند بار پردازنده، ظرفیت حافظه، یا بار شبکه باشد. یک توازن بار کارآمد اجتناب از یک وضعیت که در آن برخی از گره ها به شدت بارگیری می شوند در حالی که گره های دیگر بیکار هستند یا کار بسیار کمی انجام می دهند. هنگامی که ماشین مجازی (VM) با وظایف متعدد بارگیری می شود، این وظایف حذف می شوند و به VM های تحت بارگذاری شده از یک مرکز داده یا همان متفاوتی مهاجرت می کنند. این مقاله یک الگوریتم مبتنی بر کلونی زنبور عسل را برای تعادل بار کاری کارآمد ارائه می دهد که بر اساس رفتار پرورش زنبور عسل برای تعادل بار در VM ها است. در روش پیشنهادی، وظایف حذف شده از VM بیش از بارگذاری شده به عنوان زنبور عسل درمان می شوند و تحت VM بارگذاری شده منابع غذایی هستند. روش پیشنهادی همچنین اولویت های وظایف در صف های انتظار VM را در نظر می گیرد و تلاش می کند تا حداقل زمان پاسخ و تعداد مهاجرت های کار را کاهش دهد. نتایج تجربی نشان می دهد که کیفیت خدمات (QoS) بهبود قابل ملاحظه ای دارد.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

چارچوب تعادل بار بر اساس چند عامل در محیط ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:12 pm

محاسبات ابر یک کاربرد تجاری سیستم توزیع شده است. با توسعه سریع رایانش ابری، مشکل مدیریت منابع به طور گسترده مورد مطالعه و بحث قرار گرفته است. اکثر تحقیقات موجود در زمینه تخصیص منابع با راه اندازی ماشین های مجازی مرتبط است، اما نظارت فوری از میزبان، متعادل سازی بار در پلت فرم ابر برای ارائه دهندگان ابر بسیار مهم است. در این مقاله چارچوب توازن بار بار توزیع شده مبتنی بر چند عامل برای پلتفرم ابر ارائه شده است، از تکنولوژی پیش بینی کار و استراتژی بافر آستانه برای کاهش مهاجرت VM ها استفاده می شود. آزمایشات نشان می دهد که روش ما می تواند به طور قابل توجهی انتقال داده های بار کاری را کاهش داده و مشکل مهاجرت مکرر را حل کند، که می تواند به طور موثر برای به دست آوردن همگرایی بار، ترویج استفاده از کل منابع مرکز داده.

Administrator
Site Admin
پست: 293
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am

استفاده از الگوریتم متعادل کننده بار سازگار بر اساس حداقل ترافیک معماری محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:12 pm

محاسبات ابر به صورت رسمی در مرحله کاربرد تجاری وارد شده است، که نیازهای بالاتری نسبت به بارگذاری شبکه را بر عهده دارد. استفاده از توزیع بار موثر و الگوریتم زمانبندی ترافیک به طور منطقی تخصیص داده های درخواست بین هر گره پردازش برای دستیابی به ظرفیت پردازش مطلوب سیستم یکی از راه های موثر برای بهبود استفاده از منابع شبکه است. توانایی یادگیری و تنظیم مجدد منحصر به فرد خود از طریق شبکه های شناختی [1]، تعادل بار را قادر می سازد تا موثرتر شود. بر اساس تحقیق الگوریتم زمانبندی ترافیک موجود، این مقاله الگوریتم زمانبندی کمترین اتصالات وزن را بهبود می بخشد و الگوریتم برنامه ریزی زمانبندی Adaptive را بر اساس حداقل ترافیک (ASAMT) طراحی می کند. ASAMT حداقل زمان بارگیری زمان واقعی را به درخواست سرویس گره هدایت می کند و منابع پیش رو در دسترس را برای پیشبرد نیازهای QoS سرویس تنظیم می کند. برای به دست آوردن شبیه سازی الگوریتم زمان بندی ترافیک، OPNET به معماری محاسبات ابری اعمال می شود. نتایج تجربی نشان می دهد که تحت فرض هیچ هزینه ای بزرگ شبکه، شرایط بارگیری این الگوریتم بهتر از الگوریتم زمانبندی کمترین اتصال وزن بدون تغییر است.

Yaramoozan.ir@gmail.com

تصویر

ارسال پست

بازگشت به “شبیه سازی کامپیوتری و پیاده سازی مقالات”