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

یک استراتژی متعادل سازی بار بار پیشرفته برای محیط ابر

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

توسعه سریع محاسبات ابری، به راحتی برای توسعه دهندگان به ارمغان می آورد. به تازگی مدیریت منابع از پلت فرم ابر تبدیل شده است موضوع داغ تحقیق، به ویژه مشکل متعادل بار در مرکز داده برای ارائه دهنده ابر بسیار مهم است. در این مقاله، یک چارچوب متعادل کننده بار برای پلت فرم ابر ارائه شده است، از استراتژی آستانه پنجره و یک مدل پیش بینی AR پیشرفته برای کاهش مهاجرت VM ها استفاده می شود. آزمایشات نشان می دهد که این روش می تواند به طور موثر برای به دست آوردن تعادل بار توزیع، ترویج استفاده از ماشین های فیزیکی و حل مشکل مهاجرت مکرر ناشی از مقادیر پیک لحظه ای بالا به طور قابل توجهی.

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

تجزیه و تحلیل و بهبود توازن بار در ابر رایانه

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:13 pm

رایانش ابری یک شکل از محاسبات توزیع شده است که باعث می شود آن را به مهارت بیشتر و قابل دسترسی و مفید تر تبدیل کند. پیاده سازی ابر از مراحل مختلف، از ابتدا تا اجرا، از استفاده به نگهداری استفاده می کند. استفاده موثر از ابر بستگی به جنبه های مختلف مانند امنیت، سرعت، حفظ حریم خصوصی و غیره. تمرکز اصلی ما در اینجا این است که استفاده موثر از منابع ابر و افزایش سرعت دسترسی با اصلاح الگوریتم های متعادل کننده بار اولیه. تخصیص ماشین های مجازی به پایگاه های کاربری نیز بهبود یافته است و تأیید با استفاده از ابزار CloudSim توسط CloudBus انجام می شود.

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

یک استراتژی متعادل کننده بار پویا برای پلت فرم محاسبات ابری بر اساس پیش بینی صاف کردن نمایشی

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:13 pm

از آنجا که قابلیت سرویس الاستیک برای پلتفرم رایانش ابری، برنامه های کاربردی بیشتر و بیشتر در اینجا نقل مکان می کنند، این باعث می شود که تعادل بار موثر در یک تنگنا قرار گیرد. با توجه به ویژگی های منحصر به فرد برنامه های اتصال طولانی که امروزه به طور فزاینده ای محبوب هستند، الگوریتم بهبود یافته بر اساس الگوریتم کمترین وزن وزن پیشنهاد شده است. در الگوریتم جدید، توان بار و پردازش به صورت کوانتومی و مکانیسم پیش بینی هماهنگی هماهنگ نمایش داده می شود. در نهایت، مقاله با آزمایش ها ثابت می کند که الگوریتم جدید می تواند بار شیب سرور را کاهش دهد و کیفیت خدمات مشتری را به طور موثر بهبود بخشد.

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

سیاست جایگزینی داده ها بر اساس توازن بار در سیستم ذخیره سازی ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:13 pm

فن آوری تکثیر داده ها به طور گسترده ای در سیستم ذخیره سازی ابر استفاده شده است. چگونگی انتخاب مرکز داده مناسب برای قرار دادن تکرار داده ها به طور موثر بهبود عملکرد دسترسی سیستم ذخیره سازی ابر یک مشکل است که ارزش مطالعه دارد. برای حل این مشکل، الگوریتم قرار دادن ماکت بر اساس توازن بار در این مقاله ارائه شده است. با توجه به ارزش سرمایه مرکز داده، الگوریتم یک گره جدید را انتخاب می کند و می تواند توازن بار بین مراکز داده را تضمین کند. آزمایش های شبیه سازی مرتبط نشان می دهد که الگوریتم می تواند به سرعت و به طور موثر به درخواست های کاربر پاسخ دهد و قابل اعتماد و کارآمد باشد.

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

یک تکنیک بر اساس بهینه سازی مورچه Colony برای بارگیری در Cloud Data Center

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:13 pm

به عنوان یک تعداد زیادی از درخواست ها به مرکز داده ها ارسال می شود، تعادل بار یکی از چالش های اصلی در Cloud Data Center است. بارهای موجود بار سازي بالقوه عمدتا بر بهبود کیفیت خدمات، ارائه خروجی مورد انتظار در زمان و غیره تمرکز دارد. بنابراین، نیاز به ایجاد روش متعادل کننده بار است که می تواند عملکرد محاسبات ابری را همراه با استفاده از منابع بهینه ای بهبود بخشد. روش پیشنهادی متعادل سازی بار براساس «بهینه سازی» «مورچه کولونی» است که سرورهای بارگیری شده و تحت بارگذاری را شناسایی می کند و در نتیجه عملیات متعادل کننده بار را بین سرورهای شناسایی مرکز داده انجام می دهد. تکنیک پیشنهادی در دسترس بودن، دسترسی به منابع کارآمد را به دست می دهد، بیشترین تعداد درخواست های پردازش شده توسط ابر را به حداقل می رساند و زمان لازم برای خدمت به چند درخواست را کم می کند.

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

بهره برداری از Geo مرکز داده توزیع شده ابر برای متعادل کردن بار

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:14 pm

خدمات مبتنی بر ابر به یک بخش جدایی ناپذیر از زندگی ما تبدیل شده است. این خدمات براساس زیرساختی شناخته شده به عنوان یک مرکز داده است. همانطور که تقاضا برای خدمات ابر مبتنی بر افزایش بار در مراکز داده نیز افزایش می یابد و اگر این بار به درستی مدیریت نمی شود عملکرد کلی ابر تخریب می شود. این مقاله یک رویکرد پویا برای بارگیری تعادل یک ابر ارائه می دهد که از حضور مرکز داده ها در سطح جهان بهره گیری می کند. رویکرد پیشنهادی، یک استراتژی مبتنی بر مهاجرت بارهای مرکز داده را اعمال می کند. رویکرد نشان داده شده در مقاله تلاش می کند تا کلیه عملکرد ابر را با به حداقل رساندن تاخیر سرویس بهبود بخشد.

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

الگوریتم NBST: یک الگوریتم متعادل کننده بار در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:14 pm

ابر رایانه یکی از سریعترین فن آوری های در حال رشد در حال حاضر است. ابر استعاره ای است که برای اینترنت استفاده می شود و محاسبات ابری به اشتراک گذاری منابع از طریق اینترنت است. تعداد کاربران در حال تغییر به سرویس های ابر روز به روز در حال افزایش است، که به نوبه خود نیاز به عملکرد بهتر ابر دارد. یکی از چالش های عمده در ابر، انتشار موثر منابع برای خدمت به میلیون ها درخواست کاربر در زمان کم است. توزیع حجم کار در منابع مختلف محاسباتی به عنوان تعادل بار شناخته می شود، هدف اصلی آن دستیابی به استفاده از منابع بالا و رضایت کاربر است. بنابراین، الگوریتم های متعادل کننده بار مختلف در ابر به منظور خدمت به درخواست از کاربر در روش کارآمد استفاده می شود. در این مقاله، یک الگوریتم برای تعادل بار بر روی ابر بر اساس ترتیب منابع،

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

رویکرد تعادل بار پویای ترکیبی برای ذخیره سازی ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:14 pm

در ذخیره سازی ابر، تعادل بار یک مسئله کلیدی است. این هزینه بسیار زیادی را برای حفظ اطلاعات بارگیری مصرف می کند، زیرا سیستم برای بارگذاری به موقع خیلی زیاد است. این مقاله یک استراتژی کنترل ترکیبی برای توازن بار است. از یک طرف، خوشه گره ذخیره سازی بار را در دامنه محدوده محلی توزیع می کند. از سوی دیگر سیستم با استفاده از رویکرد تکرار دسته ای، ساختار همپوشانی را برای توزیع بار به گره های ذخیره سازی جهانی اعمال می کند. ما همچنین یک استراتژی مهاجرت پویا را به وجود می آوریم که ناشی از دو دلیل است: دسترسی بیش از حد یا زمان پاسخ طولانی در برخی از گره های ذخیره سازی. نتایج شبیه سازی نشان می دهد که رویکرد ما می تواند به طور چشمگیری زمان پاسخ کلی را کاهش دهد و بار جهانی را تراز کند.

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

روش متعادل سازی بار سریع و با هزینه ای مناسب برای ذخیره سازی ذخیره سازی ابر محدوده

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:15 pm

محبوبیت روزافزون پردازش داده های بزرگ شبکه های اجتماعی و شبکه های حسگر باعث شده که ذخیره سازی ابرهای چهارگانه به طور فزاینده ای مهم باشد. برای پشتیبانی از درخواستهای محدوده، محدوده داده به شدت حفظ شده است، که باعث می شود بار توازن در میان گره یک کار چالش برانگیز است. در حال حاضر اکثر سیستم های ذخیره سازی ابرهای چهارگانه محدوده متداول روش متعادل کردن بار را اتخاذ می کنند که در یک محدوده وسیع و با شرایط نامطلوب ناکافی است. در این کار یک روش متعادل کننده بار به طور کامل توزیع شده ارائه شده است. در روش ما هر گره فیزیکی به چندین گره مجازی با اندازه برابر تقسیم می شود و تمام گره های مجازی با P2P quasible range قرار گرفته اند. تعادل بار در یک سطح پایین (بین گره های مجازی) و سطح بالایی (از جمله گره های فیزیکی) به طور همزمان با دانش محلی تنها انجام می شود.

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

چارچوب سازگاری برای تعادل بار برای بهبود عملکرد محیط ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:15 pm

محاسبات ابر ارائه خدمات تقاضا با ارائه محیط مجازی سازی و ذخیره سازی. با توجه به به اشتراک گذاری منابع در ابر، احتمال شكست منابع وجود دارد كه نیاز به تعادل بار را ایجاد می كند. برای حل این مشکل، این کار یک راه حل سازگار را پیشنهاد می کند که عملکرد سیستم های توزیع شده را بهبود می بخشد و مقیاس پذیری مورد نظر در محاسبات کامپیوتری اینترنت را فراهم می کند. الگوریتم پیشنهادی با نتایج مکانیسم های موجود پیاده سازی شده و با نتایج مکانیسم پیشنهاد شده ما امیدوار کننده بوده است.

Yaramoozan.ir@gmail.com

تصویر

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

LD_ASG: الگوریتم متعادل کننده بار در رایانه محاسبات

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:15 pm

تخصیص منابع نگرانی کلیدی در محاسبات ابر امروز است. منابع ابر (سخت افزار و نرم افزار) به صورت پویا با توجه به تقاضای برنامه های آینده و همچنین کاربر به عنوان مورد نیاز اختصاص داده می شوند. هدف از ارائه دهنده خدمات، افزایش استفاده از منابع است که به توازن بار در محاسبات ابر کمک می کند. در این مقاله، الگوریتم تخصیص وظیفه بار بر مبنای الگوریتم تخصیص بار، پیشنهاد می شود و فرایندهای انتخابی درگیر آن، یعنی حداقل ماشین مجازی لود شده، وظیفه را به عهده می گیرد تا منابع به طور موثر مورد استفاده قرار گیرد. آزمایش با تعدادی از VM ها برای بررسی عملکرد الگوریتم های پیشنهادی برای بهینه سازی استفاده از منابع انجام می شود.

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

تعادل بار در محاسبات ابری: چالش ها و مسائل

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:15 pm

محاسبات ابر آخرین فن آوری در حال ظهور برای محاسبات گسترده توزیع شده و محاسبات موازی است. رایانش ابری می دهد مجموعه ای از منابع مشترک، بسته های نرم افزاری، اطلاعات، ذخیره سازی و بسیاری از برنامه های کاربردی مختلف را به عنوان درخواست های کاربر در هر زمان از زمان. محاسبات ابر به سرعت در حال ظهور است؛ تعداد زیادی از کاربران برای خدمات رضایت بیشتر به خدمات ابر جذب می شوند. تعادل بار در این حوزه پژوهش جالب تر شده است. الگوریتم متعادل کننده بار در سیستم ابر، بهره وری و بهره وری منابع را به صورت پویا توزیع بار کار بین گره های مختلف در سیستم افزایش می دهد. این مقاله ارائه محاسبات ابری، معماری محاسبات ابری، مجازی سازی، متعادل سازی بار، چالش ها و الگوریتم های متعادل کننده بار در حال حاضر موجود است.

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

بهبود توازن بار با استفاده از بارگذاری انعطاف پذیر در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:30 pm

محاسبات ابر یک الگوی طراحی محبوب برای مراکز داده بزرگ و توزیع شده است. در محیط توزیع شده، متعادل سازی بار گره ها و برنامه ریزی کار، نگرانی اصلی طراحان است. این مقاله یک الگوریتم توزیع بار انعطاف پذیر (FLS) ارائه می دهد که تابع سوم را معرفی می کند. تابع سوم باعث پارتیشن سیستم در دامنه می شود. این تابع برای انتخاب گره های دیگر موجود در همان دامنه مفید است. با استفاده از توزیع بار انعطاف پذیر به حوزه های خاص در سیستم توزیع، عملکرد می تواند بهبود یابد زمانی که هر گره در وضعیت بیش از حد است.

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

Re: نمونه مقالات در حوزه شبکه های ایری Load Balancing

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:31 pm

ابر رایانه آخرین نوآوری در حال پیشرفت است که هر نوع خدماتی را برای کاربران خود فراهم می کند. این معمولا بر اساس روش پرداخت در هر استفاده است که یک زیرساخت وسیع را به عنوان یک سرویس (IaaS)، پلت فرم به عنوان سرویس (PaaS) و نرم افزار به عنوان یک سرویس (SaaS) ارائه می دهد که در مجموع یک ابر را تشکیل می دهد. با این حال، برخی از مسائل نیز باید حل شود. در میان مسائل بسیاری، تعادل بار، موضوع اصلی برای محاسبات ابری است. تعادل بار سازي روشي است كه بار را در ميان منابع موجود در اختيار قرار مي دهد و برابر است با دستگاه هاي مجازي براي دستيابي به كارايي و افزايش كارايي. این مقاله ابتدا مطالعات نظری متعادل سازی بار را نشان می دهد و سپس انواع مختلفی از الگوریتم های متعادل کننده بار را که برای تعادل بار استفاده می شود، نشان می دهد. علاوه بر این، الگوریتم ها را نیز نشان می دهد و مقایسه می کند که ایده می دهد که آنها را ادغام کرده و گزینه ای برای انتخاب پویایی بر اساس برخی از پارامترها و وضعیتی که آنها برای افزایش بهره وری و افزایش بهره وری بهتر هستند انتخاب کنند. نتایج تجربی به وضوح نشان می دهد که رویکرد ترکیبی از استفاده از الگوریتم های مختلف در موقعیت های مختلف می تواند منجر به دستیابی به هدف ما و نتایج بهتر شود.

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

الگوریتم متعادل کننده بار ACO برای محاسبات ابری پویا و کشش

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:31 pm

محاسبات ابر یک تکنولوژی در حال تحول از توزیع، رایانه مبتنی بر اینترنت است. ابر رایانه منابع مشترک مانند پلت فرم، سخت افزار و نرم افزار را فراهم می کند. از چندین تکنولوژی موجود مانند Datacenter و مجازی سازی استفاده می کند. به جای ذخیره و بازیابی داده ها از رایانه محلی، از سرویس های رایانه ای دور، سرورهای محاسبات ابری استفاده می کنیم. در این رابطه بار در بین سیستم های موجود در مراکز داده توزیع خواهد شد. برخی از سیستم ها بارگذاری شده اند و بعضی از آنها تحت بارگذاری قرار دارند. بار با استفاده از تکنیک های زمان بندی متعادل کننده بار می تواند بین سیستم های مختلف در Datacenters تعادل برقرار شود. ابر رایانه یک تکنولوژی ساده نیست. این شامل بسیاری از مسائل مانند مدیریت VM، ارائه منابع مانند نرم افزار و سخت افزار، برنامه ریزی ماشین های مجازی، ارائه امنیت برای داده ها. وظیفه مهم چالش برانگیز است. در این کار، ما الگوریتم نوآورانه، پویا و الاستیک را برای انجام تعادل بار با بهینه سازی کلون مورچه برای انجام تعادل بار در میان سیستم های موجود در مراکز داده ارائه می کنیم.

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

Re: نمونه مقالات در حوزه شبکه های ایری Load Balancing

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:32 pm

محاسبات ابر یک تکنولوژی در حال تحول از توزیع، رایانه مبتنی بر اینترنت است. ابر رایانه منابع مشترک مانند پلت فرم، سخت افزار و نرم افزار را فراهم می کند. از چندین تکنولوژی موجود مانند Datacenter و مجازی سازی استفاده می کند. به جای ذخیره و بازیابی داده ها از رایانه محلی، از سرویس های رایانه ای دور، سرورهای محاسبات ابری استفاده می کنیم. در این رابطه بار در بین سیستم های موجود در مراکز داده توزیع خواهد شد. برخی از سیستم ها بارگذاری شده اند و بعضی از آنها تحت بارگذاری قرار دارند. بار با استفاده از تکنیک های زمان بندی متعادل کننده بار می تواند بین سیستم های مختلف در Datacenters تعادل برقرار شود. ابر رایانه یک تکنولوژی ساده نیست. این شامل بسیاری از مسائل مانند مدیریت VM، ارائه منابع مانند نرم افزار و سخت افزار، برنامه ریزی ماشین های مجازی، ارائه امنیت برای داده ها. وظیفه مهم چالش برانگیز است. در این کار، ما الگوریتم نوآورانه، پویا و الاستیک را برای انجام تعادل بار با بهینه سازی کلون مورچه برای انجام تعادل بار در میان سیستم های موجود در مراکز داده ارائه می کنیم.

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

با استفاده از الگوریتم ژنتیک برای تعادل بار در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:32 pm

ابر رایانه مجموعه ای از منابع موجود در پرداخت هر مدل استفاده است. درخواست کاربر برای ابر برای خدمات که روز به روز افزایش می یابد و برای عملکرد بهتر باید آن را متعادل کرد به طوری که تمام درخواست ها باید در حداقل زمان پاسخ داده شود. بنابراین، تعادل بار لازم است و یکی از مسائل عمده در ابر رایانه است. علاوه بر این، آن را به عنوان تعادل بار است NP-کامل مشکل است، زیرا به عنوان تعداد درخواست افزایش می یابد، متعادل کردن بار سخت تر می شود. این مقاله یک روش مبتنی بر الگوریتم ژنتیک (GA) برای متعادل کردن بار در ابر است. برای اولویت بندی جمعیت اولویت درخواست بر اساس زمان خود در نظر گرفته می شود. ایده پشت توجه به اولویت این است که تجسم دنیای واقعی را به دست آورید. درخواست های سناریو واقعی جهان دارای برخی از اولویت هایی است که می توان برای الگوریتم ما استفاده کرد. شبیه سازی روش پیشنهادی با استفاده از Cloud Analyst انجام می شود. نتایج شبیه سازی نشان می دهد که روش پیشنهادی با یک تصویر واقعی در جهان یک بار خوب عمل می کند.

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

تعادل بار در محیط محاسبات ابری بر اساس بهبود بهینه سازی ذرات بهبود یافته

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:32 pm

نسل بعدی محاسبات ابری در مورد چگونگی اثربخشی زیرساخت ها و منابع موجود به صورت پویا مورد استفاده قرار خواهد گرفت. تعادل بار، که یکی از چالش های اصلی در محاسبات ابر است، توزیع حجم کار پویا در گره های مختلف را برای اطمینان از اینکه هیچ منبع منفرد غرق شده یا استفاده نشده است توزیع می کند. یک الگوریتم ذره بهبود یافته برای بهینه سازی توازن بار منبع در محیط ابر ارائه شده است. این مکانیزم ویژگی های شبکه های پیچیده را در نظر می گیرد تا یک مدل تخصیص منابع مربوط به منابع مربوطه ایجاد شود. آزمایشات شبیه سازی نشان داد که این مدل می تواند تعادل بار و استفاده از منابع در ابر را بهبود بخشد.

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

تجزیه و تحلیل عملکرد از تکنیک های متعادل سازی بار در محیط محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:32 pm

محاسبات ابر یک پیشرو در میان فن آوری های امروز در دنیای IT است. چندین سال بعد از ظهور تکنولوژی ابر، چندین سال است که هنوز هم هنوز به دنیا نرسیده است. از نتایج بسیاری انقلابی انتظار می رود که به عنوان نتایج فناوری محاسبات ابری دست یابند و بقیه انتظار می رود هنوز تحت تحقیق قرار گرفته اند. دو موانع اصلی در استفاده از محاسبات ابری عبارتند از امنیت ابر و ثبات عملکرد. تعادل بار یکی از عناصری است که تأثیر در ثبات عملکرد ابر محاسبات را نشان می دهد.

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

یک رویکرد جدید برای انتخاب پویا الگوریتم های متعادل کننده بار در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:33 pm

ابر رایانه جدیدترین تکنولوژی پیشرفته در حال ظهور است که هر نوع خدماتی را برای کاربران خود فراهم می کند. این به طور کلی بر اساس اصطلاح "پرداخت برای هر استفاده" است که زیرساخت را به عنوان سرویس (IaaS)، پلت فرم به عنوان یک سرویس (PaaS) و نرم افزار به عنوان یک سرویس (SaaS) ارائه می دهد که در مجموع یک ابر را تشکیل می دهد. با این حال، برخی از مسائل نیز باید حل شود. یکی از مهمترین مسائل مربوط به محاسبات ابر، Load Balancing است. تعادل بار سازي روشي است كه بار را در ميان منابع موجود در اختيار قرار مي دهد و برابر است با دستگاه هاي مجازي براي دستيابي به كارايي و افزايش كارايي. این مقاله ابتدا مطالعات نظری متعادل سازی بار را نشان می دهد و سپس انواع مختلفی از الگوریتم های متعادل کننده بار را که برای تعادل بار استفاده می شود، نشان می دهد.

Yaramoozan.ir@gmail.com

تصویر

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

یک روش جدید برای افزایش انتخاب الگوریتم های متعادل کننده بار به صورت پویا در محاسبات ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:33 pm

ابر رایانه آخرین نوآوری در حال پیشرفت است که هر نوع خدماتی را برای کاربران خود فراهم می کند. این معمولا بر اساس روش پرداخت در هر استفاده است که یک زیرساخت وسیع را به عنوان یک سرویس (IaaS)، پلت فرم به عنوان سرویس (PaaS) و نرم افزار به عنوان یک سرویس (SaaS) ارائه می دهد که در مجموع یک ابر را تشکیل می دهد. با این حال، برخی از مسائل نیز باید حل شود. در میان مسائل بسیاری، تعادل بار، موضوع اصلی برای محاسبات ابری است. تعادل بار سازي روشي است كه بار را در ميان منابع موجود در اختيار قرار مي دهد و برابر است با دستگاه هاي مجازي براي دستيابي به كارايي و افزايش كارايي. این مقاله ابتدا مطالعات نظری متعادل سازی بار را نشان می دهد و سپس انواع مختلفی از الگوریتم های متعادل کننده بار را که برای تعادل بار استفاده می شود، نشان می دهد. علاوه بر این، الگوریتم ها را نیز نشان می دهد و مقایسه می کند که ایده می دهد که آنها را ادغام کرده و گزینه ای برای انتخاب پویایی بر اساس برخی از پارامترها و وضعیتی که آنها برای افزایش بهره وری و افزایش بهره وری بهتر هستند انتخاب کنند. نتایج تجربی به وضوح نشان می دهد که رویکرد ترکیبی از استفاده از الگوریتم های مختلف در موقعیت های مختلف می تواند منجر به دستیابی به هدف ما و نتایج بهتر شود.

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

یک روش بازی تعاملی برای تعادل بار در ابر بر اساس هزینه بهره وری

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:35 pm

امروزه محاسبات ابری به عنوان یک تکامل اینترنت در نظر گرفته شده و حمایت از توسعه اینترنت در آینده خواهد بود. در این مقاله، ما مشکل توازن بار در محاسبات ابری را به عنوان یک مدل که برخی از کاربران اشغال منابع محاسباتی را انتزاع می کنند، معرفی می کنیم و تنوع قیمت را در مدل معرفی می کنیم. ما این مشکل را به عنوان یک بازی مشارکتی در بین گره های پردازش شغل تشکیل می دهیم. پردازنده ها با یکدیگر همکاری می کنند تا با کمترین هزینه هزینه شان را به اتمام برساند. از نتیجه آزمایش، الگوریتم پیشنهاد شده در این مقاله منصفانه تر از پردازنده ها نسبت به الگوریتم سنتی و بهبود کارایی سیستم است.

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

ترکیبی پویا از بهبود الگوریتم colonium max-min و کلونی برای تراز بار در سیستم ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:35 pm

ابر رایانه یک تکنولوژی جدید است. ابر رایانه فراهم می کند امکانات بسیاری مانند تقاضای خود خدمات، منابع نامحدود، الاستیسیته سریع و خدمات اندازه گیری برای پایان دادن به کاربران. تمام کاربران به طور مستقیم از طریق اینترنت به این منابع دسترسی دارند. کاربران می توانند از این منابع و خدمات استفاده کنند همانطور که در مفهوم پرداخت در هر استفاده می خواهند. در محاسبات ابری، تعادل بار، یک مسئله بسیار مهم است. الگوریتم های زیادی برای توازن بار در محاسبات ابر وجود دارد. تمام الگوریتم ها به روش های مختلف کار می کنند. ما یک الگوریتم Colony Max-Min Improved Max را پیشنهاد کردیم. بهبود یافته Max-Min از مفهوم اصل Max-Min استفاده کرد. حداکثر حداکثر بهبودی بر اساس زمان اجرا بر اساس زمان انتخاب نیست. انگیزه اصلی کار ما این است که توازن کل بار سیستم ابر را داشته باشیم. ما سعی می کنیم تا مجموع مگاپن را به حداقل برسانیم. ما نتایج را با استفاده از جعبه ابزار CloudSim شبیه سازی کردیم. نتایج نشان می دهد که مقیاس حداکثر بهبودی بهبود یافته و هیبرید جدید بهبود یافته است. این عمدتا بر کل زمان پردازش و هزینه پردازش تمرکز دارد.

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

با استفاده از الگوریتم زنبور عسل، موجب می شود که موجب افزایش توازن بار در محیط ابر شود

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:35 pm

محاسبات ابر یکی از زمینه های سریع رشد در محاسبات با کارایی بالا است. تقاضا برای خدمات محاسبات ابری به دلیل دسترسی به آن در هر زمان در حال افزایش است. همانطور که کاربران برای خدمات ابر رایانه به سرعت افزایش می یابد، بار بر روی گره های فردی افزایش می یابد. این وضعیت نیاز به تراز بار را ایجاد می کند. تعادل بار یک روش است که از طریق آن تقاضای کاربر به طور مساوی بین ماشین های مجازی موجود در مرکز داده توزیع می شود تا حداکثر توان مصرفی، زمان پردازش و زمان پاسخ را به دست آورد. در کار ما، الگوریتم وزنی Round Robin را در الگوریتم Honeybee در نظر می گیریم تا حداقل زمان پردازش داده ها و زمان پاسخ را بدست آوریم. برای وظایف با اولویت ما از الگوریتم Honeybee Inspired با تعیین وزن برای هر ماشین مجازی استفاده خواهیم کرد و ماشین مجازی با توجه به نیاز منابع وظایف انتخاب شده است. وظایف بدون اولویت با استفاده از الگوریتم Round Robin وزن انجام می شود.

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

تکنیک توازن بار بر اساس اولویت پویا برای قرار دادن VM در محاسبات ابری

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:35 pm

برای ارائه خدمات ابر بر روی اینترنت، محاسبات ابری مدل دلخواه زیرساختی برای میزبانی خدمات ابری شده است. مجازی سازی سرور فناوری کلیدی است که محاسبات ابری را به عنوان یک سرویس امکان می دهد که به اشتراک گذاری پویا از منابع فیزیکی اجازه می دهد. مجازی سازی مسئله قرار دادن ماشین مجازی را نشان می دهد که باعث افزایش هزینه های متعادل سازی بار می شود. زیرساخت موجود نیاز به استراتژی برای قرار دادن VM دارد، زیرا ممکن است تخصیص ضعیف و مشکلات متعادل کننده بار ایجاد شود. در اغلب موارد، به علت کمبود پارامترهای ورودی، ماشین های فیزیکی بارگیری می شوند که باعث ایجاد تکه تکه شدن می شود که منجر به منابع کافی می شود که باعث می شود بیشتر از ماشین های فیزیکی در هر زیرساخت استفاده شود. ما در این زمینه تحقیق گسترده ای انجام دادیم و دریافتیم که در روش متعادل کردن بار، زمانی که قرار دادن VM بدون اندازه گیری طول عمر آن انجام می شود، این قطعات را در PM ایجاد می کند. بنابراین ما پیشنهاد تطبیق پویای اولویت پویایی در تکنیک را پیشنهاد می کنیم و مفهوم ظرفیت زندگی کوتاه مدت / طول عمر را برای حل مسئله تقسیم بندی اضافه می کنیم.

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

انتقال داده های بزرگ از طریق جریان پویا و بار متعادل در شبکه های ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:35 pm

امروزه دست زدن به انتقال داده های بزرگ بین هزاران سرور متصل شده، نقش حیاتی در محیط محاسبات ابر دارد. داده های بزرگ چیزی جز جمع آوری داده های ارتباطی، داده های بدون ساختار (فرمت قابل خواندن انسانی) و داده های نیمه ساختار یافته، داده های جریان مانند ماشین ها، سنسورها، برنامه های کاربردی وب و رسانه های اجتماعی نیست. در سیستم موجود این مفهوم را بهبود می بخشد با رفع برخی از بهینه برای غلبه بر تنگناها رخ می دهد در حالی که انتقال داده ها در نرم افزار علمی علمی است. پارامترها عبارتند از pipelining، parallelism، and concurrence. مشکل عمده ثابت کردن ترکیب پارامتر نادرست به اضافه بار و استفاده از شبکه است که نتیجه تراکم و از دست دادن بسته در انتقال داده ها است. در این مطالعه، ما روش جدیدی را برای بارگذاری بارهای پویا پیشنهاد کردیم تا سرعت داده شبکه را بهبود بخشیم، در حالی که به طور پویا بار کار را هموار می کند. ما همچنین از الگوریتم های زمان بندی مختلف برای پیش بینی استفاده منابع نامتعادل در مرکز داده در طول مدت اولیه هر اسلات زمانی استفاده می کنیم که برای تغییر مجدد منابع نامتعادل استفاده می شود. این فرآیند برنامه ریزی مجدد، استفاده بیش از حد و استفاده در شبکه را بهبود می بخشد.

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

یک برنامه ریزی کار پیشرفته و الگوریتم متعادل کننده بار تحت شبکه رایانش ابری ناهمگن

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:36 pm

در دهه های اخیر، با توسعه سریع و محبوبیت اینترنت و فن آوری رایانه، محاسبات ابری به دلیل مزایای استفاده از قدرت بالا محاسبات، هزینه های ارزان قیمت خدمات، مقیاس پذیری، قابلیت دسترسی و همچنین دسترسی به خدمات بسیار مورد نیاز تبدیل شده است. با این حال، پرواز در پماد این بود که سیستم پیچیده تر است در حالی که اعزام انواع وظایف به سرورها. این بدان معنی است که اعزام وظایف به سرورها یک چالش است؛ زیرا تعداد زیادی از سرورهای ناهمگن وجود دارد؛ سرویسهای اصلی و متنوع کاربردی نیاز به همکاری در شبکه کامپیوتری ابری دارند. برای مقابله با تعداد زیادی از وظایف، الگوریتم برنامه ریزی مناسب و موثر این است که این وظایف را به سرورهای مناسب در حداقل زمان تکمیل اختصاص داده و برای به دست آوردن تعادل بار از بار کاری. بر اساس دلایل بالا، یک الگوریتم توزیع جدید که به نام الگوریتم Advanced MaxSufferage (AMS) نامیده می شود، در این مقاله پیشنهاد شده است تا راندمان اعمال در شبکه محاسبات ابری را بهبود بخشد. مفهوم اصلی AMS این است که تخصیص وظایف به گره های سرور را با مقایسه ارزش SV، مقدار MSV و مقدار متوسط ​​زمان انتظار برای گره سرور بین هر یک از کارها. اساسا، الگوریتم AMS می تواند زمان تکمیل تکالیف کار را از کارهای قبلی بدست آورد و می تواند به توازن بار در شبکه محاسبات ابری دست یابد. و مقدار متوسط ​​زمان انتظار برای گره سرور بین هر یک از کارها. اساسا، الگوریتم AMS می تواند زمان تکمیل تکالیف کار را از کارهای قبلی بدست آورد و می تواند به توازن بار در شبکه محاسبات ابری دست یابد. و مقدار متوسط ​​زمان انتظار برای گره سرور بین هر یک از کارها. اساسا، الگوریتم AMS می تواند زمان تکمیل تکالیف کار را از کارهای قبلی بدست آورد و می تواند به توازن بار در شبکه محاسبات ابری دست یابد.

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

تعادل بار در محاسبات ابری با استفاده از بهینه سازی ذرات ذرات در سرور Xen

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:36 pm

در ابر مجموعه ای متفاوت از سرورهایی وجود دارد که ابزار را برای کاربران بر اساس تقاضا ارائه می دهند. ابر دارای سرورهای قدرتمند زیادی است تا درخواست های زیادی از کاربران را اعطا کند. تعادل بار یک تکنیک برای توزیع بار در بسیاری از VM ها در سرور برای دستیابی به استفاده از منابع، زمان پاسخ پایین و اجتناب از بار است. در این مقاله بهینه سازی ذرات ذرات برای استفاده از منابع ارائه شده است. یک PSO برای یافتن راه حل بهتر برای مشکل منابع اختصاص منابع و توازن بار در ابر محاسبات ارائه شده است. این کار در Xen Server آزمایش شد و نتیجه الگوریتم پیشنهادی واقعا بسیار دلگرم کننده بود. به طور قابل توجهی نتیجه PSO با الگوریتم مقایسه و تعادل مقایسه شده است.

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

بررسی چالش های متعادل کننده بار در محیط ابر

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:36 pm

بسیاری از الگوریتم های جدید در محاسبات ابر برای تعادل بار توسعه یافته اند. ویژگی کلیدی محیط محاسبات ابر رایانه است. در این تکنیک، تقسیم بار کار پویا در گره های مختلف اجباری است. این برای کمینه کردن صرفه جویی منابع استفاده می شود پس از آن کاهش مصرف انرژي، Carbon Emanation Rate (CER) که شرط لازم برای ابر رایانه است را کاهش می دهد. برای محققان، آن را تا به حال یک موضوع جذاب به دست آوردن لذت بردن از کاربر و استفاده از منابع است. در این مقاله بررسی شده، چندین روش ارائه شده توسط محققان پژوهشی در زمینه توازن بار و تحليل تکنیک های مختلف LB مانند Round Robin، ACO، Max-Min، Min-Min و Partial randomness انتخاب شده است. سهم اصلی مقاله ما، نمایش برخی از تکنیک های موجود در LB است.

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

طبیعت الهام بخش برنامه ریزی پیشگیرانه برای متعادل کردن بار در مرکز داده ابری است

پست توسط Administrator » سه شنبه ژولای 23, 2019 7:36 pm

برنامه ریزی وظایف در محاسبات ابری، وظایف مربوط به ماشین خاص را تعیین می کند. تعادل بار از کارهای مستقل پیشگیرانه در ماشین مجازی (VMs) یک جنبه مهم از برنامه ریزی کار در ابرها است. تعادل بار با هدف بهینه سازی منابع، به حداقل رساندن زمان پاسخ، به حداکثر رساندن توان و جلوگیری از اضافه بار هر یک از منابع است. اگر متعادل سازی بار به درستی انجام نشود، ممکن است منجر به وضعیتی شود که برخی از ماشین های مجازی ممکن است بیش از حد بار شوند، در حالی که دیگران ممکن است زیر بار شوند یا حتی بیکار باشند. با توجه به بار نامتعادل، وظایف در زمان تکمیل نشده و در نتیجه رضایت کاربر به دست نمی آید. الگوریتم پیشنهاد شده تقریبا را از طریق برنامه ریزی کارهای پیشگیرانه کاهش می دهد که به دنبال رفتار عاملی زنبور عسل است. این الگوریتم، اولویت وظایف و انتظار زمان باقیمانده آن را با هدف به حداکثر رساندن توان و حداقل زمان تأخیر در نظر می گیرد. رویکرد ما بهبود زمان پاسخ کاربران با استفاده موثر از منابع در دسترس است.

Yaramoozan.ir@gmail.com

تصویر

ارسال پست

بازگشت به “شبیه سازی کامپیوتری و پیاده سازی مقالات”