ابری Load Balancing

بدون ديدگاه

نمونه مقالات در حوزه شبکه های ابری Load Balancing

Administrator

Site Admin
پست: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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: 95
تاریخ عضویت: چهار شنبه ژولای 17, 2019 10:01 am
تماس:

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

نوشتن دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.

3 + 10 =