پ۲۵۷۲۰
per
زمان‌بندی و تأمین منابع آگاه از کیفیت خدمات برای گردش‌کارهای علمی در ابر
احمد تقی نژاد نیار
مهندسی برق و کامپیوتر
۱۴۰۰
۱۳۴ص.
سی دی
دکتری
مهندسی کامپیوتر گرایش نرم افزار
۱۴۰۰/۰۹/۱۰
با گسترش علوم و داده‌های حاصل از آن، تقاضا به منابع محاسباتی و ذخیره‌سازی بیش‌ازپیش افزایش‌یافته است. رایانش ابر، راه‌حل مناسبی برای انجام وظایف مبتنی بر محاسبات و ارتباطات بالا است. محاسبات علمی به‌صورت گردش‌کار برای زمان‌بندی و اجرا به ابر ارسال می‌شوند. مسئله زمان‌بندی روی منابع غیر‌همگن یک مسئله دشوار NP کامل شناخته می‌شود. تاکنون مطالعات زیادی به مسئله زمان‌بندی وظایف گردش‌کار در سامانه‌های توزیع‌شده که اغلب مبتنی بر شبکه گرید و کلاستر پرداخته است. با توجه به خاصیت ارتجاعی، مدل‌های قیمت‌گذاری متنوع و منابع ناهمگن، مسئله زمان‌بندی در ابر چالشی دشوارتر است. مطالعات انجام‌شده اغلب یک یا دو مورد از مسائل بهینه‌سازی در ابر را هدف قرار می‌دهند. ازجمله این مسائل به محدودیت‌های بودجه و مهلت زمانی و مصرف انرژی می‌توان اشاره کرد که اصلی‌ترین دغدغه مشتریان و ارائه‌دهندگان ابر است. همچنین اغلب راه‌کار‌های ارائه‌شده، زمان اجرای وظیفه را یک متغیر ثابت و دقیقاً قابل پیش‌بینی در نظر می‌گیرند، در حالی که در محیط واقعی ابر به دلیل نوسانات کارایی در منابع یک فرض غیرعملی است. با در نظر گرفتن این مسائل، در این رساله، به بررسی و ارائه راه‌کار‌های مناسب زمان‌بندی گردش‌کار در ابر تحت محدودیت‌های کاربران مثل بودجه و مهلت زمانی با نظر گرفتن معیارهای کیفیت خدمات مانند هزینه اجاره منابع، طول زمان‌بندی و مصرف انرژی، با استفاده از روشهای اکتشافی می‌پردازد. همچنین راه‌کار‌هایی برای مقابله با نوسانات کارایی منابع در ابر و تأثیر نامطلوب آن‌ها در نقض محدودیت‌های کاربران ارائه می‌دهد. روشهای پیشنهادی با مطالعات مطرح با گردش‌کار‌ها و تحت شرایط مختلف (سخت‌گیرانه تا آزادانه) بررسی می‌شود. نتایج به‌دست‌آمده نشان می‌دهد که روشهای پیشنهادی بهبود مناسبی را در میزان موفقیت در رعایت محدودیت‌های کاربران و به دست آوردن کیفیت مطلوبی از خدمات ازجمله طول زمان‌بندی، مصرف انرژی، هزینه مالی و بهره‌وری منابع به دست می‌آورند
With the advance of science and the resulting data, the demand for computing resources and storage has increased tremendously. Cloud computing is known as a suitable solution to execute computation-intensive and communication-intensive tasks. Scientific computations as workflows are submitted to the cloud for scheduling and execution. The problem of scheduling on heterogeneous resources is a complex NP-complete problem. Many studies have addressed the problem of workflow scheduling in distributed systems, often suitable for grid and cluster networks. Due to the elasticity, diverse pricing models, and heterogeneous resources, the problem of scheduling in the cloud is more complicated. Studies often target one or two cloud optimization problems. These include constraints in the budget, deadline, and energy consumption, which are the main concerns of customers and cloud providers. Also, most of the proposed solutions consider task execution time as a constant and accurately predictable variable, while in the real cloud environment, it is an impractical assumption due to fluctuations in resource performance. To this end, this paper examines and proposes suitable solutions for scheduling workflows in the cloud under user constraints such as budget and deadline, considering Quality of Services like resource rental cost, makespan, and energy consumption, using heuristic methods. It also proposes methods to mitigate resource performance fluctuations in clouds and their negative impact on user constraints. The proposed methods are evaluated with state-of-the-art researches using various workflows under different constraints (strict and loose). The results demonstrate that the proposed methods significantly improve the success rate of meeting user constraints and obtaining the desired quality of services such as scheduling, energy consumption, costs, and resource utilization
QoS-aware Scheduling and Resource Provisioning for Scientific Workflows in Cloud
تقی نژاد نیار
احمد
تهيه کننده
پاشازاده
طاهری
سعید
جاوید
استاد راهنما
استاد مشاور
تبریز
