ترکیب سرویس کارای مبتنی بر کیفیت خدمات برای محاسبات ابری
/امید موسی زاده حمزه کندی
: دانشکده مهندسی برق و کامپیوتر
۷۹ص
چاپی
کارشناسی ارشد
در رشته مهندسی کامپیوتر گرایش نرمافزار
۱۳۹۲/۱۱/۲۰
دانشگاه تبریز
تحول نیازمندیصهای مشتریان همزمان با پیشرفت فناوریصهای مبتنی بر اینترنت، اصلیصترین چالش سازمانصها در برآورده کردن درخواستصهای در حال تغییر مشتریان است .یکی از فناوریصهای نوین برای تحویل سرویس در سطح وب، فنـاوری سرویس وب است .یک سرویس وب به تنهایی عملکرد محدودی دارد و نمیصتواند پاسخگوی درخواستصهای پیچیدهص کاربران باشد، بنابراین نیاز به ترکیب سرویس اهمیت بیشتری پیدا میصکند .رایانش ابری با ارائه مدل کسب وکار ارتقاصیافته صپرداخت به ازای مصرف و ایجاد بستر مناسب برای توسعه و استقرار سرویسصهای وب، تأمینصکنندگان سرویس را قادر میصسازد نرمصافزارصهـای ابری (SaaS) خود را در پیـکربندیصهای مختـلف و ویژگیصهای کیفیت سرویس متفاوت به کاربران خود پیشنهاد دهند .این ویژگیصهای مناسب ابر برای سرویسصهای وب، استفاده از ترکیب سرویسصهای وب برای ساخت نرمصافزارهای ابری را ممکن میصسازد، به این ترتیب که یک SaaS را میصتوان با ترکیب یک یا چند سرویس وب منفرد) یا مرکب (ایجاد کرد .ساخت SaaS با کیفیت بالا، نیازمند یک الگوریتم انتخاب سرویس کارآمد برای برآورده کردن محدودیتصهای کیفیـت سرویـس کاربران و همچنین اهـداف بهینهصسازی تأمینصکننده SaaS است .از طرفی برای صرفهصجویی اقتصادی، غالبا یک SaaS به صورت چندمستأجری پیادهصسازی میصشود .از این رو هدف اصلی این پایانصنامه ارائه راهصکاری برای ساخت SaaS چندمستأجره است به نحوی که اهداف عمده SaaS شامل محدودیتصهای کیفیت سرویس کاربران و اهداف بهینهصسازی تأمینصکننده برآورده شود .ما در این پایانصنامه مسئله ساخت SaaS چندمستأجره را به صورت یک مسئله بهینهصسازی محدودیتصدار مدل کرده و از الگوریتم ژنتیک برای حل آن استفاده کردیم، طوری که هدف بهینهصسازی تأمینصکننده به صورت تابع هدف و تجاوز از محدودیتصهای کیفیت سرویس کاربران با تابع جریمه مدل شدهصاند .الگوریتم پیشنهادی به صورت پویا) به نسبت میزان تجاوز از محدودیتصها (کرومـوزومصهای خاطی را جریمـه کرده و احتمال جستجوی مؤثر در فضای جوابصهای شـدنی را افزایش میصدهد .راهصکار پیشنهادی در این پایانصنامه (GAMSC) با راهصکارهای تک-مستأجره و چندمستأجره موجود مقایسه شده است و آزمایـشصهای عددی مبتنی بر مجموعه دادهصهـای واقعی کیفیت سرویـس، مقیاس-پذیری بهتر راهصکار ارائه شده نسبت به راهصکارهای موجود، با افزایش تعداد کاربران و تعداد سرویسصهای نامزد را تأیید می-کند .با توجه نتایج تجربی، GAMSC به اهداف بهینهصسازی تأمینصکننده همگرا میصشود و الگـوریتم در طول اجراهای مختلف از پایداری مناسبی برخوردار است .علاوه بر اینصها، راهصکار ما برخلاف راه-کارهای چندمستأجره موجود که مبتنی بر برنامهصنویسی صحیح هستند، هیچ محدودیتی در استفاده از توابع غیرصخطی برای ارزیابی کیفیت SaaS و مدل کردن محدودیتصهای کیفیت سرویس کاربران ندارد
linear functionts to evaluate SaaS quality and model users QoS constraints -tenant approaches, has no limitation to utilize non-based multi-world QoS dataset, confirm that the proposed approach outperforms existing approaches in terms of scalability with increasing number of users and candidate sevices. According to the experimental results, GAMSC converges to optimization goals of SaaS provider and has good stability during the different runs. In addition, our approach in contrast to existing integer programming-tenant approaches. Numerical experiments based on real-tenant and multi-tenant SaaS, so that the users QoS constraints and providers optimization goals are met. In this thesis, we model SaaS composition problem as a Constraint Optimization Problem and utilize Genetic Algorithm to solve it, to this aim, providers optimization goal is modeled as objective function and violation of users QoS constraints is modeled as penalty function. The proposed algorithm, dynamically (proportional to the amount of constraints violation) penalizes violator chromosomes and increases effective search probability in feasible solution space. The proposed approach in this thesis (GAMSC) is compared with existing single-tenant form, thus the main goal of this thesis is proposing an approach for creating multi-saving purposes, a SaaS is often impleneted in multi-use business model and appropriate platform for the development and deployment of web services. These suitable features of cloud for web services, make it possible to use service composition for creating cloud applications, so a SaaS can be created by composing one or more single (or composite) web services. Composing high quality SaaS, requires an efficient service selection algorithm to fulfill both users QoS requirements and SaaS providers optimization goals. On the other hand for cost-per-based technologies, are the main challenges for organizations to meet the changing requests of customers. One of the new technologies for service delivery in web environment is web service technology. A single web service has limited functionality and cannot meet the complex requests of users, thus the need for service composition becomes more important. Cloud computing enables service providers to offer their cloud applications (SaaS) in different QoS configurations with providing promoted pay-Evolution of customers needs, along with the advancement of internet