۱۳۲۶۵پ
per
ارائه‌ی روشی برای رتبه‌بندی سرویس‌های محاسبات ابری بر اساس مقادیر کیفیت سرویس با بهینه‌سازی چندهدفه
/آرزو جهانی
: دانشکده مهندسی برق و کامپیوتر
۸۹ص
چاپی
کارشناسی ارشد
در رشته‌ی مهندسی کامپیوتر گرایش نرم‌افزار
۱۳۹۳/۰۵/۲۵
دانشگاه تبریز
محاسبات ابری، نوعی مدل محاسباتی است که امکان دستیابی به منابع محاسباتی را به عنوان سرویس و بر اساس تعهد پرداخت امکان‌پذیر می‌سازد .تهیه‌کنندگان متفاوتی در محیط محاسبات ابری وجود دارد که سرویس‌هایی را با ویژگی‌های کیفیت گوناگون، ارائه می‌نمایند .امروزه در محیط محاسبات ابری، انتخاب سرویسی متناسب با نیاز کاربر اهمیت زیادی دارد .زیرا این سرویس‌ها برای واگذار کردن کاربردهای علمی نظیر پردازش داده‌های مهم و حیاتی سازمان‌ها و افراد و همچنین نگه‌داری اطلاعات مهم به کار می‌روند .بنابراین کاربران محاسبات ابری، همواره کاربردهایی با سطح نیازمندی‌های متفاوت دارند که با وجود تنوع گوناگون در سرویس‌های محاسبات ابری، به هنگام تصمیم‌گیری در مورد انتخاب سرویس، بر اساس نیازمندی‌های کیفیت کاربرد خود به مشکل برخورد می‌کنند .با توجه به این که همواره سرعت و دقت تصمیم‌گیری در انتخاب سرویس برای کاربران اهمیت دارد، لزوم انتخاب روشی برای مقایسه و ارزیابی سرویس‌ها و انتخاب بهترین سرویس را برجسته می‌سازد .در این راستا برای دستیابی به بالاترین کارایی در کمترین زمان، نیاز به سیستم‌های رتبه‌بندی خواهیم داشت .سیستم‌های رتبه‌بندی از مقادیر کیفیت سرویس‌ها برای رتبه‌بندی استفاده می‌کنند .زیرا ارزیابی و مقایسه‌ی سرویس‌های گوناگون ابری فقط از طریق مقایسه و ارزیابی مقادیر کیفیت سرویس‌ها امکان‌پذیر است .برای رتبه‌بندی بهینه‌ی سرویس‌ها لازم است که از یک طرف نیازهای کیفیت سرویس کاربران تأمین گردیده و از طرف دیگر میزان رضایت و بازخورد کاربران قبلی سیستم در رتبه‌بندی دخالت داده شود .همچنین بهتر است به جای رتبه‌بندی تمام سرویس‌های موجود، تعدادی سرویس نامزد بر اساس نیاز کاربر انتخاب گردیده و رتبه‌بندی شوند .سرویس‌های نامزد به سرویس‌هایی گفته می‌شود که تمام نیازمندی‌های ضروری و اغلب نیازمندی‌های غیرضروری کاربر را تأمین می‌کنند .از این رو هدف اصلی این پایان‌نامه ارائه راه‌کاری برای رتبه‌بندی سرویس‌های ابری است به نحوی که اهداف فوق شامل محدودیت‌ها)نیازها(ی کیفیت سرویس کاربران و افزایش شانس سرویس‌هایی با بازخورد خوب از کاربران قبلی برآورده شود .ما در این پایان‌نامه پس از یک مرحله به نام فیلتر کردن سرویس و استخراج سرویس‌های نامزد، مسئله رتبه‌بندی را به یک مسئله بهینه‌سازی محدودیت دار با چند تابع هدف مدل کرده و از الگوریتم ژنتیک با مرتب‌سازی نامغلوب برای حل آن استفاده کردیم .به این صورت که دو هدف ذکر شده و همچنین کمینه کردن انحراف از نیازمندی‌های غیرضروری، به عنوان توابع هدف مدل شدند .این الگوریتم سرویس‌های فرضی بهینه‌ای را منجر می‌شود که در واقعیت وجود ندارند .در ادامه با خوشه‌بندی سلسله‌مراتبی سرویس‌های نامزد بر اساس نزدیکی به سرویس‌های فرضی، رتبه‌بندی انجام می‌شود .راه‌کار پیشنهادی در این پایان‌نامه با تعدادی از راه‌کارهای رتبه‌بندی موجود مقایسه شده است .این مقایسه‌ها بر روی مجموعه داده‌های واقعی که از بیش از ۲۵۰۰ سرویس وب جمع‌آوری شده، آزمایش شده است .نتایج آزمایش‌ها، انعطاف‌پذیری و مقیاس‌پذیری بهتر راه‌کار ارائه شده نسبت به راه‌کارهای موجود با افزایش تعداد کاربران و تعداد سرویس‌ها را تایید می‌کند .با توجه به نتایج آزمایش‌ها، الگوریتم ژنتیک با مرتب‌سازی نامغلوب از راه‌کار پیشنهادی، به اهداف بهینه‌سازی همگرا می‌شود و الگوریتم در طول اجراهای مختلف از پایداری مناسبی برخوردار است .همچنین این الگوریتم در مقایسه با سایر راه‌کارها، هیچ محدودیتی در افزودن ویژگی یا تابع هدف جدید ندارد
world QoS dataset, confirm that the proposed approach outperforms existing approaches in terms of flexibility and scalability with increasing the number of users and candidate services. According to the experiments, the proposed approach converges to optimization goals of optimization and has good stability during the different runs. Also our approach has no limitation to each quality or function supplementary -dominated Sorting Genetic Algorithm (NSGA). Thus we used from two main function. At the end all candid service ranked base on distance with pseudo services. Solution proposed in this thesis is compared with the number of existing ranking approaches. Numerical experiments based on real-essential users requirement. So the main target of this thesis is propos a ranking approach that uses from both subjective and objective assessments. In this thesis, at first we extracted the candid services and after that found the several optimum pseudo services with uses of non-Cloud Computing is a kind of computing model that make thinkable access to computing resources base on subscription. In cloud computing environment there are lots of services with verity kind of quality of service. Nowadays determining the best cloud computing service for a specific application is a challenge. Because these services used to assigning scientific applications such as users or organizations significant data and maintaining serious information. Though cloud computing users have lots of application with verity kind of requirements. Users strayed in service selecting with many kind of services. With tent to the speed and accuracy in ranking, finding an approach for evaluating and service selecting is so important. Herein, we need to ranking systems for achieving the speed and accuracy in service ranking. Ranking systems, uses from quality of service values. Because evaluation the services is possible only with their quality of services. For optimum service ranking use from quality of service (objective assessment) and train users feedbacks (subjective assessment) is so important. Also finding the candid service and ranking them is useful than all service ranking. Candid services are services with all essential users requirement and most of non
جهانی، آرزو
محمدخانلی، لیلی، استاد راهنما
رضوی، سید ناصر، استاد مشاور
سیاه و سفید
نمایه‌سازی قبلی
