عنوان

ارائه‌ی الگوریتم جدید ترکیبی تعادل بار و تحمل‌پذیری خطا در محاسبات ابری

شماره

‭۱۲۶۰۱پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

ارائه‌ی الگوریتم جدید ترکیبی تعادل بار و تحمل‌پذیری خطا در محاسبات ابری

نام نخستين پديدآور

/سهیلا علی‌پور گنجینه‌کتاب

نام ناشر، پخش کننده و غيره

: دانشکده علوم ریاضی

نام خاص و کميت اثر

‮‭۸۸‬ص‬

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

در رشته‌ی علوم کامپیوتر گرایش سیستم‌های کامپیوتری

زمان اعطا مدرک

‮‭۱۳۹۲/۱۱/۲۵‬

کسي که مدرک را اعطا کرده

تبریز

متن يادداشت

تعادل بار در محاسبات ابری یکی از مهم‌ترین چالش‌ها برای افزایش سرعت پاسخ‌گویی و رضایت کاربران ابر می‌باشد، با توجه به ماهیت پویای محاسبات ابری، تعادل بار نیازمند تخصیص ماشین‌های مجازی کم‌بار به وظایف ورودی می‌باشد .اگر طول وظایف ورودی یکسان و نیز ظرفیت ماشین‌های مجازی یکسان باشند، با انتخاب کم‌بارترین ماشین‌مجازی، تعادل بار تضمین می‌شود .اما در دنیای واقعی چنین نیست و به صورت پویا وظایف با اندازه‌های متفاوت از پایگاه‌های کاربران به ابر می‌رسند .برای تعادل بار، وظایف ورودی باید به کم‌بارترین ماشین‌های مجازی زمان‌بندی شوند، با توجه به غیر چندجمله‌ای-سخت بودن مسئله‌ی زمان‌بندی وظایف، لزوم استفاده از الگوریتم‌های غیرقطعی و فرامکاشفه‌ای جهت زمان‌بندی بهینه‌ی وظایف در زمانی منطقی مشخص می‌شود .در این پایان‌نامه یک الگوریتم تکاملی ترکیبی برای تعادل بار در محاسبات ابری ارائه گردیده است .الگوریتم پیشنهادی به اختصار‮‭LB - GHs‬نام‌گذاری شده‌است و هدف، زمان‌بندی بهینه‌ی وظایف به ماشین‌های مجازی برای تضمین تعادل بار در کل ابر و کاهش احتمال خطای سربارگذاری می‌باشد .نتایج حاصل از شبیه‌سازی، بیانگر قدرت الگوریتم در دستیابی به پاسخ‌های بهینه، مقیاس‌پذیری مناسب نسبت به افزایش تعداد کاربران ابر، همگرایی و پایداری بالای الگوریتم در شرایط مختلف می‌باشد

متن يادداشت

LB, .The goal is optimal tasks scheduling to virtual machines in the cloud to ensure load balancing and reduce the probability of overloading fault. Our results indicate the power of the algorithm to achieve optimal solutions, appropriate scalability with respect to increase the number of users of cloud, convergence and stability of the algorithm in different conditions -heuristic algorithms in order to achieve appropriate responses in a reasonable time is clear. In this thesis, a hybrid evolutionary algorithm for load balancing in cloud computing is presented. The proposed algorithm called GHs-hard problem, necessity of using approximate and meta-Load balancing in cloud computing is One of the major challenges to increase response time and cloud user satisfaction. Due to the dynamic nature of cloud computing, load balancing requires to allocated low loaded virtual machines to input tasks. If the input tasks have same lenhgt and the capacity of the virtual machines are equal, with the choice of the most low loaded virtual machine, load balancing is guaranteed. But in the real world tasks with different sizes of the userbases dynamically reach to the cloud. For load balancing, input tasks must be scheduled to the most low loaded virtual machines. Hence and because the tasks scheduling is NP

مستند نام اشخاص تاييد نشده

علی‌پور گنجینه‌کتاب، سهیلا

مستند نام اشخاص تاييد نشده

محمد خانلی، لیلی، استاد راهنما

مستند نام اشخاص تاييد نشده

لطفی، شهریار، استاد مشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی