مدیریت منابع در محاسبات ابری: رویکرد آتوماتای یادگير توزیع شده(1396)

چکيده : از آنجایی که منابع در محاسبات ابری، محدود، ناهمگون و پویا می باشند، مدیریت منابع و زمانبندی وظایف در محاسبات ابری یکی از مسایل بحث می باشد که تاکنون الگوریتم های فرا اکتشافی متعددی برای حل آن ارائه شده است اما NP-hard برانگیز کنونی می باشد. مساله زمانبندی از مسائل بهینه سازی تاکنون راه حلی کاملا بهینه برای این مساله یافت نشده است. در این مقاله با بکارگیری آتوماتای یادگیر توزیع شده، یک سیاست زمانبندی بهینه وظایف در محیط رایانش ابری ارائه شده است که هدف اصلی از این رویکرد، مینیمم کردن زمان تکمیل شدن مجموعه وظایف داده شده با در نظر گرفتن پارامترهای چون هزینه و زمان پردازش و بیکاری پردازنده ها می باشد. نتایج شبیه سازی حاکی از عملکرد مطلوب این روش نسبت به الگوریتم های پیشین دارد.

كليد واژه ها: آتوماتای یادگیر توزیع شده، محاسبات ابری، مدیریت منابع ، زمانبندی وظایف.