| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
زمانبندی وظیفه ابری بر اساس بهینه سازی تعادل بار مورچگان |
| عنوان انگلیسی مقاله: |
Cloud Task scheduling based on Load Balancing Ant Colony Optimization |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2011 |
| تعداد صفحات مقاله انگلیسی | 7 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
| گرایش های مرتبط با این مقاله | مهندسی الگوریتم ها و محاسبات، معماری سیستم های کامپیوتری، رایانش ابری و مهندسی نرم افزار |
| مجله | ششمین کنفرانس Chinagrid |
| دانشگاه | دانشکده علوم و فناوری کامپیوتر، دانشگاه جیلین، چانگ چون، چین |
| کلمات کلیدی | زمان بندی وظیفه، محاسبات ابری، توازن بار، بهینه سازی مورچگان |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در سایت IEEE |
| نشریه | IEEE |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 18 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه نشده است |
| ترجمه متون داخل جداول | ترجمه نشده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1- مقدمه
2- ابزار CloudSim
A. مشخصه های شبیه ساز ابری
B. سبک کاری CloudSim
C. ارتباط بین موجودیت ها
3- الگوریتم پایه مورچگان
4- الگوریتم LBACO پیشنهادی
5- شبیه سازی
A. مفروضات
B. تعریف درجه عدم تعادل
C. محیط پیاده سازی
D. تنظیم پارامترهای ACO پایه و LBACO
E. نتایج آزمایش
6- نتیجه گیری و کارهای آینده
- بخشی از ترجمه:
6- نتیجه گیری و کارهای آینده
در این مقاله الگوریتم LBACO را برای رسیدن به زمانبندی وظایف با تعادل بار، پیشنهاد داده ایم و به صورت تقریبی الگوریتم LBACO را در کاربردهایی با تعداد وظایف متغیر از 100 تا 500 ارزیابی کرده ایم. نتایج تقریبی نشان می دهد که LBACO کل بار سیستم را بطور موثر متعادل می کند. اگر اندازه وظایف یکسان باشد یا نه، LBACO می تواند تمام شرایط را کنترل کند و الگوریتم های FCFS و ACO را در محیط پردازش ابری بهتر کند.
بعنوان کار آینده، دو نقطه جالب وجود دارد که نیازمند بررسی بیشتر است. ابتدا در این کار ما فرض کردیم که تمام وظایف متقابلا مستقل هستند یعنی هیچ محدودیت مقدم بین وظایف وجود ندارد. دوم، ما فرض کردیم وظایف از نظر محاسباتی فشرده هستند که این برای سیستم های ابری واقع بینانه نیست. بعلاوه بعنوان یک کار آینده، به منظور تطابق با پردازش ناهمگن وظایف، بردار دسترسی باید مطول باشد تا اطلاعات نیازمندی وظیفه را در خود جای دهد.
- بخشی از مقاله انگلیسی:
VI. CONCLUSIONS AND FUTURE WORK
In this paper we have proposed the LBACO algorithm for achieving tasks scheduling with load balancing, and we have experimentally evaluated the LBACO algorithm in applications with the number of tasks varying from 100 to 500. The experimental result shows that the LBACO balance the entire system load effectively. Weather the sizes of the tasks are the same or not, LBACO can handle all conditions, and outperforms FCFS and ACO algorithms in cloud computing environment. As for the future work, there are two interesting points that deserve further investigation. First, in this work, we assume that all Tasks are mutually independent, i.e., there is no precedence constraint between tasks. Second, we assume that tasks are computationally intensive, which is not realistic for cloud systems. Moreover, as a future work, in order to accommodate the heterogeneous processing of the tasks, the availability vector should be extended to incorporate information about task requirements.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
برنامه ریزی زمانی وظیفه ابری مبتنی بر بهینه سازی بالانس بار مورچگان |
| عنوان انگلیسی مقاله: |
Cloud Task scheduling based on Load Balancing Ant Colony Optimization |
|
|