دانلود ترجمه مقاله کاربرد صف بندی در تعیین عوامل کارائی محاسبات ابری مراکز داده

Translation3

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله: کاربرد صف بندی در تعیین عوامل کارائی محاسبات ابری مراکز داده
عنوان انگلیسی مقاله: PERFORMANCE FACTORS OF CLOUD COMPUTING DATA CENTERS USING [(M/G/1) : (∞/GDMODEL)] QUEUING SYSTEMS
دانلود مقاله انگلیسی: برای دانلود رایگان مقاله انگلیسی با فرمت pdf اینجا کلیک نمائید

 

مشخصات مقاله انگلیسی (PDF)  و ترجمه مقاله (Word)
سال انتشار مقاله  ۲۰۱۳
تعداد صفحات مقاله انگلیسی ۹ صفحه با فرمت pdf
تعداد صفحات ترجمه مقاله ۱۴ صفحه با فرمت ورد
رشته های مرتبط  فناوری اطلاعات، کامپیوتر و نرم افزار
مجله مربوطه  مجله بین المللی شبکه کامپیوتر و نرم افزار(International Journal of Grid Computing & Applications)
دانشگاه تهیه کننده  گروه علوم کامپیوتر و مهندسی، مرکز منطقه ای دانشگاه آنا، تیرونلولی(Department of Computer Science and Engineering, Regional Centre of Anna University, Tirunelveli)
کلمات کلیدی این مقاله  رایانش ابری، تحلیل کارائی، زمان پاسخ، نظریه ی صف بندی، پروسه ی زنجیر مارکوف

 

 


بخشی از ترجمه:

 

چکیده

افزایش روز افزودن فرضیه ی رایانش ابری و مفاهیم بدیعی در خصوص سرویس های رایانش ابری، منجر به این گردیده که فعالیت هایی پژوهشی مختلفی در رابطه با انتخاب سرویس ابری عقلانی و با هدف توسعه ی تکنیک هایی به منظور بهره بردن کاربران از این سرویس رایانش ابری(به وسیله ی انتخاب سرویس هایی که کارائی بهینه ای را با کمترین هزینه فراهم میسازد) صورت گیرد. رایانش ابری را میتوان بستری جدید برای ارائه ی زیر ساختار محاسباتی دانست، با این هدف که محل زیرساختار محساباتی را به یک شبکه منتقل داد تا بتوان هزینه های نگهداری منابع سخت افزاری و نرم افزاری را کاهش داد. سیستم های رایانش ابری ، قادر به ارائه ی دسترسی به مخزن بزرگی از منابع میباشند. منابعی که در سیستم های رایانش ابری فراهم میشود، حجم زیادی از سرویس ها را به وسیله ی بصری سازی از دید کاربر مخفی میسازد. در این مقاله، دیتا سنتر سرویس ابری به صورت سیستم صف بندی [(M/G/١):(∞/GDMODEL)] و با یک بافر درخواست وظیفه و یک بافر ورودی یک وظیفه که از ظرفیت نامحدودی برخوردار است، مدل سازی شده است.


بخشی از مقاله انگلیسی:

 

ABSTRACT

The ever-increasing status of the cloud computing hypothesis and the budding concept of federated cloud computing have enthused research efforts towards intellectual cloud service selection aimed at developing techniques for enabling the cloud users to gain maximum benefit from cloud computing by selecting services which provide optimal performance at lowest possible cost. Cloud computing is a novel paradigm for the provision of computing infrastructure, which aims to shift the location of the computing infrastructure to the network in order to reduce the maintenance costs of hardware and software resources. Cloud computing systems vitally provide access to large pools of resources. Resources provided by cloud computing systems hide a great deal of services from the user through virtualization. In this paper, the cloud data center is modelled as queuing system with a single task arrivals and a task request buffer of infinite capacity. 

۱٫ INTRODUCTION

Cloud computing is the Internet-based expansion and use of computer knowledge. It has become an IT buzzword for the past a few years. Cloud computing has been often used with synonymous terms such as software as a service (SaaS), grid computing, cluster computing, autonomic computing, and utility computing [1]. SaaS, Software as a Service, is a software delivery model in which software and related data are centrally hosted on the cloud. SaaS is typically accessed by users using a thin client via a web browser .Grid computing and cluster computing are two types of underlying computer technologies for the development of cloud computing. Autonomic computing is a computing system services that is capable of self-management, and utility computing is the packaging of computing resources such as computational and storage devices [2,3]. 


 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله: کاربرد صف بندی در تعیین عوامل کارائی محاسبات ابری مراکز داده
عنوان انگلیسی مقاله: PERFORMANCE FACTORS OF CLOUD COMPUTING DATA CENTERS USING [(M/G/1) : (∞/GDMODEL)] QUEUING SYSTEMS

 

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.