زمانبندی کارها در محیط های محاسبات ابری موبایل به کمک الگوریتم ژنتیک

دانلود فایل کامل زمانبندی کارها در محیط های محاسبات ابری موبایل به کمک الگوریتم ژنتیک
در قالب فایل word و متشکل از 11 صفحه قابل ویرایش

بخشی از محتوا ::

چکیده

بسیاری از سازمان های برجسته سیستم های ابری شان را به فعالیت واداشته اند که برای عصر آینده رایانش ابری آماده شوند و همچنین می توانیم پیش بینی کنیم که با ورود این مفهوم جدید ، حوزه سیار شکوفا خواهد شد. در صورتی که مشخصه های ذاتی محیط سیار، چالش هایی مانند تحرک، ناهمگنی و پهنای باند کم، پیشرفت این تلفیق را به تاخیر خواهد انداخت. در این مقاله یک مفهوم جدید و انتزاعی از سلول سرویس موبایل جهانی عامل سیار برای پوشش نابرابری سیستم های توزیع شده ناهمگن میان دستگاه های موبایل و ابر را معرفی خواهیم کرد. آنگاه زمان بندی سلول نقشی کلیدی در رایانش ابری سیار ایفا می کند و در اینجا ما به منظور مواجه شدن با این چالش الگوریتم ژنتیک را اتخاذ می کنیم و نیز همچنین این مقاله در نظر دارد یک جواب کامل از معماری تا الگوریتم را پیشنهاد دهد.

کلمات کلیدی

عاملهای تلفن همراه ، محاسبات ابری همراه ، زمانبندی ، الگوریتم ژنتیک ، سلول خدمات تلفن همراه جهان ، محاسبات تلفن همراه

۱دانشجوی کارشناسی نوید اشکو (دانشگاه مهر اروند آبادان )
۲مدرس دانشگاه.ساناز دژم (دانشگاه مهر اروند آبادان )

– ۱ مقدمه

رایانش ابری به عنوان زیرساخت محاسباتی نسل بعدی به طور گسترده ای مورد توجه قرار گرفته است و همچنین به صورت یک الگو است که در آن اطلاعات به صورت پایدار در سرورها بر روی اینترنت ذخیره و به طور موقت روی کلاینت ها نهان می شوند وآنگاه ما می توانیم آن را در محیط سیار وارد کنیم. هرچند شبکه بیسیم برای ما مزایای بسیاری آورده اما چالش هایی نیز برای به تاخیر انداختن توسعه رایانش سیار بوجود می آورد و به همین خاطر ما در ابتدا چالش های رایانش سیار را مورد بحث قرار می دهیم و آنگاه یک معماری برای مواجه شدن با آن چالش ها پیشنهاد خواهیم داد. مفهوم اصلی این معماری سلول سرویس سیار جهانی است که به صورت UMSC خلاصه می شود که از عامل سیار مشتق شده و همچنین خلاصه ای از عامل سیار را فراهم می آورد و در نهایت بر یکی از اساسی ترین مسائل رایانش به نام زمانبندی تمرکز می کنیم. زمانبندی برای پیاده سازی محصولی با کارآمدی، انعطاف پذیری و قابلیت اعتماد زیاد اساسی است. هدف اصلی آن در واقع در برگیرنده درک یک توالی درست است که در آن سلول ها می توانند تحت محدودیت منطقی تراکنش اجرا کنند و علاوه بر آن برای پوشش نابرابری سیستم های توزیع شده ناهمگن میان موبایل و ابر ما باید UMSC را به جای وظایف یا فرآیندها زمان بندی کنیم، در نتیجه ما سطح بالاتری از انتزاع را بدست آورده ایم. در اینجا ما الگوریتم ژنتیک را برای زمانبندی انتخاب می کنیم. هرچند GA در نظر دارد مسئله بهینه سازی ترکیبی را حل کند، اما باید فضای یک راه حل بزرگتر باشد تا بطور ناکارآمد جست و جو شود و بنابراین یک روش قابل اطمینان به منظور بهبود کارآیی آن مورد نیاز است.