بترکه چشم حسود    

جستجوی پیشرفته مقالات

     عنوان:

نماد اعتماد الکترونیکی

logo-samandehi

لیست مقالات ترجمه شده

سایر مقالات

امروز
دیروز
هفته جاری
هفته گذشته
ماه جاری
ماه گذشته
بازدید کل
2500
9332
46348
9149823
269454
317312
9538522

آی‌پی شما: 3.228.10.17
امروز: پنج شنبه، 03 مهر 1399 شمسی ساعت به وقت گرینویچ: 05:07:13

توجه                           توجه

تمامی مقالات ترجمه شده در قالب فایل ورد (Word)  ارائه می‌شوند.


       دسته‌بندی: مقالات محاسبات ابری       فروش: 0 بازدید: 8137
ارزیابی منبع ابر مبتنی بر الگوریتم ژنتیک برای اجرای مبتنی بر ...
    قیمت محصول: 470000 ریال



ارزیابی منبع ابر مبتنی بر الگوریتم ژنتیک برای اجرای مبتنی بر عامل برنامه های کاربردی کیسه کارها (bag-of-tasks)

 

GA-based cloud resource estimation for agent-based execution of bag-of-tasks applications

Abstract

Executing bag-of-tasks applications in multiple Cloud environments while satisfying both consumers’ budgets and deadlines poses the following challenges: How many resources and how many hours should be allocated? What types of resources are required? How to coordinate the distributed execution of bag-of-tasks applications in resources composed from multiple Cloud providers?. This work proposes a genetic algorithm for estimating suboptimal sets of resources and an agent-based approach for executing bag of tasks applications simultaneously constrained by budgets and deadlines. Agents (endowed with distributed algorithms) compose resources and coordinate the execution of bag-of tasks applications. Empirical results demonstrate that the genetic algorithm can autonomously estimate sets of resources to execute budget-constrained and deadline-constrained bag-of-tasks applications composed of more economical (but slower) resources in the presence of loose deadlines, and more powerful (but more expensive) resources in the presence of large budgets. Furthermore, agents can efficiently and successfully execute randomly generated bag-of-tasks applications in multi-Cloud environments.

pdfدانلود رایگان مقاله انگلیسی                     1.48 MB

 

چکیده
اجرای برنامه های کاربردی کیسه کارها در چندین محیط ابر با تامین بودجه ها و موعدهای مصرف کننده ها منجر به چالش های زیر می شود: چه تعداد منبع و چند ساعت باید تخصیص یابند؟ کدام نوع منابع مورد نیاز می باشند؟ چگونه اجرای توزیع شده ی برنامه های کاربردی کیسه کارها را در منابع تهیه شده توسط چندین فراهم کننده های کلود هماهنگ سازیم؟ این مقاله یک الگوریتم ژنتیک برای ارزیابی مجموعه های زیربهینه ی منابع و راهکار مبتنی بر عامل برای اجرای برنامه های کاربردی کیسه کارها بطور همزمان که توسط بودجه ها و سررسیدها محدود شده اند، پیشنهاد می کند. عامل ها (ارائه شده با الگوریتم های توزیع شده) منابع را تشکیل می دهند و اجرای برنامه های کاربردی کیسه کارها را هماهنگ می سازند. نتایج تجربی نشان می دهند که الگوریتم ژنتیک می تواند بطور خودکار مجموعه های منابع را برای اجرای برنامه های کاربردی کیسه کارها با محدودیت بودجه و سررسید متشکل از منابع اقتصادی تر (ولی کندتر) در حضور موعدهای آزاد (سست) و منابع قوی تر (ولی گران تر) در حضور بودجه های بزرگ ارزیابی کند. بعلاوه، عامل ها می توانند بطور موثر و موفق برنامه های کاربردی کیسه کارها تولید شده بطور تصادفی را در چند محیط کلود اجرا کنند.

تعداد صفحات مقاله انگلیسی: 27 صفحه
تعداد صفحات مقاله فارسی: 62 صفحه


لینک دانلود فایل خریداری شده بلافاصله بعد از پرداخت آنلاین فعال می‌شود