معرفی و دانلود کتاب زمان‌بندی و اعتماد در رایانش ابری با الگوریتم چند هدفه MO-PSO

معرفی کتاب زمان‌بندی و اعتماد در رایانش ابری با الگوریتم چند هدفه MO-PSO

کتاب زمان‌بندی و اعتماد در رایانش ابری با الگوریتم چند هدفه MO-PSO نوشته‌ی حنیف بیات با استفاده از الگوریتم تکاملی چند هدفه MO-PSO جهت بهبود اهداف زمان‌بندی کارا با هدف افزایش اعتماد به سیستم، زمان‌بندی اجرای جریان کار مبتنی بر اعتماد را مورد بحث قرار می‌دهد.

رایانش ابری، شیوه‌ای محاسباتی بر مبنای شبکه‌های بزرگ کامپیوتری مانند اینترنت است که الگویی تازه برای عرضه، مصرف و تحویل سرویس‌های فناوری اطلاعات با به‌ کارگیری اینترنت ارائه می‌کند. در چنین شرایطی، کاربران در تلاش‌اند بر اساس نیازهایشان و بدون در نظر گرفتن مکان سرویس و نحوه‌ی تحویل داده، به آن دسترسی یابند. زمان‌بندی کارها عبارت است از تخصیص منابع به کارها در طول دوره‌ی زمان معین که بهینه‌سازی یک یا چندین هدف را دنبال می‌کند. در مسائل جریان کار کلاسیک، مجموعه‌ی کارها که دارای چندین عملیات می‌باشند، با عبور از میان تعدادی مراحل، در یک مسیر یکسان، مورد پردازش قرار می‌گیرند.

اعتماد یکی از موانع مهم بر سر راه پیشرفت محاسبات ابری می‌باشد. عدم قطعیت از چالش‌های اساسی موجود در رایانش ابری محسوب می‌شود. تمرکز اکثر الگوریتم‌ها بر روی بهینه نمودن بحث هزینه و زمان تکمیل وظایف بر روی پلتفرم ابر می‌باشد. بنابراین ارائه رویکردی برای زمان‌بندی با رویکرد اعتماد باعث جلوگیری از بروز مشکلات ایجاد شده در حین اجرای فرایند و باعث افزایش اعتماد کاربران به سیستم می‌شود. به همین دلیل از فاکتورهای مهم کیفیت سرویس در ابر محسوب می‌شوند.

لذا استراتژی مبتنی بر افزایش نیازمندی‌های سیستم موضوعی قابل توجه در تخصیص بهینه‌ی منابع می‌باشد. سه هدف زمان، هزینه و اعتماد به ابر تجاری رویکرد و هدف اصلی ما در این پایان‌نامه هستند که از روش‌های بهینه‌سازی تک هدفه‌ی رایج، باعث از بین رفتن اطلاعات تخصیص منابع می‌شوند و حق انتخاب را از کاربران و استفاده‌ کنندگان می‌گیرند، از این‌ رو استفاده از روش‌های تخصیص منابع جدید با توانایی بهینه‌سازی چند هدفه، جواب‌های متعددی را به فراهم کنندگان پیشنهاد می‌کند و آن‌ها برای انتخاب جواب مطلوب خود از بین جواب‌های متنوع پیشنهاد شده، تصمیم‌گیری می‌کنند.

در بخشی از کتاب زمان‌بندی و اعتماد در رایانش ابری با الگوریتم چند هدفه MO-PSO می‌خوانیم:

شبیه‌سازی برای محیط ابر شامل وظایف دسته‌ای و تعدادی منابع مستقل در ابر است. وظایف دسته‌ای حاصل تقسیم و شکسته‌ شدن برنامه‌های کاربران مختلف در سرتاسر دنیاست که به محیط ابر در یک زمان تحویل داده شده‌اند. در هر زمان یک برنامه کاربردی به وظایف متعدد شکسته می‌شود و برای زمان‌بندی به زمان‌بند ابر ارسال می‌شود. زمان‌بند ابر پس از بهینه‌سازی مسئله‌ی زمان‌بندی وظایف، زمان‌بندی گوناگونی را به فراهم‌ کننده پیشنهاد می‌کند.

فراهم کننده یا تصمیم‌ گیرنده با اطلاع از قیمت و زمان تکمیل وظایفش در زمان‌بندی‌های پیشنهاد شده، یکی را برای اجرا انتخاب می‌کند. سپس زمان‌بندی انتخاب ‌شده توسط فراهم آورنده، اجرا و وظایف او به منابع تعیین شده، واگذار می‌شود. مشتری نیز با تایید پرداخت هزینه‌ی اجرای وظایفش، نتیجه‌ی اجرای برنامه‌ی کاربردی خود را در زمان تعیین شده در زمان‌بندی دریافت می‌کند. علاوه‌بر این منابع موجود در ابر هرکدام دارای وظایف ناتمام در حال اجرا هستند که این وظایف به عنوان وظایف اختصاصی شده روی هر منبع محسوب شده و بهینه‌سازی زمان‌بندی با اطلاع کامل از این وظایف اختصاصی صورت می‌گیرد.

مدل منبع در رایانش ابری در اینجا به این صورت است که همه‌ی منابع ابری تک پردازنده هستند و هر منبع دارای سه ویژگی اختصاصی است. ویژگی اول، سرعت پردازشی پردازنده هر منبع بر حسب میلیون دستورالعمل بر ثانیه‌ است. ویژگی دوم، قیمت هر منبع بر حسب پول بر ثانیه و ویژگی سوم وظایف اختصاصی روی هر منبع است که قبل از شروع اجرای زمان‌بندی روی منبع وجود دارد و منبع بعد از اتمام آن وظیفه شروع به تکمیل وظیفه‌ی جدید می‌کند. این یک فاکتور مهم است که باید در نظر گرفته شود. از آنجایی‌ که همیشه وظایفی روی منابعی معین در لحظه‌ی جمع‌آوری اطلاعات مربوط به منابع برای زمان‌بندی، در حال اجرا هستند. بنابراین در این‌جا در زمان‌بندی این وظایف، آن‌ها را مد نظر قرار می‌دهیم. زیرا انتساب وظایف بیشتر به یک منبع که اکنون دارای اضافه بار است باعث یک انتظار طولانی برای وظایف و بنابراین باعث طولانی‌تر شدن میکسپن می‌شود.

فهرست مطالب کتاب

مقدمه
فصل اول
سیستم‌های توزیعی
محاسبات خوشه‌ای
محاسبات توری
رایانش ابری
میان ابر
سطوح و سرویس‌های مختلف رایانش ابری
انواع ابر
مدل NIST
مدل‌های سرویس
‌مدل گسترش
معماری رایانش ابری
مزایا و معایب استفاده از رایانش ابری
مزایا
معایب
فصل
مجازی‌سازی
مفهوم مجازی‌سازی
مزایای مجازی‌سازی
سطوح مجازی‌سازی
روش‌های مجازی‌سازی سرور
تاریخچه EMO و روش‌های غیر نخبه‌گرایی
روش‌های نخبه‌گرایی
الگوریتم ژنتیک با مرتب سازی نامغلوب نخبه‌گرا یا NSGA-II
یک رویکرد مرتب سازی نامغلوب سریع
تخمین تراکم
عملگر مقایسه ازدحامی
حلقه‌ی اصلی الگوریتم
بهینه‌سازی گروه ذرّات
روش اولیه PSO
الگوریتم حل PSO
تصحیح رابطه ی اولیه
تحلیل پارامترها
الگوریتم گروه ذرات چند ‌هدفه
فصل سوم
معماری سرویس‌گرا
SOAP
WSDL
OWL
طراحی شی‌گرایی
تجرید یا چکیده‌سازی
پنهان‌سازی جزئیات یا محصورسازی
واحدبندی
سلسله مراتب
مکاشفه‌های نگاشت
حریصانه سریع یا حداقل زمان تکمیل (MCT)
انتساب با هدایت کاربر یا حداقل زمان اجرا (MET)
الگوریتم را‌ه‌گزینی
الگوریتم Min-Min
الگوریتم Max-Min
سافریج
استراتژی و الگوریتم زمان‌بندی
الگوریتم First-Come-First-Served
الگوریتم زمان‌بندی لیست
الگوریتم زمان‌بندی مبتنی بر سطح
کارهای انجام شده
فصل چهارم
مجازی‌سازی منابع
منابع در مرکز داده
انتخاب سرویس در مرکز داده
رویکرد انتخاب سرویس
محاسبه‌ی کیفیت سرویس در سرویس‌های ترکیبی
مدل‌سازی بهینه‌ چندهدفه در زمان‌بندی منابع
خصیصه‌های کیفیت سرویس
مدل انتخاب سرویس ترکیبی
راه حل بهینه‌سازی انتخاب سرویس
الگوریتم انبوه ذرات چند هدفه
روش کدگذاری
اهداف و توابع برازندگی
فصل پنجم
مدل منابع در رایانش ابری
مدل برنامه‌ی کاربردی
شبیه‌سازی آزمایش اول
شبیه‌سازی الگوریتم بهینه‌سازی پیشنهادی
منابع و مآخذ
منابع
منابع فارسی
منابع غیر فارسی