عنوان پایان‌نامه
ارائه مدل مقیاس پذیری برای قابلیت دستیابی وکارایی مراکز ابری
- رشته تحصیلی
- مهندسی کامپیوتر- آلگوریتم ها و محاسبات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 88..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74147
- تاریخ دفاع
- ۲۹ دی ۱۳۹۴
- دانشجو
- صلاح شکوری
- استاد راهنما
- علی معینی
- چکیده
- در این پایان نامه با استفاده از روش های احتمالی سیستم ابر را مدل می¬کنیم و با در نظر گرفتن شرایط مختلف میزان قابلیت دستیابی به ماشین های آن را محاسبه می¬کنیم مدل ارائه شده برای سیستم های ابری در مقیاس بزرگ به راحتی جوابگو می باشد. در سیستم¬های ابری ممکن است خطا¬هایی برای ماشین های فیزیکی پیش بیاید بنابراین آگاهی داشتن سازندگان آن سیستم از احتمال در¬دسترس بودن سیستم¬ها یعنی احتمال وجود حداقل یک سیستم سالم، فاکتور مهم در طراحی سیستم های ابری می باشد. سرویس های ابری هنوز در مرحله نخستین خود هستند و تحقیقاتی برای بیان رفتار آنها لازم است، کارایی و قابلیت اعتماد در سرویس های ابری به صورت احتمالی هستند و تحت تاثیر تعداد زیادی از فاکتورها مانند بار کاری ، بار اشکال ، ویژگی های ساختاری و نحوه¬ی مدیریت آنها قرار گرفته¬اند. با توجه به اندازه بزرگ سیستم¬های ابری، فراهم¬کردن آنالیز پیشگویانه و مقیاس¬پذیر برای آنها کار پیچیده¬ای می¬باشد.این پایان¬نامه مدل¬های احتمالی را برای چنین سیستم¬های بزرگ بیان می¬کند. به طور¬کلی در این پایان¬نامه نشان¬خواهیم¬داد که چگونه مدل¬های احتمالاتی برای محاسبه قابلیت دسترسی سیستم¬های ابری با تعداد زیادی از ماشین¬های فیزیکی می¬توانند استفاده شوند. مدل¬ها و روش¬های ارائه¬شده در این پایان¬نامه می¬تواند به سازندگان سرویس¬های ابری از جهت طراحی و تست و آنالیز¬کردن و بهینه¬سازی سیستم¬ها کمک کند.
- Abstract
- In this thesis we modeled cloud system using stochastic methods, we assumed different conditions of cloud systems then the availability of its physical machines (PMs) are computed. The proposed model work exactly for cloud system with large scale. In cloud systems PMs may be failure, so cloud providers awareness of the probability of systems availability (in other word probability of existent at least one non-failed physical machine in system), are important factors in the design of cloud systems. Cloud services are still in their early stage, so researches are required to explain their behavior. Performance and reliability in cloud services are probability and effective from many number of factors such that: workload, fault load, type of recovery, structural features and their management methods. Since the size of cloud systems are very large so provision the predictive and scalable analyses for them is complex work. This thesis propose stochastic models for such large systems. Generally in this work we show that probability models how are used for computing of availability of cloud systems with large number of PMs. provided models in this work, can help providers of cloud services in designing, testing, analyses and optimization of systems.
