عنوان پایان‌نامه
بهینه سازی تخصیص منابع در رایانش ابری با استفاده از ا لگوریتم های تصادفی
- رشته تحصیلی
- مهندسی کامپیوتر- آلگوریتم ها و محاسبات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 94..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76893;کتابخانه پردیس یک فنی شماره ثبت: 94..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76893
- تاریخ دفاع
- ۱۶ شهریور ۱۳۹۵
- دانشجو
- یوسف قاسم زاده
- استاد راهنما
- علی معینی, امین قدوسیان
- چکیده
- در این پایان نامه روش‌های تخصیص منابع در سیستم‌های رایانش ابری مورد بحث و بررسی قرار گرفتهاند و هر یک از کارهای انجام شده از نظر مزایا و معایب به چالش کشیده شده‌اند. با توجه به پیچییدگی بالای مساله تخصیص ارائه الگوریتمی که در زمان معقول پاسخی بهینه ارائه دهد، غیر ممکن به نظر می‌رسد. بنابراین الگوریتمهای تقریبی و تصادفی کاندیدهای اصلی برای ارائه راه حل به این مساله می‌باشند. لذا اکثر کارهای انجام شده بر پایه الگوریتمهای تصادفی و الگوریتمهای تقریبی می‌باشند. سیستم رایانش ابری که آن را به اختصار ابر می‌نامیم، یک سیستم بسیار پیچیده، پرهزینه و کم یاب می‌باشد. لذا اکثر تحقیق کنندگان در باره ابر، بر روی تجریدی از ابر کار می‌کنند. بنابراین ارائه الگوریتمهای کارا و کامل، که بتواند بر روی سیستم واقعی ابر، به تخصیص منابع بپردازد، سخت و غیر ممکن می‌نماید. در این پایان نامه با کنار هم قرار دادن تجریدهای مختلف از ابر سعی کردهایم الگوریتم تخصیص مناسبی برای تجریدی کاملتر از ابر ارائه دهیم. الگوریتم جدیدی در این پایان‌نامه، با عنوان "الگوریتم ژنتیک با چند تابع شایستگی برای تخصیص منابع ابر"، ارائه شده است. این الگوریتم ضمن دارا بودن تجریدی کاملتر، از قابلیت تنظیم و سفارشیسازی نیز برخوردار می‌باشد. همچنین این الگوریتم چارچوبی ساده و بسیار منعطف که به راحتی قابل گسترش می‌باشد، را ارائه می‌دهد.
- Abstract
- In this thesis we have studied about resource scheduling methods in cloud computing systems, and have compared and challenged their strengths and weaknesses. The complexity of resource scheduling in cloud computing makes it impossible to find an optimal solution in certain time. Then, approximation and randomized algorithms are the best candidates to solve this problem. Therefore, many related works in the field are based on approximation and randomized algorithms. Cloud computing systems are very complex and expensive. Also these systems are not very common and many researches have limited access to them. Because of this limitation many researchers work on an abstraction of the cloud computing systems. Then, it seems difficult to propose an efficient and complete algorithms to schedule resources on real cloud systems. Here by using some abstractions of cloud computing systems we proposed a new algorithm for an abstraction, which has all those abstractions within it. Since, our algorithm has very flexible framework and it is easily extendable, it is proposed for scheduling of resources in cloud computing systems.
