این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محاسبات نرم، جلد ۹، شماره ۲، صفحات ۸۴-۹۳
عنوان فارسی الگوریتم ترکیبی مبتنی بر معماری گوسیپ با استفاده از SVM برای زمانبندی وظایف در رایانش ابری
چکیده فارسی مقاله در حال حاضر رایانش ابری با توجه به کاربردهای وسیع و فراگیر از اهمیت زیادی برخوردار است. گستردگی و انعطاف‌پذیری قابل توجه رایانش ابری در کنار سایر محاسن، باعث شده است تا زمینه ایجاد چالش‌های جدید از جمله قابلیت اطمینان فراهم گردد. این نوع از چالش‌ها بدلیل وجود کاربران زیاد، در میان پژوهشگران این حیطه از اهمیت بیشتری برخوردار است. برای حل این مسئله در سال‌های اخیر محققان زیادی به ارائه انواع الگوریتم‌های تحمل‌پذیری خطا در رایانش ابری پرداخته‌اند؛ اما علیرغم تلاش‌های فراوان، متاسفانه مشکلات موجود در این زمینه بصورت کامل برطرف نشده است. هدف این مقاله ارائه یک الگوریتم ترکیبی کارآمد و جدید با بهره‌گیری از خواص ماشین بردار پشتیبان و پروتکل گوسیپ است؛ باید توجه داشت که الگوریتم ماشین بردار پشتیبان برای تجزیه و تحلیل داده‌های ماشین‌های مجازی و دسته‌بندی آنها براساس الگوهای رفتاری عمل می‌کند. همچنین، پروتکل گوسیپ برای جمع‌آوری داده‌ها و نظارت بر هر دسته استفاده شده است. در این مدل پیشنهادی سه فاکتور زمان پردازش، میزان بار و قابلیت اطمینان به منظور دستیابی به کیفیت سرویس بهتر مورد ارزیابی قرار می‌گیرد. نتایج شبیه‌سازی انجام گرفته در کلودسیم نشان می‌دهد که روش پیشنهادی می‌تواند متوسط سرعت پردازش را به میزان 65/0 افزایش و به تناسب آن متوسط طول زمانبندی را 22/7 ثانیه کاهش دهد. 
کلیدواژه‌های فارسی مقاله رایانش ابری، ماشین بردار پشتیبان، پروتکل گوسیپ، قابلیت اطمینان، زمان پردازش،
عنوان انگلیسی A hybrid algorithm based-on Gossip architecture by using SVM for reliability in cloud computing
چکیده انگلیسی مقاله Abstract: Nowadays, Cloud computing is very important due to its widespread use. Significant cloud computing expansively and flexibility, along with other benefits cause to be a background of creating reliability challenges and this kind of challenge is felt more because of the numerous users. To solve this challenge in recent years, many researchers have provided a variety of fault tolerance algorithms to deal with and fix faults in cloud computing, but despite many efforts, unfortunately, it has not been able to solve all the problems. The purpose of this paper is to present an efficient and new hybrid combination using special SVM; at first with using SVM virtual machines are separated and categorized based on their behavior patterns, and then using the Gossip Protocol, the operation of the case for each group and cluster is based on behavioral patterns and in order to achieve QOS it is better to predict. Conclusion of performed simulation in Cloudsim shows that recommended method increases processing speed around 0.65, and makespan is reduced at 7.22s by new method than similarity methods. 
کلیدواژه‌های انگلیسی مقاله رایانش ابری, ماشین بردار پشتیبان, پروتکل گوسیپ, قابلیت اطمینان, زمان پردازش
نویسندگان مقاله شیوا رزاق زاده |
گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران.

پریسا نوروزی کیوی |
باشگاه پژوهشگران جوان و نخبگان، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران.

بابک پناهی |
گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران.

نشانی اینترنتی https://scj.kashanu.ac.ir/article_111576_a02d5f54f588d92c90042fd889db6610.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات