محاسبات جنگلی: محاسبات سطح بالا ورای ابرها، گریدها و خوشه های محاسباتی
نویسند‌گان: [ اسماعیل آسیابی ] - دانشگاه علم وصنعت ایران، دانشکده مهندسی کامپیوتر[ محسن شریفی ] - دانشگاه علم وصنعت ایران، دانشکده مهندسی کامپیوتر
خلاصه مقاله:
امروزه تعداد و تنوع کاربردهایی که نیازمند منابع محاسباتی فوقالعاده بالا هستند رشد روزافزونی داشته است. این کاربردها غالبا در حوزههای علمی، مهندسی و مالی هستند. پاسخگویی مناسب به این نیازهای محاسباتی روبهرشد یکی از چالشهای پیشروی دانشمندان است. بهکارگیری همزمان چندین بستر محاسباتی راهی متداول برای دستیابی به قدرت محاسباتی بیشتر است. یکی از این راهکارها، استفاده از سیستمهای محاسبات جنگلی است. در یک سیستم محاسبات جنگلی چندین بستر محاسباتی سطح بالا مانند گرید، ابر، خوشه و ابرکامپیوتر به طور همزمان برای اجرای یک کاربرد به کار گرفته میشوند. دلایل مختلفی برای استفاده از سیستمهای محاسبات جنگلی وجود دارد. ممکن است نیاز محاسباتی یک کاربرد بیشتر از قدرت محاسباتی فراهم آمده توسط یک سیستم محاسباتی باشد و برای پاسخگویی به این نیاز محاسباتی چارهایی جز استفاده از سیستم محاسبات جنگلی نباشد. به علاوه بخشهای مختلف یک کاربرد ممکن است نیازهای محاسباتی متفاوت داشته باشند بهطوری که هیچ سیستمی به تنهایی پاسخگوی همه این نیازها نباشد. از سوی دیگر، محدودیت در تعداد و قدرت منابع محاسباتی و نیازهای روزافزون محاسباتی، چالش دیگری است که توزیع این محاسبات در بسترهای محاسباتی متفاوت میتواند راهحلی برای رفع این چالش باشد.
کلمات کلیدی:
محاسبات سطح بالا، محاسبات جنگلی، محاسبات ابری، گرید، خوشه
پس از پرداخت آنلاین در پایین همین سایت سریعا فایل مقاله درفرمت pdf به صورت آنلاین برای شما ارسال می گردد.
توازن بار در رایانش ابری
دنیای فناوری اطلاعات روز به روز در حال گشترش است. از زمانی که رایانه‌ها وارد زندگی بشر شدند ، حدود 70 سال می گذرد در طول این سال‌ها عطش پیشرفت باعث به وجود آمدن فناوری‌های جدید شده است. هم‌چنین از زمانی که اینترنت به صورت کامل شده در اختیار کاربران قرار گرفته است، نزدیک به 40 سال می‌گذرد. اینترنت تحولی شگرف در تبادل اطلاعات به وجود آورده است. اینترنت از ابتدای آغاز تاکنون دست خوش تحولات فراوانی بوده است که بعضی از آن ها موجب تغییر شیوه‌ی زندگی بشر در چند دهه‌ی اخیر گشته است. یکی از جدیدترین تغییرات در نحوه ی کارکرد اینترنت با معرفی رایانش ابری صورت پذیرفته است. این فناوری جدید به دلیل ویژگیهایش به سرعت محبوب شده است چرا که در رایانش ابری همه نوع امکانات به کاربران به عنوان یک سرویس ارائه شده است. طبیعتاً هر تغییر و مفهوم جدیدی در دنیای فناوری، مشکلات و پیچیدگیهای خاص خود را دارد. بهره‌گیری از رایانش ابری نیز از این قاعده مستثنی نبوده و چالش های فراوان را پیش روی صاحب نظران قرار داده است که از جمله ی آن می توان به مواردی نظیر: توازن بار، امنیت، قابلیت اطمینان، مالکیت، پشتیبان‌گیری از داده‌ها و قابلیت حمل اشاره کرد. با توجه به اهمیت فرآیند توازن بار در رایانش ابری، هدف بررسی فرآیندها و مقایسه‌ی روش‌های مطرح در این حوزه می‌باشد.
دانلود مقاله A Study on Critical Analysis of Computational Offloading Frameworks for Mobile Cloud Computing انتشار 2015
Volume 47, January 2015, Pages 47–60
Muhammad Shiraz*, Mehdi Sookhak, Abdullah Gani, Syed Adeel Ali Shah
Abstract
Despite of substantial technological advancements in the recent years, Smart Mobile Devices (SMDs) are still low potential computing
devices. Therefore, Mobile Cloud Computing (MCC) deploys computational offloading for augmenting SMDs. The contemporary Computational
Offloading Frameworks (COFs) implement resources intensive procedures for computational offloading, which involve the overhead of
transmitting application binary code and deployment of distributed platform at runtime. As a result, energy consumption cost and turnaround
time of the mobile application and overhead of data transmission is increased. Nevertheless, the resources limited nature of SMDs requires
lightweight technique for leveraging the application processing services of computational clouds. This paper critically analyzes the resource
intensive nature of the latest existing computational offloading techniques for MCC and highlights technical issues in the establishment of
distributed application processing platform at runtime. A prototype application is evaluated with different computation intensities in the real
MCC environment. Analysis of the results shows that additional computing resources are utilized in the deployment of distributed application
processing platform at runtime such as: 31.6 % additional energy is consumed, 39% additional time is taken and 13241.2 KB data is transmitted
in offloading different computational intensive components of the prototype mobile application. Finally, we highlight technical issues in the
existing computational offloading techniques for MCC, which draw attention for the future research in computational offloading for MCC and
assist in developing lightweight procedures for computational offloading in MCC.
Keywords: Mobile Cloud Computing, Distributed Systems, Computational offloading, Resource Intensive,
Lightweight
مقاله بررسی داده کاوی در محاسبات ابری
تعداد صفحات : 5
زبان مقاله : انگلیسی
موضوع : داده کاوی در محاسبات ابری
سال چاپ : 2012 میلادی
Green Cloud Task-scheduling Algorithm Based on Improved BPSO(الگوریتم زمان‌بندی وظیفه‌ی ابر سبز بر اساس بهبود BPSO)
شامل 25 درصد تخفیف
عنوان انگلیسی مقاله: Green Cloud Task-scheduling Algorithm Based on Improved BPSO
Abstract
Cloud computing is experiencing a rapid development since a large amount of data need to be addressed. How to carry on the reasonable task scheduling plays a vital role in the operating efficiency of cloud computing. This paper proposes a Green Cloud Task-scheduling Algorithm (GCTA) based on the improved Binary Particle Swarm Optimization (BPSO). This work avoids matrix operations by using a pipeline number for virtual machines and redefining the position and velocity of particle. Simulation results show that the proposed GCTA has less execution time, and reduces resource consumption accordingly
عنوان فارسی مقاله: الگوریتم زمان‌بندی وظیفه‌ی ابر سبز بر اساس بهبود BPSO
چکیده
محاسبات ابری توسعه‌ی سریع مقدار زیادی از داده‌ها را تجربه می‌کند که نیاز دارند مورد بررسی قرار گیرند. چگونگی انجام زمان‌بندی وظیفه‌ی معقول و منطقی نقش حیاتی در کارایی عملیات محاسبات ابری بازی می‌کند. در این مقاله الگوریتم زمان‌بندی وظیفه ابر سبز (GCTA) بر اساس بهبود بهینه‌سازی ازدحام ذرات دودویی (BPSO) ارائه شده است. این کار با استفاده از تعداد خط لوله‌ای برای ماشین‌های مجازی و تعریف جدید موقعیت و سرعت ذرات از عملیات ماتریسی جلوگیری می‌کند. نتایج شبیه‌سازی نشان می‌دهد که GCTA پیشنهاد شده زمان اجرای کمتری دارد، و از این رو مصرف منابع را کاهش می‌دهد.
کلمات کلیدی: محاسبات ابری؛ بهینه‌سازی ازدحام ذرات دودویی؛ الگوریتم زمان‌بندی وظیفه
1-مقدمه
امروزه، با افزایش انفجاری داده‌ها در صنعت اطلاعات، محاسبات ابری به عنوان یک تکنولوژی جدید در پیاده‌سازی تجاری، توسعه‌ی سریعی ساخته است. این به کاربران اجازه می‌دهد تا برای خدمات با توجه به نیازهای خود هزینه پرداخت کنند. تکنولوژی کامپیوترهای سنتی از قبیل محاسبات گرید، محاسبات توزیع‌شده، محاسبات موازی، محاسبات همگانی، ذخیره‌سازی گرید، مجازی سازی، تعادل بار و تکنولوژی شبکه را ادغام می‌کند. در میان این روش‌ها، مجازی‌سازی مهم‌ترین است. ما می‌توانیم بسیاری از عوامل، از جمله منابع آن، نرم افزار، سخت افزار را مجازی‌سازی کنیم که میتواند توسط پلت‌فرم ابر مدیریت شود. محاسبات ابری سه سرویس زیرساخت به عنوان سرویس (IaaS)، بستر به عنوان سرویس (PaaS) و نرم افزار به عنوان سرویس (SaaS) را فراهم می‌کند.به عنوان بخش مهمی از محاسبات ابری، ...
پس از پرداخت آنلاین در پایین همین سایت سریعا فایل رایگان مقاله لاتین و لینک خرید ترجمه کامل مقاله با کیفیتی عالی درفرمتword به صورت آنلاین برای شما ارسال می گردد.
این مقاله برای سه خریدار اول شامل 25 درصد تخفیف می گردد.