بررسی تکنیک‌های تعادل بار مبتنی بر هوش ازدحامی در محیط رایانش ابری

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 48

تعداد کلمات : 18800

مجله : electronics

انتشار : 2021

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
18 فوریه 2022
دسته بندی
تعداد بازدیدها
1171 بازدید
39,000 تومان

عنوان فارسی مقاله:بررسی تکنیک‌های تعادل بار مبتنی بر هوش ازدحامی در محیط رایانش ابری

 چکیده

  رایانش ابری دسترسی انعطاف پذیر، تعاملی و قابل مشاهده به منابع مشترک در اینترنت را ارائه می دهد. کاربران را از الزامات مدیریت محاسبات بر روی سخت افزار خود رها می کند. این به کاربران این امکان را می دهد که نه تنها داده ها و محاسبات خود را از طریق اینترنت ذخیره کنند، بلکه می توانند در هر زمان و هر کجا که لازم است به آن دسترسی داشته باشند. استفاده مکرر از دستگاه های هوشمند به محاسبات ابری کمک کرده است تا نیاز به رشد سریع خود را درک کند. از آنجایی که کاربران بیشتری با محیط ابری سازگار می شوند، تمرکز بر تعادل بار قرار گرفته است. تعادل بار وظایف یا منابع را به دستگاه های مختلف اختصاص می دهد. در رایانش ابری و توازن بار نقش مهمی در استفاده کارآمد از منابع برای بالاترین عملکرد داشته است. این نیاز منجر به توسعه الگوریتم‌هایی می‌شود که می‌توانند به طور بهینه منابع را در حین مدیریت بار و بهبود کیفیت خدمات (QoS) تخصیص دهند. این مقاله بررسی الگوریتم های متعادل کننده بار الهام گرفته شده از هوش ازدحام (SI) را ارائه می دهد. الگوریتم های در نظر گرفته شده در بحث عبارتند از الگوریتم ژنتیک، الگوریتم BAT، کلونی مورچه ها، گرگ خاکستری، کلونی زنبورهای مصنوعی، ازدحام ذرات، نهنگ، عنکبوت اجتماعی، سنجاقک، و بهینه سازی  زاغ. تجزیه و تحلیلی از اهداف اصلی، حوزه کاربردها و مسائل هدف هر الگوریتم (با پیشرفت ها) ارائه شده است. علاوه بر این، تجزیه و تحلیل عملکرد بر اساس میانگین زمان پاسخ، زمان پردازش مرکز داده و سایر پارامترهای کیفیت انجام شده است(هوش ازدحامی در محیط رایانش ابری).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: A Survey of Swarm Intelligence Based Load Balancing Techniques in Cloud Computing Environment

Abstract

 Cloud computing offers flexible, interactive, and observable access to shared resources on the Internet. It frees users from the requirements of managing computing on their hardware. It enables users to not only store their data and computing over the internet but also can access it whenever and wherever it is required. The frequent use of smart devices has helped cloud computing to realize the need for its rapid growth. As more users are adapting to the cloud environment, the focus has been placed on load balancing. Load balancing allocates tasks or resources to different devices. In cloud computing, and load balancing has played a major role in the efficient usage of resources for the highest performance. This requirement results in the development of algorithms that can optimally assign resources while managing load and improving quality of service (QoS). This paper provides a survey of load balancing algorithms inspired by swarm intelligence (SI). The algorithms considered in the discussion are Genetic Algorithm, BAT Algorithm, Ant Colony, Grey Wolf, Artificial Bee Colony, Particle Swarm, Whale, Social Spider, Dragonfly, and Raven roosting Optimization. An analysis of the main objectives, area of applications, and targeted issues of each algorithm (with advancements) is presented. In addition, performance analysis has been performed based on average response time, data center processing time, and other quality parameters.