مقالات ترجمه شده دانشگاهی ایران

تعادل بار شبکه رایانش ابری سه سطحی

تعادل بار شبکه رایانش ابری سه سطحی

تعادل بار شبکه رایانش ابری سه سطحی – ایران ترجمه – Irantarjomeh

 

مقالات ترجمه شده آماده گروه کامپیوتر
مقالات ترجمه شده آماده کل گروه های دانشگاهی

مقالات

چگونگی سفارش مقاله

الف – پرداخت وجه بحساب وب سایت ایران ترجمه(شماره حساب)ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.comشامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر --مقالات آماده سفارش داده شده پس از تایید به ایمیل شما ارسال خواهند شد.

قیمت

قیمت این مقاله: 38000 تومان (ایران ترجمه - Irantarjomeh)

توضیح

بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.

مقالات ترجمه شده کامپیوتر - ایران ترجمه - irantarjomeh

www.irantarjomeh.com

شماره       
۱۹۰
کد مقاله
COM190
مترجم
گروه مترجمین ایران ترجمه – irantarjomeh
نام فارسی
به سمت تعادل بار در یک شبکه رایانش ابری سه سطحی
نام انگلیسی
Towards a Load Balancing in a Three-level Cloud Computing Network
تعداد صفحه به فارسی
۳۰
تعداد صفحه به انگلیسی
۶
کلمات کلیدی به فارسی
سیستم توزیعی, رایانش ابری, زمانبندی, تعادل بار
کلمات کلیدی به انگلیسی
Disrupted System, Cloud Computing, Scheduling,
Load Balancing
مرجع به فارسی
دانشگاه فناوری کائویانگ، تایوان
 IEEE
مرجع به انگلیسی
IEEE; Chaoyang University of Technology; Taiwan, R.O.C.
کشور
تایوان

 

به سمت تعادل بار در یک شبکه رایانش ابری سه سطحی

چکیده
پهنای باند شبکه همراه با فناوری های سخت افزاری به سرعت در حال توسعه می باشند، پدیده ای که خود منجر به پیشرفت سریع اینترنت شده است. در این زمینه، یک مفهوم جدید، تحت عنوان رایانش ابری، از میزبان های کم توان جهت حاصل آوردن پایایی بالا استفاده نموده است. رایانش ابری، بعنوان یک ویژگی توسعه اینترنت مبنا، که در آن قابلیت دسترسی به منابع مجازی با قابلیت مقیاس پذیری دینامیکی به عنوان یک سرویس در اینترنت وجود دارد، هم اکنون به عنوان یک مولفه مهم در عرصه فضای مجازی به شمار می آید. رایانش ابری به کلاسی از سیستم ها و برنامه های کاربردی اشاره دارد که از منابع توزیعی جهت انجام وظایف مرتبط در یک حالت غیرمتمرکز استفاده می نماید. رایانش ابری قابلیت استفاده از منابع محاسباتی (گره های سرویس) بر روی شبکه، جهت تسهیل اجرای وظایف پیچیده که نیازمند محاسبات در مقیاس بزرگ هستند، را فراهم می آورد. بنابراین، گره های انتخابی جهت اجرای یک وظیفه در رایانش ابری را می بایست مدنظر قرار داد و کارایی منابع را در این زمینه به خوبی مشخص کرده و آنها را بر حسب خواص آن وظیفه خاص به دقت انتخاب نمود. با توجه به این مقوله، در مطالعه جاری، یک الگوریتم زمانبندی دو فازه تحت یک شبکه رایانشی ابری سه مرحله ای ارائه می گردد. الگوریتم زمانبندی پیشنهادی اقدام به ترکیب OLB (تعادل بار فرصت طلبانه) و LBMM (تعادل بار Min-Min) می نماید و بر این مبنا قابلیت بکارگیری ویژگی های بهتر و کارآمدتر اجرایی و حفظ تعادل بار سیستمی را به وجود خواهد آورد.

کلمات کلیدی: سیستم توزیعی، رایانش ابری، زمانبندی، تعادل بار

 

تعادل بار شبکه رایانش ابری سه سطحی

 

۱- مقدمه
امروزه، پهنای باند شبکه و فناوری سخت افزاری به صورت پیوسته ای در حال پیشرفت هستند تا قابلیت همراهی با سیر تکاملی و پیشرفت اینترنت را داشته باشند. مفهوم رایانش ابری سبب شده است تا کاربران اینترنت دسترسی بیشتری به برنامه های کاربردی داشته باشند [۲، ۹، ۱۰]. رایانش ابری هم اکنون از گره های بسیاری استفاده می نماید که قابلیت استفاده از آنها جهت انجام یک سرویس خاص وجود دارد. به علاوه، برنامه های کاربردی اینترنتی با توجه به ویژگی های چند رسانه ای به صورت متوالی در حال ارتقاء هستند و پیشرفت قابل توجه ابزاره های مختلف به سرعت در سیستم های شبکه محرز است [۲، ۹]. در این راست، توجه بیشتری معطوف برنامه های کاربردی مرتبط با جامعیت شبکه شده است.
در یک محیط رایانشی ابری، کاربران توانایی دسترسی به قابلیت های عملیاتی به صورت سریعتر با استفاده از برنامه های کاربردی اینترنتی [۷]، و سیستم های کامپیوتری را خواهند داشت، ویژگیهایی که از پایداری بالایی جهت اجرای سرویس های درخواستی کاربران مختلف در این محیط برخوردار می باشند. با این وجود، زیر ساختار اینترنت به سرعت و به صورت متوالی در حال رشد می باشد و بر این مبنا خدمات کاربردی بسیاری را می توان در اینترنت ارائه نمود. در یک سیستم رایانشی توزیعی، اجزای تخصیص یافته شده به محل های مختلف یا به واحدهای مجزا به گونه ای به یکدیگر متصل می گردند که قابلیت استفاده جمعی آنها به عنوان یک مزیت مناسب وجود خواهد داشت [۶]. به علاوه، رایانش ابری به سرعت سبب ترغیب طراحی سیستم های توزیعی و برنامه های مرتبط جهت پشتیبانی از برنامه های خدماتی کاربر مبنا شده است [۱۰]. همچنین، بسیاری از برنامه های کاربردی رایانشی ابری، نظیر برنامه های YouTube، می توانند سبب افزایش راحتی کاربران شوند [۱۰].
ادامه این مقاله به شرح ذیل سازماندهی شده است. بررسی مباحث مرتبط در بخش ۲ ارائه می گردد. بخش ۳ ارائه دهنده جزئیات الگوریتم زمانبندی LBMM پیشنهادی است. محیط تحقیقاتی و فرآیندهای مرتبط در بخش ۴ مورد بحث قرار می گیرند. بخش ۵ تشریح کننده ساختار و روش این سیستم می باشد. نهایتاً بخش ۶ به نتیجه گیری مقاله جاری می پردازد.

تعادل بار شبکه رایانش ابری سه سطحی

 

۲- مرور مقاله های مرتبط
رایانش ابری به عنوان نوعی از سیستم محاسباتی یا رایانش توزیعی به شمار می آید که در آن قابلیت های گسترده مقیاس پذیر مرتبط با فناوری اطلاعات برای تعداد بیشماری از مشتریان بیرونی «به عنوان یک سرویس» با استفاده از فناوری های اینترنتی ارائه می شود [۱۳]. فراهم آورندگان تجهیزات فضای ابری می بایست قابلیت ارائه زیرساخت های محاسباتی همه منظوره بزرگی را داشته و بتوانند نسبت به مجازی سازی زیر ساخت های خود برای ارائه خدمات به مشتریان مختلف و مهیا سازی برنامه های متعدد کاربردی اقدام نمایند. به علاوه، شرکت ZEUS نوعی نرم افزار را ارائه نموده است که به فراهم آورندگان تجهیزات فضای ابری به صورتی آسان و صرفه جویانه یکسری از راه حل های ارائه خدمات به مشتریان را عرضه می نماید [۱۴]. نرم افزار ZXTM بسیار بیشتر از یک سرویس تعادل بار به اشتراک گذاشته شده می باشد و این سیستم ارائه دهنده یک نقطه آغاز کم هزینه در خصوص توسعه سخت افزار می باشد، که دارای یک مسیر ارتقای صرفه جویانه و یکنواخت جهت ارائه خدمات بر حسب مقیاس های مرتبط با توجه به رشد آنها می باشد [۱۲، ۱۴].

تعادل بار شبکه رایانش ابری سه سطحی

 

۳- الگوریتم زمانبندی LBMM
در این مطالعه، الگوریتم زمانبندی Min-Min  تعادل بار (LBMM) پیشنهاد می شود که در بردارنده ویژگی های الگوریتم زمانبندی Min-Min به عنوان زیربنای اصلی آن است. عملکرد الگوریتم زمانبندی Min-Min به نظر می بایست قابلیت به حداقل رسانی زمان تکمیل کلیه کارهای در دسترس را داشته باشد. با این حال، بزرگترین ضعف این الگوریتم آن است که صرفاً زمان تکمیل هر وظیفه در گره را در نظر گرفته و بارگذاری وظیفه یا کار هر گره در وضعیت کنونی را در نظر نمی گیرد. بنابراین، برخی از گره ها ممکن است همیشه مشغول باشند و برخی از آنها ممکن است همچنان بیکار مانده باشند. الگوریتم LBMM پیشنهادی قابلیت ارتقای عدم تعادل بار Min-Min را داشته و زمان اجرای هر گره را به طور کارآمد تقلیل می دهد.
به علاوه، توپولوژی شبکه سلسله مراتبی چند سطحی قابلیت کاهش هزینه ذخیره سازی داده را خواهد داشت [۵]. با این حال، سطح بالاتر ممکن است سبب افزایش هزینه مدیریت شبکه گردد. بنابراین، در مطالعه ما، یک چارچوب سلسله مراتبی سه سطحی (همانگونه که در شکل ۱ نشان داده شده است) بکار گرفته می شود. سطح سوم گره سرویس است که جهت اجرای وظیفه فرعی بکار گرفته می شود. سطح دوم مدیریت سرویس می باشد که جهت تقسیم وظیفه یا کار مورد نظر به برخی از زیر وظایف مستقل منطقی مورد استفاده قرار می گیرد. اولین سطح مدیر درخواست است که قابلیت تخصیص وظیفه به یک مدیر سرویس را خواهد داشت.

تعادل بار شبکه رایانش ابری سه سطحی

 

۴- روش پیشنهادی
چندین گره نامتجانس در یک سیستم رایانش ابری وجود دارند. به طور کلی، هر گره دارای ظرفیت های مختلفی جهت اجرای وظایف است. بنابراین، صرف ملاحظه ظرفیت باقیمانده گره ها و پردازنده به هنگام انتخاب یک گره کفایت نخواهد داشت. بنابراین، چگونگی انتخاب یک گره کارآمد جهت اجرای وظایف در رایانش ابری بسیار مهم تلقی می شود.
به واسطه ویژگی های مختلف وظایف لازم است تا توجه کافی به آنها مبذول شود. بنابراین می بایست از برخی از منابع خاص استفاده شود، به طور مثال، به هنگام اجرای اسمبلی یا سرهم بندی دامنه / توالی ارگانیسم ها، احتمالاً داشتن ضروریات و منابع بزرگ همانند حافظه و اطلاع از باقیمانده ظرفیت آن مهم تلقی می شود [۱۱]. بنابراین جهت حاصل آوردن بهترین وضعیت در اجرای هر وظیفه، لازم است تا وظایف را به گونه ای ارائه نماییم تا قابلیت اتخاذ شرایط مختلف و متغیرهای تصمیم را داشته باشند و بر حسب منابع مورد نیاز آن وظیفه و در ارتباط با متغیر تصمیم خاص تعدیل گردیده باشند.
در این مطالعه، یک عامل عمدتاً اقدام به جمع آوری اطلاعات مرتبط هر گره مشارکت کننده در سیستم رایانش ابری می نماید، نظیر ظرفیت باقیمانده پردازنده، باقیمانده حافظه و نرخ انتقال. پس از آنکه کلیه این داده ها جمع آوری شدند، داده های حاصله در دسترس مدیر قرار گرفته تا به وی در زمینه حفظ تعادل بار سیستمی کمک نمایند. بنابراین، این عوامل را می توان به شرح ذیل تعریف نمود:
V1 = ظرفیت باقیمانده پردازنده
V2 = ظرفیت باقیمانده حافظه
V3 = نرخ انتقال
به منظور آنکه مدیر قابلیت انتخاب مناسب گره ها را داشته باشد، کلیه گره ها (شامل مدیر سرویس و گره سرویس) در سیستم می بایست به وسیله آستانه ای، که خود حاصل آمده از تقاضای منابع مورد نیاز جهت اجرای یک وظیفه است، مورد ارزیابی قرار گیرند. مدیر سرویس که قابلیت تعامل مناسب با “آستانه مدیر سرویس” را داشته باشد به عنوان یک مدیر موفق و کارآمد در نظر گرفته شده و به عنوان کاندید گره های کارآمد تلقی می گردد. گره های سرویسی که این قابلیت را برای “آستانه گره سرویس” فراهم می نمایند نیز به عنوان یک مؤلفه کارآمد در نظر گرفته شده و به عنوان کاندید گره های مؤثر به وسیله مدیر سرویس مشخص می شوند.
الف. آستانه مدیر سرویس
محیط رایانش ابری متشکل از گره های ناهمگن یا غیرمتجانس می باشد، که در آن ویژگی هر گره ممکن است کاملاً با گره دیگر متفاوت باشد. به عبارت دیگر، محاسبه ظرفیت فراهم آمده به وسیله پردازنده، اندازه در دسترس حافظه، و نرخ ارسال یا انتقال اطلاعات ممکن است متفاوت باشند. به علاوه، رایانش ابری قابلیت بهره برداری از منابع هر گره را خواهد داشت، بنابراین منبع در دسترس هر گره ممکن است تحت شرایط شلوغی کار متغیر باشد.

تعادل بار شبکه رایانش ابری سه سطحی

 

۵- یک مثال اجرایی با استفاده از الگوریتم زمانبندی پیشنهادی
در این بخش، یک مثال اجرایی با استفاده از الگوریتم زمانبندی دو فازه پیشنهادی در یک شبکه رایانش ابری سه مرحله ای ارائه می شود.
الگوریتم زمانبندی پیشنهادی  اقدام  به  ترکیب  الگوریتم زمانبندی OLB  و  LBMM  می نماید تا قابلیت حاصل آوردن کارایی اجرایی بهتری را به دست آورده و تعادل بار سیستم را نیز حاصل آورد. یک صف به منظور ذخیره سازی وظایف که می بایست به وسیله مدیر اعمال شود مورد استفاده قرار می گیرد. در اولین فاز، الگوریتم زمانبندی OLB جهت تخصیص وظایف به مدیر سرویس از طریق مدیر بکار گرفته می شود. در فاز دوم، الگوریتم زمانبندی LBMM جهت انتخاب گره سرویس مناسب به زیر وظیفه اجرایی به وسیله مدیر سرویس بکار گرفته می شود.
فرضیه های الگوریتم زمانبندی پیشنهادی به شرح ذیل نشان داده شده اند:
  • قابلیت حاصل آوردن زمان ارسال
  • قابلیت پیش بینی زمانی که هر شغل می بایست انجام دهد [۱۱].
  • هر وظیفه را می توان به چندین زیر وظیفه مستقل تقسیم نموده و هر زیر وظیفه را می توان به طور کامل به وسیله گره سرویس تخصیص یافته اجرا کرد.
  • تعداد گره های سرویس بزرگتر یا مساوی با تعداد وظایف فرعی می باشد.
یک مثال مرتبط با پنج موردی که می بایست اقدام به پردازش آنها شود ارائه گردیده تا قابلیت بحث پیرامون الگوریتم زمانبندی دو فازه در یک شبکه رایانش ابری سه مرحله ای به وجود آید.
مرحله ۱: وظیفه A، B، C، D و E که می بایست آنها را انجام داد جمع آوری گردیده و آنها را در یک صف کاری به وسیله گره مدیر No همانگونه که در شکل ۳ نشان داده شده است قرار می دهیم. یک عامل جهت جمع آوری اطلاعات مرتبط هر گره همانگونه که در جدول ۱ نشان داده شده است بکار گرفته می شود. بر حسب ویژگی هر وظیفه، هر گره به وسیله مدیر درخواست با استفاده از “آستانه مدیر سرویس” مورد ارزیابی قرار می گیرد.

تعادل بار شبکه رایانش ابری سه سطحی

 

۶- نتیجه گیری
در این مقاله، الگوریتم زمانبندی OLB به منظور فعال نگه داشتن هر گره بکار گرفته شده است و در این راستا هدف تعادل بار حاصل آمده است. با این وجود، الگوریتم زمانبندی LBMM پیشنهادی که خود اصلاح شده الگوریتم زمانبندی Min-Min می باشد قابلیت حفظ حداقل زمان اجرای هر وظیفه بر روی محیط رایانش ابری را خواهد داشت.
هدف این مطالعه حاصل آوردن تعادل بار بر مبنای الگوریتم زمانبندی OLB می باشد، که سبب خواهد شد تا هر گره در حالت مشغولیت بکار حفظ شود. به علاوه، در این تحقیقات، الگوریتم زمانبندی LBMM جهت ایجاد حداقل زمان اجرا بر روی گره وظیفه بکار گرفته شده است و به علاوه حداقل مجموع زمان تکمیل نیز حاصل گردیده است. با این وجود، تعادل بار شبکه رایانش ابری سه مرحله ای نیز مورد استفاده قرار گرفته است، که بر مبنای آن کلیه نتایج محاسباتی را می توان در ابتدا قبل از ارسال مجدد آن به مدیریت به وسیله گره سطح دوم به صورت جامع و یکپارچه حاصل آورد. بنابراین، هدف تعادل بار و حفظ بهتر منابع حاصل می گردد.
به علاوه، در یک حالت کلی، شبکه رایانش ابری نه تنها استاتیک، بلکه دینامیک نیز خواهد بود. از طرف دیگر، روش پیشنهادی ما به گونه ای گسترش می یابد که قابلیت مدیریت و حفظ ویژگی های اصلی در تحقیقات آتی در ارتباط با مؤلفه های رایانش ابری و به هنگامی که گره در یک حالت سلسله مراتبی سه سطحی اصلی قرار می گیرد میسر گردد.

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Irantarjomeh
لطفا به جای کپی مقالات با خرید آنها به قیمتی بسیار متناسب مشخص شده ما را در ارانه هر چه بیشتر مقالات و مضامین ترجمه شده علمی و بهبود محتویات سایت ایران ترجمه یاری دهید.