اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شماره‌ها | 1,240 |
| تعداد مقالات | 8,994 |
| تعداد مشاهده مقاله | 7,845,116 |
| تعداد دریافت فایل اصل مقاله | 4,706,706 |
ارائه راهکاری جهت بهینه‌سازی در زمان و هزینه جایابی مؤلفه‌های نرم‌افزاری با استفاده از الگوریتم فرا اکتشافی چندهدفه در محیط ابری | ||
| مجله نوآوری های فناوری اطلاعات و ارتباطات کاربردی | ||
| دوره 1، شماره 4، شهریور 1400، صفحه 19-33 اصل مقاله (1.34 M) | ||
| نوع مقاله: مقاله علمی-تخصصی | ||
| نویسندگان | ||
| مریم رضائی1؛ مصطفی قبائی آرانی* 2 | ||
| 1- گروه کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد محلات، محلات، ایران | ||
| 2گروه کامپیوتر ،دانشگاه آزاد قم،واحد قم ،ایران | ||
| تاریخ دریافت: 01 اسفند 1399، تاریخ بازنگری: 21 خرداد 1400، تاریخ پذیرش: 23 مرداد 1400 | ||
| چکیده | ||
| در دهه اخیر رایانش ابری مورد توجه بسیاری از ارائه‌‌‌‌دهندگان و استفاده‌کنندگان فناوری اطلاعات قرارگرفته است. یکی از مدل‌های پرکاربرد ارائه خدمات در حوزه رایانش ابری، مدل نرم‌افزار به‌عنوان خدمت بوده که معمولاً به‌صورت ترکیبی از مؤلفه‌های داده و برنامه ارائه می‌شوند. یکی از چالش‌های مهم در این حوزه، یافتن مکان بهینه برای مؤلفه‌های نرم‌افزاری بر روی زیرساخت‌های ابری است که در آن نرم‌افزار به‌عنوان خدمت بتواند بهترین عملکرد ممکن را داشته باشد. مسئله جایابی نرم‌افزار به‌عنوان خدمت به چالش تعیین اینکه کدام سرویس‌دهنده‌ها در مرکز داده ابر، بدون نقض محدودیت‌های نرم‌افزار به‌عنوان خدمت، می‌توانند میزبان کدام مؤلفه‌ها باشند اشاره دارد. در این مقاله، راهکار بهینه‌سازی چند هدفه با هدف کاهش هزینه و زمان اجرا جهت جایابی مؤلفه‌های در محیط‌های ابری را ارائه می‌دهیم. راهکار پیشنهادی خود را با استفاده از کتابخانه Cloudsim شبیه‌سازی کرده و در نهایت با دو الگوریتم ازدحام ذرات چندهدفه و فاخته مورد ارزیابی و مقایسه قرار دادیم. نتایج شبیه‌سازی نشان می‌دهد که راهکار پیشنهادی عملکرد بهتری نسبت به دو الگوریتم پایه داشته و موجب کاهش 9/4 درصدی زمان اجرای جایابی مؤلفه‌های نرم‌افزار به‌عنوان خدمت، کاهش 9/1 درصدی هزینه و افزایش 7/9 درصدی بهره‌وری می‌گردد. | ||
| کلیدواژه‌ها | ||
| رایانش ابری؛ مؤلفه‌های نرم‌افزاری ترکیبی؛ مدیریت منابع؛ جایابی SaaS؛ الگوریتم ژنتیک چند هدفه | ||
| عنوان مقاله [English] | ||
| The Presentation of a Solution to Optimize the Time and Cost of Software Component Placement Using a Multi-Objective Meta-Exploratory Algorithm in the Cloud Environment | ||
| نویسندگان [English] | ||
| مریم رضائی1؛ mostafa ghobaei2 | ||
| 2Assistant Professor, facuty of Engineering, Qom Branch,Islamic Azad university,Qom, Iran | ||
| چکیده [English] | ||
| In the last decade, cloud computing has attracted the attention of many IT providers and users. One of the most widely used models of providing services in the field of cloud computing is the “software as a service” or SaaS model, which is usually provided as a combination of data and application components. One of the major challenges in this area is finding the optimal location for the software components on the cloud infrastructure where the software as a service can perform at its best. The problem of locating software as a service, addresses the challenge of determining which components in the cloud data center can host which components without violating the limitations of the software as a service. In this paper, we have presented a multi-objective optimization solution with the aim of reducing costs and execution time for locating components in cloud environments. We have simulated our proposed solution using the Cloudsim library and finally evaluated and compared it with two multi-objective and cuckoo search algorithms. The simulation results show that the proposed solution performs better than the two basic algorithms, reducing the implementation time of the “software as a service” components and the costs by 9.4% and 9.1% respectively, and increasing the productivity by 7.9%. | ||
| کلیدواژه‌ها [English] | ||
| Cloud Computing, Hybrid Software Components, Resource Management, SaaS Placement, Multi Objective Genetic Algorithm | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 127 تعداد دریافت فایل اصل مقاله: 136 |
||