بهبود زمان‌بندي كار و تخصيص منابع در ابر با روش AHP اصلاح‌شده

از مسائل چالش‌برانگيز حوزه رايانش ابري، زمان‌بندي كارآي كارها و تخصيص بهينه منابع در ابر، براساس ماهيت پوياي كارها و ناهمگوني منابع است. برنامه‌هاي كاربردي كه برمبناي گردش‌كار علمي، عمل مي‌كنند ازجمله برنامه‌هاي پركاربرد در اين حوزه هستند كه از ويژگي‌هاي بارز آن قدرت پردازش و ظرفيت ذخيره‌سازي زياد است. به منظور افزايش كارايي آن‌ها نيازمند به برنامه‌ريزي مناسب كارها و انتخاب بهترين ماشين‌مجازي موجود در ابر مي‌باشد. اهداف سيستم از عوامل موثر در برنامه‌ريزي كارها و انتخاب منابع است كه وابسته به معيارهاي مختلفي ازجمله زمان، هزينه، باركاري جاري و قدرت پردازش است. روش‌‌هاي تصميم‌گيري چند معياري انتخاب مناسبي در اين زمينه هستند. در اين پژوهش دو سياست زمان‌بندي كارها و تخصيص منابع در محيط ناهمگن برمبناي الگوريتم AHP اصلاح‌شده پيشنهاد شده است. در سياست زمان‌بندي كارهاي ورودي، اولويت‌بندي كارها برمبناي دو معيار زمان اجرا و اندازه است. هدف كلي دو سياست زمان‌بندي كارها و تخصيص منابع، كاهش تاخير و زمان اجراي هر كار است. سياست تخصيص منابع از معيارهاي اندازه حافظه، سرعت پردازنده و پهناي باند براي اولويت‌بندي ماشين‌هاي مجازي استفاده مي‌كند. در اين سيستم ما بر روي پنج روش نرمال‌سازي معروف به منظور بهبود عملكرد الگوريتم AHP تمركز كرده‌ايم نتايج ارزيابي زمان بازگشت و زمان پاسخ نشان داد كه روش‌هاي نرمال‌سازي Linear Max-Min و Linear Max بهترين انتخاب براي آن هستند. نتايج شبيه‌سازي نشان‌دهنده كاهش متوسط زمان پاسخ‌گويي، زمان بازگشت و زمان اجراي كارهاي ورودي در روش پيشنهادي در مقايسه با روش‌ پايه است.