ارائه رويكرد مبتني بر الگوريتم تكاملي تفاضلي چندهدفه براي مسئله تخصيص منبع در محيط رايانش ابري

در سال‌هاي اخير، الگوي رايانش ابري به دليل مقياس‌پذيري بالا، قابليت اطمينان، اشتراك اطلاعات و هزينه پايين نسبت به ماشين‌هاي مجزا، بسيار مورد توجه قرارگرفته است. در محيط ابر، زمانبندي و تخصيص بهينه وظايف بر استفاده مؤثر از منابع سيستم اثر مي‌گذارد. در حال حاضر روش‌هاي متداول براي زمانبندي در محيط رايانش ابري با استفاده از روش‌هاي سنتي مانند حداقلحداقل و روش‌هاي فرا ابتكاري مانند الگوريتم كلوني مورچه‌ها انجام مي‌شود. روش‌هاي فوق بر بهينه سازي يك هدف متمركز هستند و به طور همزمان چندين هدف را برآورد نمي‌كنند. هدف اصلي اين تحقيق در نظر گرفتن چندين هدف (زمان اجراي كل، توافق‌نامه سطح سرويس، مهاجرت و انرژي مصرف شده) در مراكز داده ابري با زمانبندي و تخصيص بهينه وظايف مي‌باشد. در اين پژوهش الگوريتم تكاملي تفاضلي چندهدفه به دليل ويژگي‌هاي ساختار ساده و پارامترهاي قابل تنظيم كمتر، مورد استفاده قرار مي‌گيرد. در روش پيشنهادي، رويكردي جديد مبتني بر الگوريتم تكاملي تفاضلي براي حل مسأله تخصيص در فضاي ابري ارائه مي‌شود كه در رويكرد ارائه شده سعي مي‌شود كه بر اساس تابع سودمندي چندهدفه تعريف شده و در نظر گرفتن بردارهاي جهش و تقاطع بتوانيم در بهبود بهره‌وري از منابع و در نظر گرفتن اهدافي چون زمان، مهاجرت و انرژي تأثيرگذار باشيم. روش پيشنهادي از طريق شبيه‌ساز كلودسيم با آزمايش بر روي حجم كار بيش از هزار ماشين مجازي بر روي داده‌ها‌ي Planet Lab ارزيابي شده است. نتايج حاصل از شبيه‌سازي نشان مي‌دهد كه روش پيشنهادي توانسته است معيار مصرف انرژي را نسبت به الگوريتم‌هاي IqrMc، LrMmt و FA مقايسه شده به طور ميانگين به ميزان ۲۳ درصد، تعداد مهاجرت‌ها را به طور ميانگين به ميزان ۲۹ درصد، زمان اجراي كل را به طور ميانگين به ميزان ۲۹ درصد و نقص توافق‌نامه سطح سرويس را به طور ميانگين به ميزان ۱ درصد بهبود دهد. در اين صورت استفاده از رويكرد پيشنهادي در مراكز ابري منجر به سرويس‌هاي بهتر و مناسب به مشتريان اين مراكز در حوزه‌هاي مختلفي از جمله آموزش، مهندسي، صنايع توليدي، خدماتي و... خواهد شد.