TY - JOUR ID - 132337 TI - الگوریتم توازن‌بار مبتنی بر پیش‌بینی ELM در محاسبات ابری JO - مجله علمی رایانش نرم و فناوری اطلاعات JA - JSCIT LA - fa SN - 2383-1006 AU - باقری, صدیقه AU - مصطفوی, سید اکبر AU - ادیب نیا, فضل الله AD - دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران. Y1 - 2021 PY - 2021 VL - 10 IS - 2 SP - 39 EP - 52 KW - توازن‌بار KW - پیش‌بینی بار KW - ماشین یادگیری افراطی KW - مهاجرت ماشین‌های مجازی KW - آستانه تطبیقی DO - N2 - از آنجا که تقاضای کاربران و رفتار سیستم از نظر تخصیص منابع، پویا و متغیر با زمان است، بار کاری به شکل متوازن روی منابع ابر توزیع نمی‌شود. طراحی مکانیزم‌های مناسب جهت تشخیص وضعیت و توزین مناسب بار روی هر میزبان می‌تواند نقش موثری در بهبود کارایی سیستم و مصرف انرژی در مراکز داده‌ ابر داشته باشد. روش‌های توازن بار ارائه شده به صورت واکنشی از ورود سیستم به حالت عدم توازن جلوگیری نکرده و متناسب با شرایط ایجاد شده دست به مهاجرت ماشین مجازی(VM) می‌زنند. در این روش‌ها، با ورود سیستم به حالت عدم توازن، انرژی مصرفی و همچنین زمان پاسخ کارها افزایش می‌یابد. همچنین در روش‌های توازن‌بار پیش‌دستانه، عدم دقت کافی برای تشخیص وضعیت میزبان‌ها، استفاده از آستانه‌های ثابت و همچنین مهاجرت ماشین‌های مجازی به میزبان‌ها، بدون در نظر گرفتن وضعیت کنونی و آینده آنها، احتمال پربار شدن میزبان‌ها و افزایش انرژی مصرفی در مراکز داده را بالا می‌برد. از این رو، روش پیشنهادی این مقاله، بکارگیری یک رویکرد پیش‌د‌ستانه با هدف تشخیص زودهنگام وضعیت میزبان‌ها است که مقدار مصرف پردازنده هر میزبان در آینده، توسط روش ماشین یادگیری افراطی (ELM) پیش‌بینی می شود و با استفاده از سه آستانه تطبیقی وضعیت آتی میزبان‌ها مشخص می‌شود، سپس ماشین‌های مجازی از میزبان‌های پربار و درصورت نیاز میزبان‌های کم بار به آن دسته از میزبان‌هایی انتقال پیدا می‌کنند که احتمال پربار شدن آنها بعد از تخصیص کمینه باشد. پیاده‌سازی روش پیشنهادی و ارزیابی آن روی مجموعه داده واقعی با استفاده از شبیه ساز Cloudsim نشان داده است که روش پیشنهادی در مقایسه با روش پیش‌دستانه و واکنشی رقیب، در انرژی مصرفی، زمان پاسخ، تعداد مهاجرت‌های ماشین مجازی و عدم نقض توافقنامه سطح سرویس (SLA) بهبود ایجاد کرده است. UR - https://jscit.nit.ac.ir/article_132337.html L1 - https://jscit.nit.ac.ir/article_132337_6cd1777ebffb7032ceed12fc003db406.pdf ER -