Hybrid Multi-Verse Optimization with Genetic Algorithms for Solving Tasks Scheduling Problem in Cloud Computing
| العنوان بلغة أخرى: |
تقنية هجينة باستخدام خوارزمية الحوسبة متعددة الجوانب والخوارزمية الجينية لحل مشكلة جدولة المهام في بيئة الحوسبة السحابية |
|---|---|
| المؤلف الرئيسي: | الخرابشة، محمد (مؤلف) |
| مؤلفين آخرين: | أبو عليقة، ليث محمد (مشرف) |
| التاريخ الميلادي: |
2020
|
| موقع: | عمان |
| الصفحات: | 1 - 90 |
| رقم MD: | 1180745 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية العلوم الحاسوبية والمعلوماتية |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
24
| المستخلص: |
تقدم مرافق الحوسبة السحابية المعتمدة على الأجهزة الافتراضية العديد من المزايا التي تعمل على تقليل تكاليف التكنولوجيا وتحسين الخدمات وإمكانية الوصول إليها. نهج الحوسبة السحابية فعال بسبب الجمع بين ميزات الأمان والخدمات عبر الإنترنت. كما أن التحدي الأكبر هو في كيفية نقل البيانات بناء على بيئة الحوسبة السحابة. حيث يكون هناك تميز في المساحات المختلفة في عملية نقل المهام، إلا أن التحدي الأكبر هو نقل المهام عبر شبكة الانترنت الذي من الممكن أن يؤدي إلى تأخر نقلها، وعدم قدرة بعض المهام المهمة تقديمها في الوقت المناسب. تهدف هذه الدراسة إلى اقتراح طرق تحسين جدولة البيانات بمسمى محسن متعدد الجوانب مع خوارزمية الجينية (MVO-GA) المعتمد على الخوارزمية على ثلاثة مفاهيم في علم الكونيات: الثقب الأبيض، الثقب الأسود، والثقب الدودي. لتحسين أداء نقل المهام عبر الشبكة السحابية بناء على عبء العمل على مورد السحابة. لتوفير قرارات نقل فعالة لإعادة جدولة مهام النقل بناء على وزن وخصائص المهام المجمعة في السحابة. تم تطبيق MVO لتقسيم حجم المهام مثل العديد من الأكوان، حيث أن GA تعد من الحلول المثلى في كل كون أفضل من حل عدد كبير من المستخدمون. الخوارزمية المقترحة يجب أن تعمل على خصائص متعددة لموارد السحابة مثل السرعة والسعة وحجم المهام وعدد المهام وعدد الأجهزة الافتراضية والإنتاجية. نجاح الخوارزميات المقترحة في تحسين وقت نقل عدد كبير من المهام (1000- 2000)، وأظهرت نتائج الدراسة أن MVO-GA المقترح جيدة جدا في تحسين وقت نقل مهام السحابة الكبيرة، مما يعكس فعالية هذه الأطروحة. وتم الحكم على تقييم الأساليب المقترحة بناء على بيئة محاكاة السحابة باستخدام نظام MATLAB. تم تأكيد التحقق من صحة الطرق المقترحة بناء على وقت نقل المهام المجدولة. |
|---|
عناصر مشابهة
-
Optimizing Task Scheduling in Cloud Computing by Using the Multi-Verse Optimizer (MVO)
بواسطة: الحمود، أريج منشور: (2021) -
Task Scheduling Optimization in Cloud Computing by Using Aquila Optimization Algorithm "AO"
بواسطة: السيوف، سلام محمد منشور: (2022) -
Arithmetic Optimization Algorithm for Task Scheduling in Cloud Computing Environments
بواسطة: جوخان، محمد إبراهيم منشور: (2022) -
Task Scheduling Optimization in Cloud Computing Using Multi-Objective Evolutionary Algorithms With User-in-the-Loop
بواسطة: Marouf, Ismat منشور: (2019) -
New Sea Animal Inspired Metaheuristic Approach for Task Scheduling in Cloud Computing
بواسطة: مساعدة، رجاء محمد تيسير عبدالقادر منشور: (2019)
