مدلسازی مبتنی بر ویژگی برای زمانبندی وظایف کلان داده در شبکه مراکز داده ابری

چکیده:

کلان‌داده‌ها شامل مجموعه‌های بزرگ و پیچیده‌ای هستند که در مقیاس و پیچیدگی بسیار بالا قرار دارند و روش‌های سنتی مدیریت، پردازش و تحلیل داده را به چالش می‌کشند. باتوجه‌به افزایش روزافزون درخواست‌ها از سمت کاربران و شرکت‌ها و با درنظرگرفتن ماهیت بزرگ کلان‌داده‌ها نیاز مبرمی برای زیرساخت‌های پردازشی و محاسباتی پرقدرت وجود دارد که می‌تواند بار مالی سنگینی را به افراد و شرکت‌ها تحمیل کند. محاسبات ابری یک تکنیک پردازشی مدرن است که با ارائه منابع مقیاس‌پذیر و اغلب مجازی، خدمات محاسباتی و ذخیره‌سازی را با مدل پرداخت به‌ازای مصرف فراهم می‌کند.

زمان‌بندی منابع به مفهوم تعیین دقیق زمان و محل قرارگیری وظایف بر روی مؤلفه‏های ابری است. روش‌های پیشین با مشکلاتی نظیر عدم رعایت ناهمگن بودن منابع و تنوع سرورها و هزینه آنها روبرو بودند. پایان‏نامه حاضر، روشی جدیدی برای زمان‌بندی منابع رایانش ابری در برخورد با وظایف کلان‌داده (که دارای ویژگی‏هایی نظیر تعداد و حجم زیاد وظایف هستند)، ارائه می‏دهد. روش پیشنهادی، مسئله زمان‌بندی را به‌صورت یک مسئله برنامه‏ریزی خطی عدد صحیح مدل کرده و سپس تلاش می‌کند تمام محدودیت‌های مسئله نظیر ناهمگن بودن منابع، تنوع سرور، تنوع هزینه و تغییر طرح را به‌عنوان قیدهای مسئله اضافه نماید. با این خصوصیات، مدل ایجاد شده منطبق بر مسائل دنیای واقعی شده است و مدل‌سازی ایجاد شده توسط روش‌های خطی نظیر سیمپلکس ساده با هرس درخت جستجوی فضای حالت حل شده است. نتایج ارزیابی با مقایسه روش پیشنهادی با سایر روش‌های پیشین نشانگر، کاهش هزینه و افزایش نرخ پذیرش در روش پیشنهادی است.