ارائه یک روش زمانبندی وظایف مبتنی بر داده درسیستم های توزیعی مانند ابر و مه

چکیده مقاله

در سال های اخیر، رشد چشمگیر تکنولوژی منجر به افزایش حجم عظیمی از داده ها و نیاز به زمان بندی وظایف و مدیریت منابع موثر در محیط های توزیع شده مانند مه و ابر شده است با این حال، یکی از چالش های اصلی در این زمینه، بهینه سازی مصرف منابع و کاهش تاخیر در پردازش داده ها است در این مطالعه، الگوریتم پیشرفته ای تحت عنوان DLJSF برای زمان بندی وظایف در محیط های محاسباتی مه و ابر ارائه شده است این الگوریتم به عنوان یک توسعه برای نسخه قبلی خود یعنیDLJSF، استراتژی های نوآورانه ای را به کار می گیرد که شامل تکرار داده ها و حذف نسخه های تکراری برای بهینه سازی مصرف منابع و کاهش تاخیر دسترسی به داده ها می شود الگوریتم DLJSF ، وظایف را بر اساس موقعیت مکانی داده ها، بار گره ها، پهنای باند و اولویت های وظایف بهینه تخصیص می دهد این تحقیق نشان می دهد که ترکیب تکرار داده ها و زمان بندی پویای وظایف می تواند کارایی و مقیاس پذیری سیستم های توزیع شده را به طور قابل توجهی بهبود ببخشد نتایج ارزیابی روش پیشنهادی در نرم افزار کلوسیم نشان می دهند که DLJSF در مقایسه با رویکردهای سنتی، به ویژه در کاهش تاخیر و بهینه سازی استفاده از منابع، برتری دارد و برای سناریوهای دارای حجم داده بالا و نیازمند دسترسی سریع به داده ها مناسب است

کلیدواژه‌ها

نویسندگان

علی نظری

گروه مهندسی کامپیوتر، واحد یادگار امام خمینی ره شهرری، دانشگاه آزاد اسلامی، تهران، ایران

مهسا بیگ رضایی

گروه مهندسی کامپیوتر، واحد یادگار امام خمینی ره شهرری، دانشگاه آزاد اسلامی، تهران، ایران

نظری، علی و بیگ رضایی، مهسا،1403،ارائه یک روش زمانبندی وظایف مبتنی بر داده درسیستم های توزیعی مانند ابر و مه،بیست و پنجمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان