دانلود فیلم آموزش نرم افزار کلودسیم cloudsim به همراه آموزش نحوه نصب کلود سیم در اکلیپس - زیرنویس فارسی اضافه شد

 تنها  چند دقیقه از فیلم ها زیرنویس ندارد.

کلودسیم، چارچوبی برای مدل‌سازی و شبیه‌سازی سرویس‌ها و زیربناهای محاسبات ابری

کلودسیم یک toolkit (کتابخانه) منبع‌باز و رایگان برای شبیه‌سازی سناریوهای محاسبات ابری است که در آزمایشگاه CLOUDS در دپارتمان علوم کامپیوتر و مهندسی نرم‌افزار دانشگاه ملبورن طراحی شده است.

کلودسیم چه کارهایی را می‌کند و چه کارهایی را نمی‌کند؟

کتابخانه کلودسیم کلاس‌های اصلی برای تعریف مراکز داده، ماشین‌های مجازی، کاربردها، کاربرها، منابع محاسباتی و سیاست‌هایی برای مدیریت بخش‌های متنوع یک سیستم (برای مثال زمان‌بندی) را فراهم می‌کند.

این اجزا می‌توانند توسط کاربران برای ارزیابی استراتژی‌های جدید در بکارگیری ابرها (سیاست‌ها، الگوریتم‌ها زمانبندی، سیاست‌های توزیع بار و نگاشت، و غیره) کنار همدیگر قرار بگیرند. کلودسیم همچنین می‌تواند برای ارزیابی موثر بودن استراتژی‌ها از نقطه نظرهای مختلف به کار رود؛ از هزینه/سود گرفته تا تسریع زمان اجرای کاربرد. کلودسیم همچنین از ارزیابی سیاست‌های Green IT پشتیبانی می‌کند.

هیچ محدودیتی در بکارگیری کلودسیم وجود ندارد: کلاس‌ها می‌توانند توسعه یابند و یا جایگزین شوند، سیاست‌های جدید می‌توانند افزوده شده و سناریوهای جدید می‌توانند نوشته شوند. کلودسیم مثل بلوک‌های سازنده‌ای می‌ماند که با آن می‌توانید محیط ابری شبیه‌سازی خودتان را بسازید.

بنابراین، کلودسیم یک راه حل آماده برای استفاده نیست که شما پارامترها را تنظیم کنید و سپس نتایج را برای استفاده در پروژه‌تان جمع‌آوری کنید. کلودسیم یک کتابخانه است و شما باید یک برنامه جاوا بنویسید که از اجزاء کلودسیم استفاده کند و بدین ترتیب بتوانید سناریوهای دلخواهتان را طراحی کنید.

برای استفاده از کلودسیم به چه چیزهایی نیاز دارید؟

تنها دانش پیشینی که برای استفاده از کلودسیم بدان نیاز دارید، برنامه‌نویسی جاوا (از آنجا که کلودسیم به زبان جاوا نوشته شده است) و کمی دانش پایه در مورد محاسبات ابری است. داشتن دانش برنامه‌نویسی IDE همچون Eclipse یا NetBeans نیز از آنجا که بسیاری از وظایف توسعه کاربردها را ساده می‌کند، مفید خواهد بود.

Cloud Task Scheduling Based on Ant Colony Optimization (زمانبندی کار در محیط ابر بر اساس بهینه سازی مورچگان)

عنوان انگلیسی مقاله : Cloud Task Scheduling Based on Ant Colony Optimization

چاپ شده در :  Computer Engineering & Systems (ICCES), 2013 8th International Conference

Abstract

Cloud computing is the development of distributed computing, parallel computing and grid computing, or defined as the commercial implementation of these computer science concepts. One of the fundamental issues in this environment is related to task scheduling. Cloud task scheduling is an NP-hard optimization problem, and many meta-heuristic algorithms have been proposed to solve it. A good task scheduler should adapt its scheduling strategy to the changing environment and the types of tasks. In this paper a cloud task scheduling policy based on ant colony optimization algorithm compared with different scheduling algorithms FCFS and round-robin, has been presented. The main goal of these algorithms is minimizing the makespan of a given tasks set. Ant colony optimization is random optimization search approach that will be used for allocating the incoming jobs to the virtual machines. Algorithms have been simulated using Cloudsim toolkit package. Experimental results showed that the ant colony optimization outperformed FCFS and round-robin algorithms

عنوان فارسی مقاله: زمانبندی  کار  در محیط ابر  بر اساس  بهینه سازی مورچگان

چکیده: پردازش ابری، توسعه محاسبات توزیع شده ، محاسبات موازی و محاسبات گیرید، و یا به عنوان
پیاده سازی تجاری  این  مفاهیم علوم کامپیوتر، می باشد. یکی از مسائل اساسی در این محیط ،مربوط به زمانبندی کار است. زمانبدی کار در محیط ابر، یک مسئله بهینه سازی NP-hard است، و بسیاری از الگوریتم های فرا اکتشافی (meta-hueristic)پیشنهاد شده است که آن را حل کند.  یک زماننبد خوب کار باید
استراتژی زماننبدی را به محیط در حال تغییر و انواع کارها، منطبق نماید. در این مقاله یک سیاست زماننبدی کار ابر بر اساس الگوریتم بهینه سازی کلونی مورچه ها در مقایسه با الگوریتم های زمانبندی مختلف FCFS و round-robin، معرفی شده است. هدف اصلی از این الگوریتم این است که به حداقل رساندن makespan  مجموعه کارهای داده شده است. بهینه سازی کلونی مورچه ها ،روش جستجو بهینه سازی تصادفی است که برای تخصیص  برای کارهای وارده به ماشین های مجازی، استفاده می شود. الگوریتم ،با استفاده از بسته ابزار Cloudsim شبیه سازی شده است. نتایج تجربی،نشان داد ه است که بهینه سازی کلونی مورچه ها عملکرد بهتری نسبت به الگوریتم های FCFSو round-robin داشته است
.
کلمات کلیدی:پرزداش ابری. زماننبدی کار. makespan. بهینه سازی کلونی مورچه. CloudSim

I.مقدمه
پردازش ابری با یک الگوی جدید برای تأمین منابع محاسباتی مختلف،  همراه شده است ،معمولا به سه جنبه اساسی رسیدگی می نماید: زیرساخت به عنوان سرویس (IaaS)، پلت فرم به عنوان خدمات (PaaS) و نرم افزار به عنوان خدمات (SaaS)  [1]. با توجه به رشد سریع از پردازش ابری در چشم انداز IT، چندین تعریف پدید آمده است. پردازش ابری،را می توان به عنوان یک نوع از سیستم موازی  و توزیع شده شامل مجموعه ای از درون متصل شده وکامپیوترهای مجازی که به صورت دینامیک فراهم شده  و معرفی شده به عنوان یک یا چند منبع محاسباتی یکپارچه بر اساس توافق  سطح خدمات از طریق مذاکره بین ارائه دهنده خدمات و مصرف کنندگان [2] تعریف نمود. با پشتیبانی از تکنولوژی مجازی سازی پلتفرم ابر،  مراکز مهم را قادر می سازد تا منابع  محاسباتی را به صورت ماشین های  مجازی  به کاربران اجاره دهد [3]. از آنجا که صدها هزار نفر ازماشین های مجازی (VMS) استفاده می کنند،تخصیص  به صورت دستی وظایف به منابع محاسباتی در ابرها دشوار است [4]. بنابراین ما نیاز به یک الگوریتم کارآمد برای زماننبدی کار در محیط ابر داریم.
 یک زمانبند خوب  کار باید استراتژی زماننبدی خود را به محیط در حال تغییر و نوع کار وفق دهد [5].

 پس از پرداخت آنلاین در پایین همین سایت سریعا فایل رایگان مقاله لاتین و لینک خرید ترجمه کامل مقاله با کیفیتی عالی درفرمتword به صورت آنلاین برای شما ارسال گردد.