ارائه زمانبند مبتني بر خود شبيه سازي با استفاده از MAPE-K در محيط محاسبات ابري

محاسبات ابری به عنوان یك روش جدید محاسباتی كه در آن منابع به صورت پویا و مقیاس پذیر دیده میشود و از طرفی دیگر به عنوان یك واحد محاسباتی پرقدرت در بین سیستم های كامپیوتری در نظر گرفته میشود. به عبارتی دیگر هم حجم منابع و هم حجم درخواست ها به صورت فزاینده در یك سیستم محاسبات ابری روز به روز افزوده می شود. تخصیص منابع به فعالیت ها به صورت كارآمد، قابل قبول و كم هزینه چالشی بوده كه همیشه از دیرباز در سیستم های توزیع شده مورد بحث و بررسی بوده است. امروزه محاسبات توری و محاسبات ابری بسیار در محیط های توزیع شده مورد استفاده قرار می گیرند. معمولاً در یك سیستم محاسباتی توزیع شده تعداد زیادی فعالیت وجود دارد كه باید اجرا شوند. عمل تخصیص منابع به فعالیت ها توسط زمانبندها صورت می پذیرد. مهم ترین ملاك و معیاری كه در زمانبندها در نظر گرفته می شود؛ بهبود و بهینه سازی متغیرهایی است كه یك سیستم محاسباتی با آن سنجیده می شود، مثل بهبود زمان پاسخ ،بهینه سازی استفاده از منابع، بهینه سازی مصرف انرژی و غیره. در این مقاله سعی شده با معرفی برخی از الگوریتم های زمانبندی موجود ، یك الگوریتم زمانبندی خود شبیه سازی مبتنی بر چرخه - MAPE-K معرفی شود به طوری كه این الگوریتم اطلاعات محیط ابر را دریافت می كند ، مدل سازی صورت می پذیرد و نتایج حاصل به صورت پیش بینی به محیط ابر حقیقی پیشنهاد داده می شود.