مديريت منابع در محيط هاي محاسبات ابري با استفاده از روش كلوني مورچه هاي بهبود يافته

هدف از رايانش ابري افزايش ظرفيت و قابليت هاي پردازشي به صورت پويا، قابل اعتماد و با كيفيت تضمين شده بدون توسعه زيرساخت هاي موجود است. البته در مسير توسعه آن چالش هايي مطرح است، يكي از اين چالش ها مديريت منابع در مراكز داده رايانش ابري در لايه زيرساخت است. همچنين رشد سريع تقاضا براي استفاده از منابع محاسباتي ابري توسط مراكز داده عظيم، موجب مصرف مقادير بالاي انرژي و در نتيجه افزايش هزينه عملياتي شده است. يكي از مهمترين مشكلات و چالش هاي مطرح در زيرساخت رايانش ابري، مديريت و تخصيص منابع به ماشين هاي مجازي مي باشد. يكپارچگي منابع ابري اين امكان را فراهم مي كند تا با تعليق مراكز داده بيكار و يا كم كار، با استفاده از انتقال بار آن ها به مراكز داده واجد شرايط، در مصرف انرژي صرفه جويي به عمل آيد. هدف اصلي اين پژوهش ارايه الگوريتمي جهت مديريت منابع است كه در جهت انجام محاسبات بهينه و حداكثر كردن ظرفيت كار موثر برنامه هاي كاربردي بازدهي مناسب تري نسبت به روش هاي پيشين داشته باشد. نتايج نشان داد كه الگوريتم پيشنهادي نسبت به دو الگوريتم كلوني مورچه استاندارد و الگوريتم ژنتيك داراي شايستگي بهتري مي باشد.