بهبود طبقه بندی ماشین های مجازی برای ایجاد تعادل بار کاری با استفاده از ترکیب شبکه عصبی و الگوریتم فراابتکاری

یکی از مشکلاتی که همواره در رایانش ابری ۱وجود دارد مصرف بالای انرژی ناشی از تعداد زیاد منابع در مراکز داده ابر است . رایانش مه نیز قابلیت جابجایی ، منابع محاسباتی ، پروتکل های ارتباطی ، همگون بودن واسط ها، جامعیت ابر و تحلیل های دادههای توزیع شده جهت برآورد نیازمندی های برنامه های با تاخیر کم با تراکم جغرافیایی نیاز دارند را فراهم می کند. تفاوت رایانش ابری و رایانش مه در این است که رایانش مه یک زیرساخت توزیع شده برای دادهها، محاسبات، ذخیره سازی و برنامه های کاربردی بین دستگاههای تولید کننده داده و ابر می باشد.در مقاله حاضر مدلی برای رفع مسائل مربوط به ایجاد تعادل بار کاری و نحوه پشتیبانی از مدیریت خودکار هر ماشین مجازی و پیدا کردن ماشین مجازی مناسب برای هر کار درخواست شده از سوی کاربر با درنظرگیری متغیرهای بار پردازنده، هزینه ، زمان اجرا، اندازه کار بر حسب بایت و میزان استفاده از ماشین مجازی پیشنهاد و ارائه می شود که براساس مطالعات صورت گرفته تاکنون از موضوع و روش تحقیق حاضر به کار نبرده شده است پس از لحاظ موضوع و روش دارای نوآوری است .

کلیدواژه ها:

رایانش ابری ، شبکه های عصبی ، الگوریتم فرا ابتکاری .