الگوریتم رقابت امپریالیستی با طبقه بندی PROCLUS برای بهینه سازی زمان خدمات در ترکیب خدمات پردازش ابری

قیمت: 43,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

الگوریتم رقابت امپریالیستی با طبقه بندی PROCLUS برای بهینه سازی زمان خدمات در ترکیب خدمات پردازش ابری

عنوان لاتین

Imperialist competitive algorithm with PROCLUS classifier for service time optimization in cloud computing service composition

با هدف ارائه خدمات رضایت بخش و خدمات ترکیبی ابری ارزش افزوده، تامین کنندگان تلاش زیادی برای ارائه تعداد زیادی از ارائه دهندگان خدمات می کنند. این هدف، که با ارائه بهترین راه حل ها به دست می آید، تضمین نمی شود مگر اینکه سازنده خدمات ترکیبی کارآمد برای انتخاب یک مجموعه بهینه از خدمات منحصر به فرد مورد نیاز (با توجه به ارزش های تعیین شده توسط کاربر برای کیفیت پارامترهای خدمات) از تعداد زیادی از خدمات ارائه شده در مجموع اعمال شود. در مواجهه با استخر خدمات گسترده، محدودیت های کاربر و تعداد زیادی از خدمات منحصر به فرد مورد نیاز در هر درخواست، سازنده باید مشکل NP - سخت را حل کند. در این مقاله CSSICA پیشنهاد شده است تا پیشرفت هایی را در جهت کمترین زمان ممکن خدمات، خدمات ترکیبی اعمال کند؛ در این روش، طبقه بندی PROCLUS برای تقسیم ارائه دهندگان خدمات ابری به سه دسته بر اساس کل زمان خدمات و اختصاص دادن احتمال به هر ارائه دهنده استفاده می شود. سپس الگوریتم رقابتی بهبود یافته امپریالیستی برای انتخاب خدمات دهندگان مناسب تر برای خدمات منحصر به فرد مورد نیاز استفاده می شود. با استفاده از یک مجموعه داده های حقیقی، مطالعات تجربی و آماری به منظور نشان دادن این مسئله انجام شده اند که استفاده از خوشه بندی نتایج در مقایسه با سایر روش های تحقیق بهبود یافته است؛ بنابراین، CSSICA باید توسط سازنده به عنوان رویکرد کارآمد و مقیاس پذیر مورد توجه قرار گیرد.

Aiming to provide satisfying and value-added cloud composite services, suppliers put great effort into providing a large number of service providers. This goal, achieved by providing the ‘‘best’’ solutions, will not be guaranteed unless an efficient composite service composer is employed to choose an optimal set of required unique services (with respect to user-defined values for quality of service parameters) from the large number of provided services in the pool. Facing a wide service pool, user constraints, and a large number of required unique services in each request, the composer must solve an NP-hard problem. In this paper, CSSICA is proposed to make advances toward the lowest possible service time of composite service; in this approach, the PROCLUS classifier is used to divide cloud service providers into three categories based on total service time and assign a probability to each provider. An improved imperialist competitive algorithm is then employed to select more suitable service providers for the required unique services. Using a large real dataset, experimental and statistical studies are conducted to demonstrate that the use of clustering improved the results compared to other investigated approaches; thus, CSSICA should be considered by the composer as an efficient and scalable approach.