جدولة المهام في الحوسبة السحابية الهجينة بالاعتماد على خوارزمية جينية هجينة

Other Title(s)

Hybrid genetic algorithm for task scheduling in hybrid cloud

Joint Authors

مياد جابر
صفاء كيوان

Source

مجلة جامعة دمشق للعلوم الهندسية : مجلة علمية محكمة دورية

Publisher

Damascus University

Publication Date

2022-12-31

Country of Publication

Syria

No. of Pages

10

Main Subjects

Information Technology and Computer Science

Arabic Abstract

تجمع السحابة الهجينة بين الموارد الخاصة والموارد المستأجرة من مزودي خدمات الحوسبة السحابية (اختصارا السحابة)، تخلق هذه المزاوجة تحديات عند جدولة المهام بسبب طبيعة الموارد الغير متجانسة، واختلاف مميزات السحابة الخاصة عن العامة، في الحالة العامة تتم الجدولة وفق قيود جودة الخدمة وأهمها الكلفة والزمن.

يقدم هذا البحث خوارزمية مطورة من أجل جدولة المهام في السحابة الهجينة، أطلقنا عليها اسم HGTH (Hybrid Genetic (algorithm for Task scheduling in Hybrid cloud، تجمع هذه الخوارزمية بين خوارزميات الاستدلال(heuristics) و الاستدلال الفوقي (meta-heuristics).

تقوم الخوارزمية المقترحة بتطبيق خوارزمية جينية على سير العمل بالاستفادة من خوارزمية -E HEFT الاستدلالية في مرحلة التوزيع المبدئي للمهام على الموارد المتاحة بحيث تعطي الموارد ذات الكلفة المنخفضة أولوية أعلى، مع مراعاة التقيد بالحد الزمني.

أظهرت الدراسة العملية للبحث كفاءة الخوارزمية في جدولة سير العمل بحيث تم تخفيض الكلفة لنسبة تصل الى 100% في بعض الأحيان، كما أثبتت الخوارزمية تفوقها على الخوارزميات المنافسة.

English Abstract

Hybrid cloud combines private resources with public paid resources from cloud service providers.

This combination creates challenges for scheduling tasks due to the heterogeneous nature of resources, and the different features of the private cloud from the public, so that scheduling is carried out according to quality-of-service constrains, the most important of which is cost and deadline.

This paper presents a new algorithm for task scheduling for the hybrid cloud named HGTH (Hybrid Genetic algorithm for Task scheduling in Hybrid cloud), which combines heuristics and meta-heuristics The proposed algorithm applies a genetic algorithm to the workflow by making use of the heuristic E HEFT algorithm at the initial stage of tasks allocation to the available resources, so that the low-cost resources are given higher priority, taking into account the deadline.

The practical study of the research showed the efficiency of the algorithm in scheduling the workflow so that the cost was reduced by up to 100% in some cases, and the algorithm proved its superiority over competing algorithms.

Data Type

Conference Papers

Record ID

BIM-1529916

• APA
• MLA
• AMA