Task scheduling optimization in cloud computing using multi-objective evolutionary algorithms with user-in-the-loop
Other Title(s)
تخطيط جدولة المهام في الحوسبة السحابية باستخدام الخوارزميات التطورية متعددة الأهداف مع إدخال المستخدم في دورة التخطيط
Dissertant
Thesis advisor
University
Birzeit University
Faculty
Faculty of Engineering and Technology
Department
Department of Computer Science
University Country
Palestine (West Bank)
Degree
Master
Degree Date
2019
Arabic Abstract
تهدف بيئة الحوسبة السحابية إلى توفير موارد الحوسبة عبر الشبكة بناءا على طلب المستخدمين أو الموردين.
هدف تحسين سير عمل المهام وتسلملها في البيئة السحابية إلى انشاء خطة تهدف الى تقليل وقت تنفيذ المهام الكلية وتقليل استخدام الموارد المتاحة في البيئة السحابية تهدف الدراسة الى تحقيق هذه الاهداف من خلال استخدام افضل الوسائل التكنلوجية التوفرة والطرق الخواز رمية، كما أن الدراسة تنظر الى الدراسات الاخرى وما تم تحقيقه في هذا المجال من اجل الحصول على افضل مخرجات يتم التوصل اليها خلال عملية البحث.
ان عملية دمج المستخدم خلال عملية تنفيذ الهام تهدف الى اشراك المستخدم في ايجاد افضل الموارد المتاحة بافضل سير عمل من حيث تسلسل الهام وتمكين المستخدم وقدرته على التفاعل لتوجيه مجالات بحث الخوارزميات في ايجاد افضل خطة سير عمل ومن ثم يتم تنفيذ هذه الخطة على البيئة السحابية.
تقدم هذه الدراسة تطورا متعدد الأهداف ودمج المستخدم او متخذ القرار لتحقيق هذه الاهداف المقترحة ان الهدف الأكثر شيوعيا هو تقليل وقت التنفيذ الإجمالي للمهام المتسلسلة ، بالاضافة الى تقليل وقت التشغيل لكل جهاز على الشبكة ، كما تهدف الدراسة الى تقليل عدد أجهزة المستخدمة لتنفيذ هذه الهام بالمقارنة مع خوارزميات قائمة ودراسات سابقة ومقارنة النهج الجديد القترح بالقائم لاظهار ميزة منهج الدراسة ، والذي يسمح لصانع القرار بالحفاظ على موارد الصحابة دون الإضرار بوقت التشغيل الإجمالي.
English Abstract
Cloud Computing platforms provide the supply of computing resources on the basis of demand.
The optimization of a task workflow in cloud environments aims at reducing the overall execution time while consuming the least amount of cloud resources.
Choosing a certain workflow from a number of competing schedule methods for Pareto efficient solutions can be a complex and confusing task for the cloud’s end user.
We used two types of workflow.
The first workflow is a balanced structure as Montage, the second workflow is a CyberShake and the structure is not balanced.
Those data types of workflows provided by CloudSim [15] tool.
The User-in-the-Loop (UIL) aims at enabling the user to interact with and guide the algorithmic search.
This study presents a multi-objective improvement with UIL approach to Cloud Workflow Optimization.
In addition to the overall objective of minimizing the total execution time, we seek to minimize the runtime for each Virtual Machine (VM) and minimize the number of VMs utilized in a particular schedule.
In comparison to the existing workflow planning algorithms, we demonstrate the advantage of this study approach, which allows the decision maker to save on cloud resources without detriment to the overall runtime.
In this study, we utilize jMetal [23] for the wide range of metaheuristic algorithms that are implemented in it, and CloudSim [15] for its cloud simulation capability.
The goal is to set the tasks workflow and their resources allocation while enabling the user to interact to focus the search around the user preferences.
The results have shown that the evolutionary algorithms are able to outperform existing algorithms.
The user-in-the-loop process is able to guide the search in order to find the best optimal solution among alternative solutions available in the search space.
The evolutionary algorithms are able to execute tasks in the cloud environment with a minimum number of machines, hence, the cost will be reduced too in cloud environments.
The evolutionary algorithms are able to balance the executing process of tasks on machines too, which means the task will be distributed in the cloud with minimum costs of resource on those machines.
Main Subjects
Information Technology and Computer Science
Topics
No. of Pages
67
Table of Contents
Table of contents.
Abstract.
Abstract in Arabic.
Chapter One : Introduction.
Chapter Two : Background and related work.
Chapter Three : Proposed cloud task scheduling framework.
Chapter Four : Experimental setup.
Chapter Five : Results.
Chapter Six : Conclusions and future wwork.
References.
American Psychological Association (APA)
Maruf, Ismat. (2019). Task scheduling optimization in cloud computing using multi-objective evolutionary algorithms with user-in-the-loop. (Master's theses Theses and Dissertations Master). Birzeit University, Palestine (West Bank)
https://search.emarefa.net/detail/BIM-958512
Modern Language Association (MLA)
Maruf, Ismat. Task scheduling optimization in cloud computing using multi-objective evolutionary algorithms with user-in-the-loop. (Master's theses Theses and Dissertations Master). Birzeit University. (2019).
https://search.emarefa.net/detail/BIM-958512
American Medical Association (AMA)
Maruf, Ismat. (2019). Task scheduling optimization in cloud computing using multi-objective evolutionary algorithms with user-in-the-loop. (Master's theses Theses and Dissertations Master). Birzeit University, Palestine (West Bank)
https://search.emarefa.net/detail/BIM-958512
Language
English
Data Type
Arab Theses
Record ID
BIM-958512
