ترکیب سرویس ابری آگاه از کیفیت سرویس با استفاده از الگوریتم بهینه‌سازی مبتنی بر جغرافیای زیستی
الموضوعات :
سولماز سلیقه
1
(دانشگاه آزاد اسلامی واحد تبریز)
بهمن آراسته
2
(دانشگاه آزاد اسلامی واحد تبریز)
الکلمات المفتاحية: رایانش ابریمعماری سرویس‌گراترکیب سرویسکیفیت سرویسالگوریتم بهینه‌سازی جغرافیای زیستی,
ملخص المقالة :
توسعه سریع کاربردهای رایانش ابری منجر به انتشار سرویس‌های ابری زیادی در محیط ابر شده است. سرویس‌های ساده موجود در محیط ابر قادر به پاسخ‌گویی به درخواست‌های پیچیده و مختلف موجود در دنیای واقعی نخواهند بود. لذا برای ایجاد سرویس مرکب مورد نیاز می‌بایست سرویس‌های مختلف انتخاب و ترکیب شوند. ترکیب سرویس‌های ابری آگاه از کیفیت سرویس یکی از چالش‌های مهم در محاسبات سرویس‌گرا است. از آنجایی که تعداد سرویس‌های ساده ارائه‌شده خیلی زیاد است، بنابراین مسأله انتخاب و ترکیب سرویس‌ها یک مسأله Np-Hard است. در این تحقیق برای حل این مشکل الگوریتم بهینه‌سازی جغرافیای زیستی مورد استفاده قرار گرفته است. برای ارزیابی روش پیشنهادی آزمایش‌های متعددی در 5 سناریوی مختلف با تعداد وظایف و تعداد سرویس‌های مختلف در محیط Matlab انجام شده است. سرعت همگرایی روش پیشنهادی در ایجاد سرویس مرکب مورد نیاز بیشتر از سرعت همگرایی الگوریتم‌های ژنتیک و ازدحام ذرات است. همچنین کیفیت سرویس‌های مرکب ایجادشده به عنوان معیار ارزیابی دیگر مورد توجه می‌باشد. میزان گذردهی و نرخ موفقیت روش پیشنهادی به ترتیب برابر 999/0 و 998/0 می‌باشد. همچنین متوسط انحراف معیار در 30 اجرای روش پیشنهادی کمتر از 021/0 است. تمامی این مقادیر نشان‌دهنده برتری روش پیشنهادی نسبت به روش‌های مبتنی بر ژنتیک و ذرات می‌باشد.
[1] Y. Jadeja and K. Modi, "Cloud computing-concepts, architecture and challenges," in Proc. Int. Conf. on Computing, Electronics and Electrical Technologies, ICCEET'12, pp. 877-880, Kumaracoil, India, 21-22 Mar. 2012.
[2] T. Dillon, C. Wu, and E. Chang, "Cloud computing: issues and challenges," in Proc. 24th IEEE Int. Conf. on Advanced Information Networking and Applications, AINA'10, pp. 27-33, Perth, Australia, 20-23 Apr. 2010.
[3] A. Jula, E. Sundararajan, and Z. Othman, "Cloud computing service composition: a systematic literature review," Expert Syst. Appl., vol. 41, no. 8, pp. 3809-3824, Jun. 2014.
[4] A. Jula, Z. Othman, and E. Sundararajan, "Imperialist competitive algorithm with PROCLUS classifier for service time optimization in cloud computing service composition," Expert Syst. Appl., vol. 42, no. 1, pp. 135-145, Jan. 2015.
[5] Z. Ye, X. Zhou, and A. Bouguettaya, "Genetic algorithm based QoS-aware service compositions in cloud computing," Database Systems for Advanced Applications, DASFAA'11, Part II, LNCS 6588, pp. 321–334, 2011.
[6] Q. Wu and Q. Zhu, "Transactional and QoS-aware dynamic service composition based on ant colony optimization," Futur. Gener. Comput. Syst., vol. 29, no. 5, pp. 1112-1119, Jul. 2013.
[7] S. Wang, Q. Sun, H. Zou, and F. Yang, "Particle swarm optimization with skyline operator for fast cloud-based web service composition," Mob. Networks Appl., vol. 18, no. 1, pp. 116-121, Feb. 2013.
[8] O. K. Qtaish, Z. BtJamaludin, and M. Mahmuddin, "Multi-path QoS-aware service composition," Int. J. Eng. Res. Appl., vol. 2, no. 2, pp. 2248-9622, Mar./Apr. 2012.
[9] A. Bhaduri, "A clonal selection based shuffled frog leaping algorithm," in Proc. IEEE Int. on Advance Computing Conf., IACC'09, pp. 125-130, Patiala, India, 6-7 Mar. 2009.
[10] Z. Yang, C. Shang, Q. Liu, and C. Zhao, "A dynamic web services composition algorithm based on the combination of ant colony algorithm and genetic algorithm," J. Comput. Inf. Syst., vol. 6, no. 8, pp. 2617-2622, 2010.
[11] N. H. Rostami, E. Kheirkhah, and M. Jalali, "An optimized semantic web service composition method based on clustering and ant colony algorithm," arXiv Prepr. arXiv1402.2271, 2014.
[12] G. Zou, Y. Chen, Y. Yang, R. Huang, and Y. Xu, "AI planning and combinatorial optimization for web service composition in cloud computing," in Proc. Int. Conf. on Cloud Computing and Virtualization, 8 pp., Singapore, 17-18 May 2010.
[13] A. A. P. Kazem, H. Pedram, and H. Abolhassani, "BNQM: a bayesian network based QoS model for grid service composition," Expert Syst. Appl., vol. 42, no. 20, pp. 6828-6843, 15 Nov. 2015.
[14] E. Al-Masri and Q. H. Mahmoud, "Investigating web services on the world wide web," in Proc. of the 17th Int. Conf. on World Wide Web, pp. 795-804, Beijing, China, 21-25 Apr. 2008.
[15] D. Simon, "Biogeography-based optimization," IEEE Trans. Evol. Comput., vol. 12, no. 6, pp. 702-713, Dec. 2008.
