Εφαρμογή Εξελικτικών Αλγορίθμων σε Σύνθεση Υπηρεσιών Υπολογιστικού Νέφους (Master thesis)
Σταύρος, Γεώργιος
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Σταύρος, Γεώργιος | el |
| dc.date.accessioned | 2021-01-29T18:23:19Z | - |
| dc.date.available | 2021-01-29T18:23:19Z | - |
| dc.identifier.uri | http://195.251.240.227/jspui/handle/123456789/13066 | - |
| dc.description | Μεταπτυχιακή εργασία--Σχολή Τεχνολογικών Εφαρμογών--Τμήμα Μηχανικών Πληροφορικής,2015--7131 | el |
| dc.rights | Default License | - |
| dc.subject | Cloud | en |
| dc.subject | Cloud Computing | en |
| dc.subject | εξελικτικοί αλγόριθμοι | el |
| dc.subject | γενετικοί αλγόριθμοι | el |
| dc.subject | Evolutionary Algorithm | en |
| dc.subject | Genetic Algorithm | en |
| dc.title | Εφαρμογή Εξελικτικών Αλγορίθμων σε Σύνθεση Υπηρεσιών Υπολογιστικού Νέφους | el |
| heal.type | masterThesis | - |
| heal.type.en | Master thesis | en |
| heal.generalDescription | Μεταπτυχιακή | el |
| heal.classification | Algorithms | en |
| heal.classification | Cloud computing. | en |
| heal.classification | Αλγόριθμοι. | el |
| heal.classification | Υπολογιστικό Νέφος. | el |
| heal.identifier.secondary | 7131 | - |
| heal.language | el | - |
| heal.access | account | - |
| heal.recordProvider | Σχολή Τεχνολογικών Εφαρμογών/ Τμήμα Μηχανικών Πληροφορικής | el |
| heal.publicationDate | 2015-10-15 | - |
| heal.bibliographicCitation | <<ΣΤΑΥΡΟΥ ΓΕΩΡΓΙΟΥ>>, <<Εφαρμογή Εξελικτικών Αλγορίθμων σε Σύνθεση Υπηρεσιών Υπολογιστικού Νέφους>>, <<Σχολή Τεχνολογικών Εφαρμογών/ Τμήμα Μηχανικών Πληροφορικής>>, <<Τ.Ε.Ι. Θεσσαλονίκης>>, <<2015>> | el |
| heal.abstract | Το Υπολογιστικό Νέφος (Cloud Computing) είναι μία νέα τεχνολογία στον ακαδημαϊκό χώρο. Πάνω στην πλατφόρμα ενός Υπολογιστικού Νέφους (Cloud Computing), οι πόροι παρέχονται ως υπηρεσίες, εξασφαλίζοντας τις συμφωνημένες υπηρεσίες με βάση το Service Level Agreements (SLA), που έχει συμφωνηθεί με τους συνδρομητές. Ωστόσο, λόγω του ότι οι υπηρεσίες αυτές διαμοιράζονται ετερογενώς, αλλά και λόγο της δυναμικής ετερογένειας μεταξύ των αναγκών των χρηστών αλλά και χρήσης ετερογενών συστημάτων, η σπατάλη πόρων είναι βέβαιη αν δεν γίνει σωστός διαμοιρασμός. Η χρονοδρομολόγηση εργασιών και εξισορρόπηση φορτίου αποτελεί μέρος προβλημάτων στον χώρο του Cloud Computing, η οποία περιγράφει τη διαδικασία ανάθεσης εργασιών σε εικονικές μηχανές με τον καλύτερο δυνατό τρόπο. Στην παρούσα διπλωματική, παρουσιάζεται μία προσπάθεια εφαρμογής ενός εξελικτικού αλγορίθμου ανάθεσης εργασιών και γίνεται η σύγκριση του με έναν γραμμικό αλγόριθμο First Come First Served. Σκοπός της εφαρμογής ενός εξελικτικού αλγορίθμου, είναι η βελτιστοποίηση του συνολικού χρόνου εκτέλεσης όλων των εργασιών που έχουν ανατεθεί στις εικονικές μηχανές για διάφορες εργασίες. Μέρος της ΜΔΕ αποτελεί ή επιλογή του καλύτερου συνόλου ρυθμίσεων του εξελικτικού αλγορίθμου αλλά και η σύγκριση του χρόνου εκτέλεσης των εργασιών, με την χρήση του αλγόριθμου First Come First Served ενός συχνά χρησιμοποιούμενου αλγορίθμου χρονοδρομολόγησης στα Υπολογιστικά Νέφη. Για την επίλυση του προβλήματος της ανάθεσης εργασιών και εξισορρόπησης φορτίου προτείνουμε την εφαρμογή ενός εξελικτικού αλγορίθμου χρησιμοποιώντας την τυπική απόκλιση στην συνάρτηση καταλληλότητας. Τα αποτελέσματα αλλά και όλες οι μέθοδοι και ρυθμίσεις του Εξελικτικού Αλγόριθμου που δημιουργήθηκε, παρουσιάζονται αναλυτικά. Τέλος τα αποτελέσματα των δύο αλγορίθμων εφαρμόζονται μέσω της εφαρμογής CloudSim, που είναι ένα πρόγραμμα προσομοίωσης ενός Cloud περιβάλλοντος. | el |
| heal.abstract | Cloud Computing is a new technology in the academic world. On Cloud Computing platform of, resources are provided as as services , providing the agreed services by the Service Level Agreements (SLA), agreed with subscribers. However, due to the fact that these services are shared heterogeneously , and due to the dynamic heterogeneity among individuals and platforms, resource waste is inevitable. Task scheduling and load balancing, is part of the problem in the area of Cloud Computing, which records the assignment of tasks to the Virtual Machines with the best possible way. In this thesis we introduce a task scheduling evolutionary algorithm and compare it, with a First Come First Served linear algorithm, the most common algorithm for task scheduling on cloud computing. The purpose of applying an evolutionary algorithm, is to record the total execution time of all tasks assigned to the virtual machines for different sets of tasks. Different configurations of the evolutionary algorithm are compared. The performance of the evolutionary algorithm is also compared with the FCFS algorithm. To solve the problem of outsourcing we recommend applying the evolutionary algorithm by calculating the fitness value using standard deviation. All the results and the methods that were created are presented in details. In the end, the results of the two algorithms are compared using Cloudsim, a Cloud Computing simulation program. | en |
| heal.advisorName | Αδαμίδης, Παναγιώτης | el |
| heal.committeeMemberName | Αδαμίδης, Παναγιώτης | el |
| heal.academicPublisher | Σχολή Τεχνολογικών Εφαρμογών/ Τμήμα Μηχανικών Πληροφορικής | el |
| heal.academicPublisherID | teithe | - |
| heal.fullTextAvailability | false | - |
| heal.type.el | Μεταπτυχιακή εργασία | el |
| Appears in Collections: | Μεταπτυχιακές Διατριβές | |
Files in This Item:
There are no files associated with this item.
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/13066
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
