مکانیزمی جهت تخصیص پهنای باند ماشین های مجازی مبتنی بر تخمین ترافیک در محاسبات ابری

محاسبه ابری حوزه جدید پژوهشی است که هدف آن مطالعه عوامل متحرک در حین تعامل و همکاری برای حس کردن محیط، پردازش داده ها، انتشار نتایج و به طور عمومی تر به اشتراک گذاشتن نتایج است. عوامل متحرک در جمع به عنوان ابرهای تحرک عمل می کنند که مدل سازی محیط، کشف محتوا، جمع آوری داده ها و توزیع آن ها و دیگر کاربردهای ابری را به شکلی ممکن می کندبا رویکردهای محاسباتی متحرک و مدل های ابری معمول اینترنتی ممکن نیست یا کافی نیست. مجازی سازی منابع یکی از برجسته ترین ویژگی های محاسبات ابری است. قراردادن ماشین های مجازی در ماشین های فیزیکی جهت تعیین تاثیر منابع مورد استفاده و کیفیت خدمات مورد بررسی قرار می گیرند. مخصوصا برای محاسبات ابری توزیع شده، که در آن مراکز داده گستره ی تعداد زیادی از مناطق جغرافیایی را در بر می گیرند. و همه مراکز داده به اینترنت سرعت بالا متصل هستند. روش پیشنهادی این مقاله ارائه الگوریتمی جهت حداقل رساندن حداکثر فاصله بین مراکز داده است که تاخیرهای ارتباطی را حداقل و قابلیت دسترس را بهبود می بخشد. در مقابل روش های موجود که تنها فاصله بین مراکز داده را در نظر می گیرند، از یک الگوریتم تخمین خوشه کارامدتر استفاده شده است، که با در نظر گرفتن استفاده کامل از توپولوژی و خاصیت تراکم شبکه ابر توسعه یافته است. شبیه سازی نشان می دهد الگوریتم پیشنهادی برای مشکلات مقیاس بسیار بزرگ مناسب است. طوری که هزینه پهنای باند بین مراکز داده ذخیره شده و در دسترس بودن افزایش می یابد. با معرفی یک مدل ارتباط نیمه، یک الگوریتم فراابتکاری که بیشتر قطعی ها در پهنای باند استفاده شده برای تقسیم ماشین های مجازی به خوشه های مراکز داده ارایه شده را می کاهد. پیچیدگی زمانی از o(n2) به o(log n)) کاهش می یابد و سه برابر سریع تر از روش های موجود اجرا می شود.