موازنه گر نامتمرکز بار در محیط ابر با بهره گیری از سیاست تصمیم گیری چندشاخصه

Abstract

چکیده: در محیط ابر، موازنه بار از طریق انتخاب ماشین مجازی مناسب از بین ماشین‌های مجازی موجود، جهت اجرای کار دریافت­شده، صورت می‌گیرد. انتخاب ماشین مجازی مناسب برای انجام هر کار، تابع پارامترهای مختلفی است. در ایـن مقالـه بـا در نظر گرفتن تک­تک پارامترها، مناسب­ترین ماشین مجازی را برای کار موردنظر انتخاب می‌نمائیم. این انتخاب به­صورت یک مسئله تصمیم­گیری چندشاخصه تعریف می­شود. ابتدا با در نظر گرفتن اهداف اساسی توازن بار، مسئله در قالب پارامترهای مؤثر در کارایی مدل می­شود؛ سپس مدل فوق با استفاده از روش تاکسونومی غیرکلاسیک که از پرکاربردترین روش­های تصمیم­گیری چندشاخصه است، حل می‌­شود. در این روش که TLB نامیده شده است، مطلوبیت هر ماشین مجازی با توجه به وزن اختصاص داده­شده به معیارها و میزان اهمیت هر یک از معیارها برای کاربر که بر اساس شاخص آنتروپی تعیین می‌شود، محاسبه می­گردد. درنهایت بهترین ماشین مجازی بر ­اساس ارزش اختصاص­یافته انتخاب می‌شود. جهت بررسی کارایی روش پیشنهادی، شبیه­سازی‌های گسترده‌ای در محیط CloudSimانجام شده است که نشان می‌دهد روش پیشنهادی نسبت به روش­های FIFO، DLB، WRR و HBB-LB عملکرد بهتری دارد.