عنوان مقاله:

توسعه پلتفرم رایانش ابری براساس شبکه عصبی

Development of Cloud Computing Platform Based on Neural Network

سال انتشار: 2022

رشته: مهندسی کامپیوتر

گرایش: رایانش ابری - هوش مصنوعی

دانلود رایگان این مقاله:

دانلود مقاله رایانش ابری

مشاهده سایر مقالات جدید:

مقالات ISI مهندسی کامپیوتر

مقالات ISI رایانش ابری

2. Development of Cloud Computing Platform Based on Neural Network

-e delivery of various services over the Internet is known as cloud computing. -ese resources include data storage, servers, databases, networking, and software, among other tools and applications. As long as an electronic device has Internet access, it has access to the data as well as the software programs needed to run it. 2.1. Function Analysis of Cloud Computing Platform 2.1.1. Application and Management of the Virtual Machine. -e application includes the selection of virtual machine type and image, as well as the naming of the virtual machine. Management mainly includes virtual machine deletion, virtual machine suspension/recovery, snapshot creation, and virtual machine monitoring [7]. 2.1.2. Snapshot Management. Snapshots created by users are displayed here in the form of a list, which can be deleted, or a new virtual machine can be started directly from the snapshot. In addition, the administrator can also see and manage the backup snapshots of each virtual machine of the user. 2.1.3. Full Rule Management. Users can create their own security rules and assign different security rules to different virtual machines rules to provide a more flexible firewall. 2.1.4. Management of Physical Hosts. View the running status of the physical. And you can wake up the physical host Make. Check the number of virtual machines running in the host, and perform hot migration for physical machines with low resource occupancy to save energy. 2.1.5. Load Forecasting. According to the load of the virtual machine in the past month, predict the load of the virtual machine in the next 5 days. According to the situation, users can allocate or recycle virtual machines in time. 2.1.6. Load Monitoring. Users can view a load of their virtual machines in the past day, and administrators can also view objects that manage the load of the host in the past day. Different service resource types are provided by cloud computing; the industry will be divided into three service categories: platform as a service (PaaS), software as a service (SaaS), and infrastructure as a service (IaaS) [8]. PaaS allows users to deploy applications created by users on the infrastructure or obtain applications created using programming languages, services, and tools supported by the provider; SaaS allows users to use the application running on the cloud infrastructure by the provider; IaaS provides users with the ability to equip processing, storage, network, and its basic computing resources where the software is deployed and run, including the operating system and application programs. Open Stack is an open-source IaaS implementation. It is a key Cloud Computing Development Project cosponsored by NASA Rackspace. It integrates a series of interrelated open-source groups to form a seamless selfservice platform and provides high-performance computing, store, and network by using virtualization and scalable technology.

3. Experimental Analysis A method of experimental psychology that focuses on individual behavior rather than group averages in order to investigate the links between specific experiences and changes in behavior. In this section, we explain the experimental scheme, design of experimental indicators, and analysis of experimental results in detail 3.1. Experimental Scheme. In order to verify the effectiveness of the proposed method, the performance of the designed platform is tested. In the test, the platform is developed on the basis of basic hardware. -e developed platform can run normally, and its memory for storing data is large, which is in line with the research of this experiment. In the experiment, the data resources to be stored are selected from the MySQL database, and 1 GB of data is selected for storage. -ere is a certain amount of duplicate data and honor data in the data, which needs to be processed when stored. -e interval of experimental data storage is 0.5 s/time. -e operating environment of the experimental development platform is shown in Figure 8 3.2. Design of Experimental Indicators. In the design of experimental indicators, the amount of data stored on the platform, the small throughput of the platform, and the energy consumption of the platform are taken as the experimental indicators. -e experiment is carried out in the form of comparison. In the comparison, this paper takes the platform of this paper, the platform of literature [8], the platform of literature [9], and the platform of literature [10] as the comparison object and compares the experimental results obtained by the four developed platforms on the basis of experimental indicators, so as to highlight the effectiveness of this method.

(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)

2. توسعه بستر محاسبات ابری بر اساس شبکه عصبی

ارائه خدمات مختلف از طریق اینترنت به عنوان محاسبات ابری شناخته می شود. - این منابع شامل ذخیره سازی داده ها، سرورها، پایگاه های داده، شبکه و نرم افزار، در میان ابزارها و برنامه های کاربردی دیگر است. تا زمانی که یک دستگاه الکترونیکی به اینترنت دسترسی داشته باشد، به داده ها و همچنین برنامه های نرم افزاری مورد نیاز برای اجرای آن دسترسی دارد. 2.1. تجزیه و تحلیل عملکرد پلت فرم محاسبات ابری 2.1.1. کاربرد و مدیریت ماشین مجازی. برنامه -e شامل انتخاب نوع و تصویر ماشین مجازی و همچنین نامگذاری ماشین مجازی می باشد. مدیریت عمدتاً شامل حذف ماشین مجازی، تعلیق/بازیابی ماشین مجازی، ایجاد عکس فوری و نظارت بر ماشین مجازی است [7]. 2.1.2. مدیریت عکس فوری اسنپ ​​شات های ایجاد شده توسط کاربران در اینجا به شکل یک لیست نمایش داده می شود که می توان آن را حذف کرد یا می توان یک ماشین مجازی جدید را مستقیماً از عکس فوری راه اندازی کرد. علاوه بر این، مدیر همچنین می تواند عکس های فوری پشتیبان هر ماشین مجازی کاربر را مشاهده و مدیریت کند. 2.1.3. مدیریت کامل قوانین کاربران می توانند قوانین امنیتی خود را ایجاد کنند و قوانین امنیتی مختلفی را به قوانین مختلف ماشین های مجازی اختصاص دهند تا فایروال انعطاف پذیرتری ارائه دهند. 2.1.4. مدیریت میزبان های فیزیکی مشاهده وضعیت در حال اجرا از فیزیکی. و می توانید میزبان فیزیکی Make را از خواب بیدار کنید. تعداد ماشین‌های مجازی در حال اجرا در هاست را بررسی کنید و برای ماشین‌های فیزیکی با اشغال منابع کم، انتقال داغ را انجام دهید تا در مصرف انرژی صرفه‌جویی کنید. 2.1.5. پیش بینی بار. با توجه به بارگذاری ماشین مجازی در یک ماه گذشته، بار ماشین مجازی را در 5 روز آینده پیش بینی کنید. با توجه به شرایط، کاربران می توانند ماشین های مجازی را به موقع اختصاص داده یا بازیافت کنند. 2.1.6. مانیتورینگ بار کاربران می‌توانند باری از ماشین‌های مجازی خود را در روز گذشته مشاهده کنند، و مدیران همچنین می‌توانند اشیایی را که بار میزبان را در روز گذشته مدیریت می‌کنند، مشاهده کنند. انواع منابع خدمات مختلف توسط محاسبات ابری ارائه می شود. صنعت به سه دسته خدمات تقسیم می شود: پلت فرم به عنوان سرویس (PaaS)، نرم افزار به عنوان سرویس (SaaS) و زیرساخت به عنوان یک سرویس (IaaS) [8]. PaaS به کاربران اجازه می دهد تا برنامه های ایجاد شده توسط کاربران را در زیرساخت مستقر کنند یا برنامه های ایجاد شده با استفاده از زبان های برنامه نویسی، خدمات و ابزارهای پشتیبانی شده توسط ارائه دهنده را دریافت کنند. SaaS به کاربران اجازه می دهد تا از برنامه در حال اجرا بر روی زیرساخت ابری توسط ارائه دهنده استفاده کنند. IaaS به کاربران امکان تجهیز پردازش، ذخیره سازی، شبکه و منابع محاسباتی اساسی آن را در جایی که نرم افزار مستقر و اجرا می کند، از جمله سیستم عامل و برنامه های کاربردی، ارائه می دهد. Open Stack یک پیاده سازی IaaS منبع باز است. این یک پروژه کلیدی توسعه محاسبات ابری است که توسط ناسا Rackspace حمایت می شود. مجموعه ای از گروه های متن باز مرتبط با یکدیگر را برای تشکیل یک پلت فرم سلف سرویس یکپارچه ادغام می کند و با استفاده از مجازی سازی و فناوری مقیاس پذیر، محاسبات، ذخیره و شبکه با کارایی بالا را فراهم میکند.

3. تحلیل تجربی روشی از روانشناسی تجربی که بر رفتار فردی به جای میانگین های گروهی تمرکز می کند تا پیوند بین تجربیات خاص و تغییرات رفتار را بررسی کند. در این بخش، طرح آزمایشی، طراحی شاخص‌های آزمایشی و تجزیه و تحلیل نتایج آزمایشی را با جزئیات توضیح می‌دهیم 3.1. طرح آزمایشی به منظور بررسی اثربخشی روش پیشنهادی، عملکرد پلت فرم طراحی شده مورد آزمایش قرار می گیرد. در آزمایش، پلت فرم بر اساس سخت افزار اولیه توسعه یافته است. پلتفرم توسعه یافته -e می تواند به طور عادی اجرا شود و حافظه آن برای ذخیره داده ها زیاد است که با تحقیقات این آزمایش همخوانی دارد. در آزمایش، منابع داده ای که قرار است ذخیره شوند از پایگاه داده MySQL انتخاب می شوند و 1 گیگابایت داده برای ذخیره سازی انتخاب می شوند. -ere مقدار معینی از داده‌های تکراری و داده‌های افتخاری در داده‌ها وجود دارد که هنگام ذخیره باید پردازش شوند. -e فاصله ذخیره سازی داده های تجربی 0.5 ثانیه در زمان است. -e محیط عملیاتی پلت فرم توسعه آزمایشی در شکل 8 3.2 نشان داده شده است. طراحی شاخص های تجربی. در طراحی شاخص های آزمایشی، میزان داده های ذخیره شده بر روی سکو، توان عملیاتی اندک سکو و مصرف انرژی سکو به عنوان شاخص های آزمایشی در نظر گرفته می شود. آزمایش -e در قالب مقایسه انجام می شود. در مقایسه، این مقاله سکوی این مقاله، سکوی ادبیات [8]، سکوی ادبیات [9] و سکوی ادبیات [10] را به عنوان هدف مقایسه در نظر گرفته و نتایج تجربی به دست آمده توسط چهار مورد را با هم مقایسه می کند. پلتفرم‌هایی را بر اساس شاخص‌های تجربی توسعه دادند تا اثربخشی این روش برجسته شود.