چکیده
          رایانش ابری به ما این امکان را می دهد تا برای پردازش کارها، کارها میان مراکز داده ابری مختلف را با اینترنت به عنوان ستون فقرات به اشتراک بگذاریم. انتخاب مراکز داده جهت پردازش کارها، مبتنی بر پتانسیل مراکز داده، نرخ ورود کارها و بهره برداری یا استفاده بهتر از منابع می باشد. مدلسازی عملکرد و ارزیابی سیستم های ابری، تصویری کامل از احتمال توزیع کارها میان مراکز داده، تعداد متوسط کارها در مراکز داده و زمان کل محیط ابری نشان می دهد. برای ارائه بهترین مدل ارزیابی عملکرد که به محیط ابری مساعد و موفق منتج می گردد، شیوه پیشنهادی نرخ ورود کارها را با استفاده از فرایند پواسن محاسبه می کند که نرخ ورود برای فواصل زمانی نامتناهی محاسبه شده و تعداد متوسط کارها و همچنین بهره برداری از منابع با استفاده از زنجیره مارکوف پیوسته مدلسازی شده اند. برای بهبود زمان بندی کارها با به حداقل رساندن زمان کل (زمان صرف شده ) محیط ابری، برنامه های مرتبط با محاسبه نرخ ورود و مدل بهره برداری از منابع شیوه های موجود حل شده اند. 

1. مقدمه
          رایانش ابری، به تامین کننده اجازه صدور و انتشار منابع محاسباتی نظیر فناوریهای ذخیره سازی، نرم افزار و پلتفرم ها به عنوان سرویس مشترک برای کاربران به صورت اجاره ای و طبق تقاضا را می دهد. مفهوم مجازی سازی در اساس رایانش ابری نقش حیاتی ایفا نموده و امکان تشکیل گروههایی از منابع محاسباتی از خوشه های سرور و تخصیص یا تخصیص مجدد منابع محاسباتی به اپلیکیشن به شیوه طبق تقاضا را فراهم می آورد [1]. یکی از چالش های اصلی در رایانش ابری، به حداقل رساندن زمان کل  محیط ابری، با زمان بندی کارآمد منابع موجود برای کارهای ورودی می باشد. برخی از پارامترها نظیر نرخ ورود کارها، زمان پاسخ و زمان انتظار کار در خوشه های منابع، مورد توجه قرار گرفته و در عین حال، کارها برای منابع موجود در محیط ابری، زمان بندی شده اند. در این مقاله، برخی از مشکلات مشاهده شده با شیوه های موجود در رابطه با نرخ ورود و بهره برداری از دستگاه بررسی و حل شده است. 
          زمان اجرا یا تکمیل کارها در محیط ابری خاص، زمان کل (صرف شده) آن محیط ابری نامیده شده است [2]. منابع براساس پتانسیلشان خوشه بندی شده اند که این امر منجر به یک زمان بندی کارآمد در محیط ابری می گردد. در شیوه پیشنهادی، منابع با محاسبه پتانسیل هر منبع و با استفاده ازالگوریتم EPRNW  خوشه بندی شده اند [3]. هدف اصلی شیوه پیشنهادی، توسعه یک مدل عملکرد و ارزیابی مناسب برای پارامترهایی نظیر نرخ ورود، نرخ تکمیل و بهره برداری از منابع محیط ابری است. زمان سرویس یا خدمات کارها عمدتاً به نرخ ورود کارها در منابع محاسباتی بستگی دارد. در شیوه پیشنهادی به دو دلیل نرخ ورود با فرایند پواسن محاسبه شده است: یکی اینکه فرایند پواسن ازخصوصیات زنجیره مارکوف پیروی می کند که از لحاظ سیستماتیکی قابل مدیریت است و دلیل دوم اینکه نرخ ورود کارها را می توان در فواصل زمانی مستقل محاسبه نمود و هیچ حدی برای فواصل زمانی وجود ندارد [4]. 

این مقاله در نشریه اسپرینگر  منتشر شده و ترجمه آن با عنوان فرایند پواسن در سایت ای ترجمه به صورت رایگان قابل دانلود می باشد. جهت دانلود رایگان مقاله فارسی و انگلیسی روی عنوان فارسی (آبی رنگ) کلیک نمایید.
منبع:

An efficient performance evaluation model for the resource clusters in cloud environment using continuous time Markov chain and Poisson process