مدیریت کشسانی منابع با استفاده از کنترل کننده فازی مبتنی بر تغییرات حد آستانه در محیط رایانش ابری

افزایش محبوبیت و سود آوری رایانش ابری وابسته به تامین قابلیت ها و ویژگی های مورد نظر کاربران ابری می‌باشد. خاصیت کشسانی، به عنوان یکی از قوی ترین ویژگی هایی محسوب می‌شود که حوزه رایانش ابری را از دیگر رویکردهای سامانه های توزیعی، مجزا می‌کند. رایانش ابری ظرفیت منابع را برای مصرف کننده به‌صورت بی نهایت در نظر می‌گیرد و مصرف کننده، می‌تواند منابع را برحسب تقاضا و بر ‌اساس نرخ رقابتی در اختیار بگیرد و میزان منابع را افزایش یا کاهش دهد. اگر چه راه‌حل‌های مختلفی برای مدیریت کشسانی تاکنون توسعه داده ‌شده‌اند، اما کارهای بیشتری نیاز است تا خاصیت کشسانی ابر را به‌صورت کاراتر مدیریت نمایند. در این مقاله، رویکردی برای بهبود خاصیت کشسانی با استفاده از سامانه کنترل فازی مبتنی بر تغییرات حد آستانه برای کاربردهای محاسبات با عملکرد بالا در شبکه های ابری ارائه می شود. در روش پیشنهادی مدیریت کشسانی بر‌ پایه نظارت و تصمیم گیری مستمر انجام می‌شود. نتایج مشخص می کند که روش پیشنهادی عملکرد بهتری در مورد زمان پاسخگویی، هزینه و تخطی از شرایط سرویس دهی، نسبت به روش‌های پیشین دارد. میانگین زمان پاسخگویی روش پیشنهادی در مقایسه با دو روش مورد مقایسه مقاله به ترتیب 6.5% و 9%، میانگین هزینه به ترتیب 6% و 12% و میانگین تخطی از شرایط پذیرش سرویس به ترتیب 68% و 77.5% کاهش یافته است.

Resource Elasticity Management using Fuzzy Controller Based on Threshold Changes in the Cloud Computing Environment

Increasing the popularity and profitableness of cloud computing is dependent on providing the capabilities and features that the users desire. Elasticity is one of the strongest features that distinguish the cloud computing domain from other distributed system approaches. Cloud computing takes into account an unlimited capacity of the resources for the consumer, and the consumer can take the resources in demand based on competitive rates and increase or  decrease the number of resources. There have been many improvements to elasticity management by previous        researches. However, further researches are necessary to manage elasticity more efficiently. In this paper, an        approach for improving elasticity is presented using the fuzzy control system based on threshold changes for           highperformance computing applications in cloud computing. In the proposed approach, elasticity management is based on continuous monitoring and decision making. The results indicate that the proposed approach has a better performance in terms of response time, cost and service level agreement (SLA) violation, compared to previous      studies. In comparison with each of the two specified approaches, the response time of the proposed method has decreased by 6.5% and 9%, cost by 6% and 12%, and service level agreement (SLA) violation by 68% and 77.5%, respectively.