ارایه یک روش مهندسی ترافیک مقیاس پذیر در شبکه های نرم افزار محور مراکز داده با استفاده از تکنیک تجزیه مسائل بزرگ

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
مراکز داده امروزی، از هزاران سرویس دهنده تشکیل شده اند که هر یک از آنها از سرویس های متنوع مبتنی بر ابر میزبانی می نماید. در این مقاله، یک روش جدید و مقیاس پذیر مهندسی ترافیک در شبکه های نرم افزار محور مراکز داده، با هدف تخصیص بهینه درخواست ها به مسیرها، با پیچیدگی محاسباتی قابل قبول ارائه شده است. روش ارائه شده مبتنی بر برنامه ریزی خطی است و تلاش می کند حداکثر میزان بار ترافیکی بر روی لینک ها حداقل شود. حاصل این عمل کاهش ازدحام بر روی لینک های شبکه خواهد بود. این روش، بر روی ارائه یک راه حل بهینه به منظور موازنه بار ترافیکی در شبکه متمرکز شده است و یک روش جدید تجزیه به منظور محدود نمودن فضای جستجوی مساله برنامه ریزی خطی پیشنهاد می نماید. روش تجزیه به گونه ای است که زمان حل مساله به میزان قابل توجهی کاهش یابد. به منظور کاهش پیچیدگی زمانی، یک روش تجزیه استفاده شده است که مدل مساله را به زیرمساله های مجزا تقسیم می کند. با استفاده از روش های موازی سازی (محاسبات بر روی چندین هسته محاسباتی و OpenMP) می توان این زیرمساله ها را به صورت همزمان حل نمود. نتایج شبیه سازی نشان دادند که در روش پیشنهادی، زمان حل و موازنه بار ترافیکی هر دو به میزان چشمگیری بهبود یافته اند.
زبان:
فارسی
صفحات:
42 تا 55
لینک کوتاه:
magiran.com/p1919420 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!