دانلود ترجمه مقاله توازن بار در رایانش ابری

1. مقدمه 2. پژوهش های مرتبط 3. روش تحقیق پیشنهادی 4. نتیجه گیری

چکیده – از یک دهه قبل، پیشرفت سریعی در بهره برداری از وب و کاربردهای آن وجود داشته است. رایانش توزیع یافته را با نام دیگر رایانش بر مبنای اینترنت می شناسیم که در آن، دارایی های در حال ثبت در وب، اجاره می شود. آن چه عنوان کردیم، جبران هر بهره برداری است که در آن شما برای مقیاس اداره ای که اجاره شده است، پرداختی را انجام می دهید. این روش، نقاط عطف گوناگونی را در بستر رایانش سنتی ایجاد می کند. با افزایش چنین انرژی خارق العاده ای توسط رایانش ابری، فرهنگ محیط کار، یارای مقاومت نداشته و تعداد افرادی که اکنون می خواهند با محیط کار، از راه دور، ارتباط داشته باشند، در برابر کسانی که به محل کار می روند، در حال تغییر می باشند، سه سیاست عمده وجود دارد که توسط ابر با نام های SAAS، IASS و PAAS ارائه می شود. توازن بار، یک مسئله فوق العاده حقیقی است که اکنون در محیط ابری با آن روبه رو هستیم و هدف آن، این است که دارایی ها، به صورت کارآمد، مورد استفاده قرار گیرد. الگوریتم های توازن بار زیادی وجود دارد که در دسترس هستند و به منظور متوازن ساختن بار تقاضای مشتریان، مورد استفاده قرار می گیرند. در این مقاله، رویکردی را ارائه می کنیم که ترکیبی از الگوریتم تهیه آذوقه زنبور عسل، الگوریتم دسته بندی فعال و بهینه سازی کلونی مورچه می باشد.

From a decade ago there has been a quick advancement in the utilization of web and its applications. Distributed computing is otherwise called internet based computing where we lease the registering assets over the web. It is a compensation for each utilization show where you pay for the measure of administrations leased. It gives various focal points over the traditional computing. With cloud computing increasing such an enormous energy now days, the workplace culture is notwithstanding changing the same number of individuals now very much wants to telecommute as opposed to going each day to office. There are three primary administrations gave by cloud that are SAAS, IAAS and PAAS. Load balancing is an extremely real issue confronted now days in cloud environment so that the assets are proficiently used. There are many load balancing algorithms accessible that are utilized to balance the load of the customer demands. In this paper we will propose an approach which is a blend of Honeybee Foraging Algorithm, Active clustering algorithm and Ant Colony Optimization.