LOAD BALANCING ALGORITHMS ANALYSIS AND MODELING IN A CLOUD INFORMATION-MEASURING SYSTEM

Authors

Gaydamako V.V. Machinery researching Institute of the National Academy of Sciences of the Kyrgyz Republic

Keywords:

облачные вычисления, облачные ИИС, балансировка нагрузки, Round Robin, Throttled Algorithm, Equally Spread Current Execution, Min-Min, Max-Min, бионические алгоритмы балансировки нагрузки, исчисление реального времени, моделирование.

Abstract

Load balancing is critical to the performance of cloud computing. The purpose of balancing is the even use of computing resources - data centers, servers, virtual machines to ensure a high quality of service for user requests. Some of the load balancing algorithms, the conditions for their use, advantages and disadvantages are discussed in the article. It also considers the tasks that must be solved when developing a model of a cloud information and measurement system, taking into account load balancing.

References

Q. Zhang, L. Cheng, R.Boutaba, "Cloud Computing: state of the art and research challenges", Journal of Internet Services and Applications, Vol. 1, No. 1, April 2010, pз7-18.

S.K.Mishra, B. Sahoo, P.P. Parida. Load balancing in cloud computing: A big picture., J. King Saud Univ. - Comput Inf. Sci.,32 (2) (2020), pp.149-158, URL:10.1016/j.jksuci.2018.01.003(дата обращения: 10.06.2021)

S.K. Mishra, D. Puthal, B. Sahoo, S.K. Jena, M.S. Obaidat. An adaptive task allocation technique for green cloud computing., J. Supercomput. (2017), pp. 1-16

Дворников В.С., Долгов В.В., Венцов Н.Н. обзор методов балансировки нагрузки в гетерогенных распределенных файловых системах // Фундаментальные исследования. – 2017. – № 9-2. – С. 295-302; URL: http://www.fundamental-research.ru/ru/article/view?id=41743 (дата обращения: 10.06.2021)

Dalia Abdulkareem Shafiq, N.Z. Jhanjhi, Azween Abdullah. Load balancing techniques in cloud computing environment: A review. // Journal of King Saud University - Computer and Information Sciences, - 2021; URL: 10.1016/j.jksuci.2021.02.007 (дата обращения: 10.06.2021)

Thakur, M.S. Goraya. A taxonomic survey on load balancing in cloud. Netw. Comput. Appl., 98 (September) (2017), URL: 10.1016/j.jnca.2017.08.020(дата обращения: 10.06.2021)

S. Mishra, R. Tondon. A shared approach of dynamic load balancing in cloud computing.,Int. J. Sci. Res. Sci. Eng. Technol., 2(2) (2016), pp.632-638

B. Khatavkar, P. Boopathy. Efficient WMaxMin static algorithm for load balancing in cloud computation. Int. Conf. Innov. Power Adv. Comput. Technol., i-PACT2017 (2017), pp. 1-6, 10.1109/IPACT.2017.8245166

S. Manaseer, M. Alzghoul, M. Mohmad. An advanced algorithm for load balancing in cloud computing using MEMA technique. Int. J. Innov. Technol. Explor. Eng., 8 (3) (2019), pp. 36-41

Arshad Ali, S., Member, S., Alam, M., 2019. Resource Aware Min-Min (RAMM) Algorithm for Resource Allocation in Cloud Computing Environment, 3, pp. 1863–1870 doi: 10.35940/ijrte.C5197.098319.

URL: https://www.ibm.com/docs/en/datapower-gateways/10.0.1?topic=groups-algorithms-making-load-balancing-decisions (дата обращения: 06.06.2021)

Durgesh Patel, Mr. Anand S Rajawat, “Efficient Throttled Load Balancing Algorithm in Cloud Environment’, International Journal of Modern Trends in Engineering and Research, pp. 463 - 480, 2015.

Десятирикова Е.Н.,Хадж Али Муса,Ходар Алмосана, Алькади Усама, Раджаб Хаян. Балансировка нагрузки в облачных вычислениях. Вестник ВГТУ. 2017. №3. URL: https://cyberleninka.ru/article/n/razrabotka-modeli-dlya-uluchsheniya-planirovaniya-zadach-v-oblachnyh-vychisleniyah-na-osnove-optimizatsii-roya-chastits (дата обращения: 06.07.2021).

R. Sachdeva, S.Kakkar. A Novel Approach in Cloud Computing for Load Balancing Using Composite Algorithms. Int. J. Adv. Res. Comput. Sci. Softw. Eng., 7(2) (2017), pp.51-56, 10.23956/ijarcsse/v7i2/0119

S. Subalakshmi, N. Malarvizhi. Enhanced hybrid approach for load balancing algorithms in cloud computing. Int. J. Sci. Res. Comput. Sci. Eng. Inf. Technol., 2 (2) (2017), pp.136-142

https://wikiboard.ru/wiki/Metaheuristic

B.Yuce, M.S.Packianather, E.Mastrocinque, D.T.Pham, A.Lambiase/ Honey bees inspired optimization method: the Bees algorithm // Insects, 4(4)(2013), pp.646-662, URL:10.3390/insects4040646

P.Verma, S.Shrivastava, R.K.Pateriya. Enhancing Load Balancing in Cloud Computing by Ant Colony Optimization Method // Int. J. Comput. Eng. Res. Trends, 4(6) (2017), pp.277-284, 10.23883/ijrter.2018.4101.ss6y8(дата обращения: 11.06.2021)

Конников П. В., Кудинов В. А. Оптимизация методом муравьиной колонии как метаэвристика // Ученые записки. Электронный научный журнал Курского государственного университета. 2008. №4. URL:https://cyberleninka.ru/article/n/optimizatsiya-metodom-muravinoy-kolonii-kak-metaevristika (дата обращения: 11.06.2021)

Kumar, R., Prashar, T., 2015. Performance Analysis of Load Balancing Algorithms in Cloud Computing, Int. J. Comput. Appl. (0975 – 8887), 120(7), pp. 19–27.

Parmesivan, Y.A.P., Hasan, S., Muhammed, A., 2018. Performance Evaluation of Load Balancing Algorithm for Virtual Machine in Data Centre in Cloud Computing, Int. J. Eng. Technol., 7(4.31), pp. 386–390.

URL: https://ru.wikipedia.org/wiki/Генетический_алгоритм (дата обращения: 11.06.2021)

Gandhi, R., Genetic Algorithms - Data Driven Investor - Medium,” 12-May-2018. URL: https://medium.com/datadriveninvestor/genetic-algorithms-9f920939f7cc. (дата обращения: 11.06.2021).

Гарай Г.Р., Черных А., Дроздов А.Ю. Сравнительный анализ методов оценки производительности многоуровневых облачных приложений. Труды ИСП РАН, том 27, вып. 6, 2015 г., стр. 199-224. DOI: 10.15514/ISPRAS-2015-27(6)-14

URL: http://www.cloudbus.org/cloudsim/. (дата обращения: 11.06.2021).

Гайдамако В.В. Моделирование облачной информационно-измерительной системы с помощью библиотеки Simgrid // Проблемы автоматики и управления, г. Бишкек, Илим, №1 (36), 2019, c.90-99