АНАЛИЗ АЛГОРИТМОВ И МОДЕЛИРОВАНИЕ БАЛАНСИРОВКИ НАГРУЗКИ В ОБЛАЧНОЙ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЕ

Авторы

Гайдамако В.В. Институт автоматики и информационных технологий НАН КР

Ключевые слова:

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.

Аннотация

Балансировка нагрузки играет важнейшую роль в обеспечении производительности облачных вычислений. Назначение балансировки – равномерное использование вычислительных ресурсов – центров обработки данных, серверов, виртуальных машин для обеспечения высокого качества обслуживания запросов пользователей. Некоторые из алгоритмов балансировки нагрузки, условия их применения, достоинства и недостатки рассматриваются в статье. Также рассматриваются задачи, которые должны быть решены при разработке модели облачной информационно-измерительной системы с учетом балансировки нагрузки.

Библиографические ссылки

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