ISSN: 2165- 7866
エルホッシニー・イブラヒム1、ニルミーン・A・エル・バナサウィ、ファトマ・A・オマラ
クラウド コンピューティングは、最新のコンピューティング パラダイムであり、IT サービスがインターネット経由でオンデマンドで提供され、従量課金制です。一方、タスク スケジューリング問題は、クラウド コンピューティング環境における主要な課題の 1 つと考えられています。この環境では、使用可能なリソースとユーザーのタスクを適切にマッピングして、ユーザーのタスクの実行時間を短縮し (つまり、メイクスパンを短縮し)、同時にリソースからの資本化の度合いを高める (つまり、リソース使用率を高める) 必要があります。この論文では、メイクスパンを短縮し、独立したタスクを考慮することでリソース使用率を高める新しいタスク スケジューリング アルゴリズムを提案し、実装しました。提案されたアルゴリズムは、使用可能なリソース (つまり、VM) の合計処理能力とユーザーのタスクによって要求される合計処理能力を計算し、すべての VM の合計処理能力に対応する必要な能力の比率に従って、ユーザーのタスクのグループを各 VM に割り当てます。提案されたアルゴリズムのパフォーマンスを評価するために、提案されたアルゴリズムと既存の GA および PSO アルゴリズムとの比較研究が行われました。実験結果によると、提案されたアルゴリズムは、メイクスパンを短縮し、リソース使用率を向上させることで、他のアルゴリズムよりも優れていることがわかりました。