مقالات و ترجمه های درس سیستم های توزیعی کارشناسی ارشد
تمرینات، سوالات و مثال های درس سیستم های توزیعی
جزوه درس سیستم های توزیعی
ده مقاله بروز در زمینه range free localazation که من جمع آوری کردم و از آن منابع خوب میتوانید مقاله و یا سمینار درست کنید.
ترجمه مقالات Fault Tolerance-Genetic Algorithm for Grid Task Scheduling using Check Point
بیش از 35 صفحه دکیومنت با فرمت ورد
زمانبندی تحملپذیر کارها در گریدهای محاسباتی
١- ایده اصلی مقاله
در این مقاله یک استراتژی برای زمانبندی تحملپذیر خطای کارها در گریدهای محاسباتی ارائه شدهاست. در این روش سابقهای از وقوع خطا[2] در منابع، در سرویس اطلاعاتی گرید[3] (GIS) نگهداری میشود. هر موقع که دلال منابع[4] کاری برای زمانبندی داشته باشد، از این سابقه استفاده میکند و با توجه به اینکه منابع مختلف تمایلات مختلفی به خطا دارند، شدتهای متفاوتی از تکنیکهای نقطهبررسی[5] و تکرار[6] را برای زمانبندی کارها روی آن منابع در نظر میگیرد.
١-١- مدل سیستم
در این طرح مدل سیستم از سه مولفه کلیدی به شرح زیر تشکیل شده است:
- تشخیص خطا در دلال منابع: طرح پیشنهاد شده، وقوع خطا را با خرابی منبع تشخیص میدهد. برای تشخیص چنین خطایی، ابتدا دلال کاری را به منبع تخصیص می دهد و سپس انتظار دارد که پاسخی از اجرای آن در یک بازه زمانی مشخص دریافت نماید ( این بازه زمانی تابعی از سرعت آن منبع، تاخیر ارتباطی بین منبع و دلال منابع، و طول صف منبع است). اگر منبع نتواند نتیجه اجرای کار محول شده به آن را به دلال منابع برگرداند، مشخص میشود که خطایی اتفاق افتاده و در مرحله بعد اطلاعاتی راجع به آن خطا در GIS (که در به کارگیری نقطهبررسی و تکرار، به هنگام تخصیص کار به آن منبع در دفعه بعد کمک می کند) ذخیره میشود.
- نگهداری سابقهای از وقوع خط در GIS: برای اینکار، GIS جدولی از وقوع خطا در منابع را نگه میدارد که این جدول زمانی بههنگامسازی میشود که:
- یک منبع قادر به اجرای کار محول شده به آن در مهلت مشخص شده نباشد، که در اینصورت اندیس خطای منبع یک واحد افزایش مییابد.
- یک منبع کار را در مهلت مشخص شده به طور کامل انجام دهد که در این حالت نیز اندیس خطا یک واحد کاهش مییابد.
[1] - Grid
[2] - Fault
[3] - Grid Information Service
[4] - Resource Broker
[5] - Check point
[6] - Replication
الگوریتم ژنتیک تحملپذیر خطا برای زمانبندی کارها با استفاده از تکنیک نقطهبررسی
١- ایده اصلی مقاله
در این مقاله یک روش در سطح-وظیفه[1] برای تحملپذیری خطا در گرید مطرح شدهاست. تکنیکی که برای تحملپذیری خطا در این مقاله از آن استفاده شده، تکنیک نقطهبررسی است که به صورت ترکیبی با الگوریتم ژنتیک مورد استفاده قرار گرفتهاست. که در ادامه تک تک آنها شرح داده شدهاست.
١-١- الگوریتم ژنتیک (GA)
یک تکنیک تکاملی برای جستجو در فضاهای بزرگ محسوب میشود. فرایند کلی جستجوی GA به صورت زیر است.
- تولید جمعیت اولیه: یک جمعیت مجموعهای از کروموزومها است و هر کروموزوم نشاندهنده یک راهحل است که در اینجا یک دنباله نگاشت بین وظیفه ها و ماشین ها محسوب میشود.
- ارزیابی کرورموزوم: هر کرموزوم دارای یک مقدار برازندگی است که کیفیت نگاشت وظیفه-ماشین را برای آن کروموزوم نشان میدهد. هدف جستجوی GA، پیدا کردن کروموزومی با مقدار برازندگی بهینه است.
- عملگرهای برش و جهش: عملگر برش یک جفت کروموزوم را به صورت تصادفی انتخاب کرده و یک نقطه تصادفی در کروموزوم اول برمیگزیند و بین دو کرموزوم از آن نقطه تا آخر کروموزومها، ماشینهای نسبت داده شده به هر وظیفه را با هم معاوضه میکند.
عملگر جهش یک کروموزوم را به صورت تصادفی انتخاب کرده و یک وظیفه تصادفی در داخل آن برمیگزیند و آن را به صورت تصادفی به یک ماشین جدید واگذار مینماید.
- در نهایت کروموزومهای حاصل شده از تغییرات فوق دوباره ارزیابی میشوند و به این صورت یک تکرار از GA پایان میپذیرد. جستجوی GA زمانی متوقف خواهد شد که یا الگوریتم به تعداد از پیش تعیین شدهای اجرا شود؛ یا تمام کروموزومها به یک نگاشت یکسان همگرا شوند (برازندگی کروموزومها به یک مقدار همگرا شود)؛ یا پیشرفتی در یک تکرار از الگوریتم حاصل نشود و یا یک محدوده هزینه مورد نظر بدست آید.
task-level
تحملپذیری خطا برای زمانبندی کارها در گرید[1]
جعفر عالی نژاد
دپارتمان مهندسی کامپیوتر،
دانشگاه آزاد اسلامی، قزوین، ایران
چکیده
هدف رایانش مشبک تجمیع قدرت منابع ناهمگن است که از لحاظ جغرافیایی بسیار توزیع شده هستند. از آنجاییکه احتمال خرابی در چنین سیستم گستردهای خیلی بیشتر از سیستم های دیگر است، تحملپذیری خطا تبدیل به حوزه مهمی در رایانش مشبک شده است. در این مقاله مروری بر چند کار انجام شده در مورد تحملپذیری خطای زمانبندی صورت گرفته و همچنین یک استراتژی جدید در این زمینه ارائه شده است. در استراتژی پیشنهاد شده، سابقهای از وقوع خطا در منابع، داخل سرویس اطلاعاتی گرید ([2]GIS) نگهداری میشود و زمانی که کارگزار منابع با استفاده از الگوریتم ژنتیک برای یک کار، ترکیبی از منابع را جستجو مینماید، از این اطلاعات به عنوان یک هیوریستیک بهره میگیرد. به این ترتیب یک راه حل بهینه برای مساله پیدا میشود. با استفاده از تکنیک نقطه بررسی، طرح ارائه شده بیشتر قابل اطمینان خواهد بود و علاوه بر آن درصد کارهای انجام شده نیز بیشتر خواهد شد.
کلمات کلیدی: تحملپذیری خطا – رایانش مشبک – زمان بندی کار – الگوریتم ژنتیک – تکنیک نقطه بررسی
مقدمه
از اواسط ۱۹۹۰ میلادی دانشمندان کامپیوتر با الهام گرفتن از شبکه نیروی برق و به دلیل سادگی کاربرد و قابلیت اطمینان آن، شروع به طراحی و توسعه زیر بنایی شبیه به آن به نام شبکه قدرت محاسباتی[3] نمودند[1,2] . با به وجود آمدن چنین بستری، محاسبات توزیع شده و موازی و برنامههای کاربردی که نیازمند چیزی بیش از یک منبع کامپیوتری ( مانند PC، ایستگاهکاری، ابرکامپیوتر، یا کلاستر ) بودند، به سادگی قابل اجرا شدند. یک گرید نوعی سیستم موازی و توزیع شده است که امکان اشتراک، انتخاب و تجمیع منابع خودکار و ناهمگنی که از لحاظ جغرافیایی توزیع شدهاند را در زمان اجرا بسته به قابلیت دسترسی، توانایی، کارایی، هزینه و نیازمندی کیفیت خدمات کاربران فراهم میکند [3]. منابع تشکیل دهنده یک گرید میتواند کامپیوتر، حافظهها، ابزارهای خاص،
Fault Tolerant Job Scheduling in
Computational Grid
مقالات و ترجمه های درس سیستم های توزیعی کارشناسی ارشد