چکیده –
با توسعه تکنولوژی پردازش و ذخیره سازی و موفقیت اینترنت، منابع محاسباتی ارزان تر، قویتر و دسترسپذیرتر از هر زمانی شـدهانـد. ایـن تکنولـوژی مدل محاسباتی جدیدی را تحقق بخشیده است که محاسبات ابری نام دارد که در آن منابع به عنوان خدمات به کاربران ارائه میشوند و کاربران مـیتواننـد آنهـا را برحسب تقاضا اجاره کنند. مساله تخصیص منابع، یک چالش بزرگ در محاسبات ابری است و رابطه مستقیم با میزان مصرف انرژی، سود فراهمکننـدگان سـرویس و هزینه کاربران دارد. در این مقاله، یک الگوریتم جدید مبتنی بر اتوماتای یادگیر سلولی برای تخصیص بهینه منابع در محاسبات ابری ارائه شـده اسـت کـه نتـایج حاصل از این الگوریتم، با داده ها در حالت قیمت پیشنهادی یکسان، دارای انحراف معیار کم و میانگین خوبی می باشد.

کلید واژه- اتوماتای یادگیر سلولی، محاسبات ابری، تخصیص منبع بروش مزایده ای / مناقصه ای.

-۱ مقدمه

امروزه شرکت های چند ملیتی همانند گوگـل، ماکروسـافت، ای بی ام و اوراکل سـرویس هـای ابـری مختلفـی را بـه کـاربران متفاوت خـود ارائـه میدهنـد، از ایـن رو ارائـه دهنـده سـرویس، بایستی منابع را با روش مشخص به کاربران خود ارائه دهـد تـا از یک سو کاربران ابر سرویس های خـوبی را از ارائـه دهنـدهی ابـر دریافت کنندو از سوی دیگر قیمت و کیفیت خـدمات تخصـیص منابع در محیط ابر مقرون به صرفه باشد. محیط محاسبات ابـری یک تصور از منابع محاسباتی نامحـدود بـه کـاربران ابرمـی دهـد، بطوری که آنها میتوانند با توجه به تقاضاهایشان، نـرخ مصـرف، منابعشان را افزایش و یا کاهش دهند. در محیط محاسبات ابـری، میزان منابعی که تهیـه کننـده منبـع، جهـت ارائـه سـرویس بـه مشتریان خود تدارک می بیند، باید به اندازه ای باشد که بتواند در بازههای اوج تقاضا نیز سرویسدهی خود را ادامه دهد.[۱] مسـاله تخصیص منابع، یک چـالش بـزرگ در محاسـبات ابـری اسـت و رابطه مستقیم بـا میـزان مصـرف انـرژی، سـود فـراهم کننـدگان سرویس و هزینه کاربران دارد. روشهای مختلف تخصـیص منـابع در محیط ابر وجود دارد، در این مقاله یک الگوریتم جدید مبتنی بــر اتوماتــای یــادگیر ســلولی بــرای تخصــیص بهینــه منــابع در محاسبات ابـری ارائـه شـده اسـت، ایــن مقالـه بـه شـرح زیــر

سازماندهی شده است: در بخش دوم اتوماتـای یـادگیر سـلولی و یک الگوریتم جدید با استفاده از اتوماتای یادگیر سلولی پیشـنهاد مــی گــردد. در بخــش ســوم کــاربرد الگــوریتم پیشــنهادی بــرای تخصیص منابع محاسبات ابرمرور می شود. در بخش چهارم نتایج ارائه می گردد تا کارایی الگوریتم پیشـنهادی بررسـی شـود و در انتها نتیجه گیری آورده شده است.

-۲ مفاهیم اولیه

دراین بخـش ابتـدا تاریخچـه و سـپس تعریـف اتوماتـای یـادگیر سلولی گفته میشود.

اتوماتای سـلولی یـک مـدل ریاضـی اسـت کـه مـی توانـد بـرای محاسبات و شبیه سازی سیستمها به کار رود.[۲] اتوماتای سلولی سیستمهای سادهی گسسـتهای هسـتند کـه بـا قـوانین سـاده و محلی میتوانند محاسبات و رفتار پیچیده ای از خود بـروز دهنـد. محلی بودن به این معناست که در تعیین مقدار جدید هر سـلول، سلولهایی که در همسایگی آن هسـتند تاثیرگـذار مـی باشـند و سلولهای دورتر، تاثیری ندارند. هر سلول برای خود مجموعـه ای از حــالات دارد کــه در هرلحظــه بــا توجــه بــه حالــت خــودش و همسایهها تصمیم میگیرد که به چه حالتی برود. قـوانین تغییـر حالــت در اتوماتــای ســلولی در طــول کــار ثابــت اســت و تغییــر

زذتل خغ۱سکطغکطکسغپه

غزهل شAلع ,لاهلاکغهعطکل y,هق ذصستص

نمیکند. شبکه سلولها میتواند ابعـاد متفـاوتی داشـته باشـند و یک, دو و یا بیشتر بعد داشته باشند.

یک اتوماتای یادگیر تنها، کارایی زیادی ندارد. اگـر تعـداد زیـادی اتوماتــای یــادگیر در همســایگی و همکــاری بــاهم قــرار بگیرنــد می توانند مسائل دشوار را حل کنند. طراحی قانونهای ثابت برای اتوماتای سلولی کاری دشوار می باشد و بدون شـبیهسـازی تصـور رفتار اتوماتای سلولی بسیار مشکل است. ترکیب اتوماتای سـلولی با اتوماتای یادگیر میتواند تا حدی این مشکل را برطرف کند.

با توجه به این مسـاله، بـا ترکیـب دو مـدل اتوماتـای یـادگیر و اتوماتای سلولی، مدل جدیدی با نام اتوماتای یادگیر سلولی ایجاد گردید.

-۱-۲ نمادها و نشانهگذاریها

بــرای ارائــه الگــوریتم لازم اســت تــا ابتــدا برخــی نمادهــا و نشانهگذاریها معرفی گردد. پس از معرفی آن هـا الگـوریتم ذکـر شده ارائه خواهـد شـد. اتوماتـای یـادگیر سـلولی d بعـدی یـک چندتایی است ۴]و[۳ بهطوری که: