ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
A key challenge in computer networking is how to organize network topology effectively among a large number of servers in the cloud storage system. In a cloud environment, the topology, which is different from the underlying topology, may be established in any form at any potential edge peers. The cloud content delivery network (CDN) always faces problems of complex distributed path creation, cache update, load balancing, etc. To address the problem as a static content delivery, we propose an Improved Heuristic Genetic Algorithm for Static Content Delivery in Cloud Storage (IHGA-SCDCS) based on a resource management model and cost model. The static content delivery in cloud storage is abstracted into mathematical model for set solving problem, which is then solved by an improved Genetic Algorithm (GA). Finally, the optimal solution is reduced to an optimal content delivery program. The simulation experiment, based on CloudSim, shows that IHGA-SCDCS can effectively obtain optimal solution while reducing delivery cost.
چگونه توپولوژی شبکه را بطور موثر در بین تعداد زیادی از سرورها در سیستم ذخیره سازی ابر سازماندهی کنیم، این چالش مهمی در شبکه ای کردن کامپیوتر است. در محیط ابری، توپولوژی، که متفاوت از توپولوژی اساسی است، ممکن است در هر فرمی در هر یک از همتایان بالقوه لبه ایجاد شود. شبکه تحویل محتوای ابری (CDN) همیشه با مسائل ایجاد مسیر توزیع شده پیچیده، به روزرسانی کش ، متعادلسازی بار و غیره مواجه است. برای رفع مسئله بعنوان تحویل محتویات استاتیکی، یک الگوریتم ژنتیک ابتکاری بهبود یافته برای تحویل محتوای استاتیک (IHGA-SCDCS) مبتنی بر مدل مدیریت منبع و مدل هزینه را ارائه می کنیم. تحویل محتوای استاتیک در ذخیره سازی ابری در مدل ریاضیاتی برای مسئله حل مجموعه تجزیه می شود، که با الگوریتم ژنتیک (GA) بهبود یافته حل می شود. در نهایت، راه حل بهینه به یک برنامه تحویل محتوای بهینه کاهش می یابد. آزمایش بهینه سازی، بر اساس کلودیسم CloudSim، نشان می دهد که IHGA-SCDCS راه حل بهینه را بطو موثر به دست می-آورد در حالی که هزینه تحویل در حال کاهش است.