Siêu thị PDFTải ngay đi em, trời tối mất

Thư viện tri thức trực tuyến

Kho tài liệu với 50,000+ tài liệu học thuật

© 2023 Siêu thị PDF - Kho tài liệu học thuật hàng đầu Việt Nam

Nghiên cứu ứng dụng ai xây dựng thuật toán phân loại tác vụ dựa trên độ ưu tiên nhằm nâng cao hiệu năng cân bằng tải trên điện toán đám mây
PREMIUM
Số trang
87
Kích thước
13.6 MB
Định dạng
PDF
Lượt xem
1180

Nghiên cứu ứng dụng ai xây dựng thuật toán phân loại tác vụ dựa trên độ ưu tiên nhằm nâng cao hiệu năng cân bằng tải trên điện toán đám mây

Nội dung xem thử

Mô tả chi tiết

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH

--------∞0∞--------

CAO THÀNH NAM

NGHIÊN CỨU ỨNG DỤNG AI XÂY DỰNG THUẬT

TOÁN PHÂN LOẠI TÁC VỤ DỰA TRÊN ĐỘ ƯU TIÊN

NHẰM NÂNG CAO HIỆU NĂNG CÂN BẰNG TẢI

TRÊN ĐIỆN TOÁN ĐÁM MÂY

Chuyên ngành: Khoa học máy tính

Mã số chuyên ngành: 8 48 01 01

LUẬN VĂN THẠC SĨ

KHOA HỌC MÁY TÍNH

Giảng viên hướng dẫn: PGS.TS TRẦN CÔNG HÙNG

TP. HỒ CHÍ MINH, NĂM 2021

TRƯỜNG ĐẠI HỌC MỞ

THÀNH PHỐ HỒ CHÍ MINH

KHOA ĐÀO TẠO SAU ĐẠI HỌC

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập – Tự do – Hạnh phúc

GIẤY XÁC NHẬN

Tôi tên là: Cao Thành Nam

Ngày sinh: 30/06/1976 Nơi sinh: Tân Thành, Thành phố Cà Mau, tỉnh Cà Mau

Chuyên ngành: Khoa học máy tính Mã học viên: 1884801010005

Tôi đồng ý cung cấp toàn văn thông tin luận văn tốt nghiệp hợp lệ về bản quyền

cho Thư viện trường đại học Mở Thành phố Hồ Chí Minh. Thư viện trường đại học Mở

Thành phố Hồ Chí Minh sẽ kết nối toàn văn thông tin luận văn tốt nghiệp vào hệ thống

thông tin khoa học của Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh.

Ký tên

(Ghi rõ họ và tên)

Cao Thành Nam

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập – Tự do – Hạnh phúc

Ý KIẾN CHO PHÉP BẢO VỆ LUẬN VĂN THẠC SĨ

CỦA GIẢNG VIÊN HƯỚNG DẪN

Giảng viên hướng dẫn: PGS.TS. Trần Công Hùng

Học viên thực hiện: Cao Thành Nam Lớp: MCOM018A

Ngày sinh: 30/06/1976 Nơi sinh: Tân Thành, Thành phố Cà

Mau, tỉnh Cà Mau

Tên đề tài: Nghiên cứu ứng dụng AI xây dựng thuật toán phân loại tác vụ dựa trên độ

ưu tiên nhằm nâng cao hiệu năng cân bằng tải của điện toán đám mây.

Ý kiến của giáo viên hướng dẫn về việc cho phép học viên Cao Thành Nam

được bảo vệ luận văn trước Hội đồng:

Học viên đã thực hiện theo đúng đề cương được giao, thực hiện 4 chương qua 61 trang,

dùng 30 tài liệu tham khảo, Học viên đã thực hiện

+ Giới thiệu tổng quan về điện toán đám mây và cân bằng tải trên môi trường

điện toán đám mây, giới thiệu các thuật toán AI ứng dụng phân loại tác vụ

+ Trình bày cơ sở các công trình liên quan tới cân bằng tải trong điện toán đám

mây.

+ Đề xuất phương pháp cải tiến thuật toán cân bằng tải trong điện toán đám mây

+ Đánh giá các thuật toán cân bằng tải. Đánh giá các thuật toán phân loại tác vụ

dựa trên độ ưu tiên.

Luận văn đạt yêu cầu của một luận văn thạc sĩ, và đề nghị được phép bảo vệ luận văn tốt

nghiệp

Tp. Hồ Chí Minh, ngày 23 tháng 07 năm 2021

Người nhận xét

PGS.TS. Trần Công Hùng

i

LỜI CAM ĐOAN

Tôi tên là Cao Thành Nam, cam đoan rằng luận văn: “Nghiên cứu ứng dụng AI

xây dựng thuật toán phân loại tác vụ dựa trên độ ưu tiên nhằm nâng cao hiệu năng

cân bằng tải trên điện toán đám mây” là công trình nghiên cứu của chính tôi.

Những kết quả nghiên cứu được trình bày trong luận văn là công trình của riêng

của tôi dưới sự hướng dẫn của PGS.TS Trần Công Hùng.

Những kết quả nghiên cứu của các tác giả khác và các số liệu được sử dụng trong

luận văn đều có trích dẫn đầy đủ.

Những kết quả nghiên cứu chung được trình bày trong luận văn đều có sự đồng

ý của các đồng tác giả.

Tp Hồ Chí Minh, ngày 21 tháng 7 năm 2021

Học viên thực hiện luận văn

Cao Thành Nam

ii

LỜI CẢM ƠN

Trong suốt quá trình học tập và nghiên cứu thực hiện luận văn, ngoài nỗ lực của

bản thân, tôi đã nhận được sự hướng dẫn nhiệt tình quý báu của quý Thầy Cô, cùng với

sự động viên và ủng hộ của gia đình, bạn bè và đồng nghiệp. Với lòng kính trọng và biết

ơn sâu sắc, tôi xin gửi lời cảm ơn chân thành tới:

Ban Giám hiệu, quý Thầy Cô Khoa Đào tạo Sau Đại học và Khoa Công nghệ

Thông tin, Trường Đại học Mở Tp.HCM đã tạo mọi điều kiện thuận lợi giúp tôi hoàn

thành luận văn.

Tôi xin chân thành cảm ơn Thầy PGS.TS Trần Công Hùng, người thầy kính

mến đã hết lòng giúp đỡ, hướng dẫn, động viên, tạo điều kiện cho tôi trong suốt quá

trình thực hiện và hoàn thành luận văn.

Tôi xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp trong cơ quan đã động

viên, hỗ trợ tôi trong lúc khó khăn để tôi có thể học tập và hoàn thành luận văn.

Mặc dù đã có nhiều cố gắng, nỗ lực, nhưng do thời gian và kinh nghiệm nghiên

cứu khoa học còn hạn chế nên không thể tránh khỏi những thiếu sót. Tôi rất mong nhận

được sự góp ý của quý Thầy Cô cùng bạn bè đồng nghiệp để kiến thức của tôi ngày một

hoàn thiện hơn.

Xin chân thành cảm ơn!

iii

TÓM TẮT

Ngày nay điện toán đám mây đã trở thành một nền tảng phổ biến cho các ứng dụng

khoa học và đời sống của con người. Cùng với đó, thách thức lớn nhất trong lĩnh vực

điện toán đám mây là bài toán lập lịch luồng công việc. Nhiều nghiên cứu cho thấy hiệu

năng của các hệ thống điện toán đám mây phụ thuộc rất nhiều vào việc sắp xếp các tác

vụ trong luồng thực thi trên các máy tính trong môi trường đám mây. Với mục đích giải

quyết các vấn đề cân bằng tải trên môi trường điện toán đám mây, cần tìm ra và khắc

phục những yếu kém trong các phương pháp hiện tại, cũng như cung cấp dịch vụ chất

lượng tốt hơn. Đề tài “Nghiên cứu ứng dụng AI xây dựng thuật toán phân loại tác

vụ dựa trên độ ưu tiên nhằm nâng cao hiệu năng cân bằng tải trên điện toán đám

mây” sẽ tập trung vào nghiên cứu các thuật toán cân bằng tải, nghiên cứu bộ tham số

đánh giá mức độ ưu tiên của tác vụ, các thuật toán có thể áp dụng vào phân lớp tác vụ

(tasks classification), nghiên cứu các thuật toán cân bằng tải phổ biến đang được áp dụng

hiện nay, từ đó cải tiến bổ sung hoặc đề xuất mới một kỹ thuật cân bằng tải ứng dụng

AI nhằm phân loại tác vụ, từ đó nâng cao hiệu năng cân bằng tải trên điện toán đám

mây. Việc phát triển và đề xuất này sẽ được thực nghiệm mô phỏng trên môi trường mô

phỏng điện toán đám mây phổ biến như CloudSim, Matlab, GridSim, … từ kết quả thực

nghiệm, ta có thể đánh giá kết quả, chứng minh thuật toán đề xuất mang lại hiệu suất tốt

hơn so với các thuật toán lập lịch truyền thống khác.

iv

ABSTRACT

Nowadays cloud computing has become a popular platform for scientific

applications and human life. Along with that, the biggest challenge in cloud computing

is the problem of workflow schedule. Many studies show that the performance of cloud

computing systems depends a lot on arranging tasks in the execution stream on

computers in a cloud environment. With the purpose of solving load balancing problems

in the cloud, it is necessary to find and overcome weaknesses in current methods, as well

as provide better quality services. The topic "AI application research builds priority￾based task classification algorithms to enhance load balancing performance on the

cloud computing" will focus on studying load balancing algorithms, studying sets of

parameters to evaluate task priority, algorithms that can be applied to task classification,

study common load balancing algorithms that are being applied today, thereby further

improving or proposing a new AI application load balancing technique to categorise

tasks and enhancing load balancing performance in the cloud. This development and

proposal will be experimentally simulated on popular cloud computing simulation

environments such as CloudSim, Matlab, GridSim, ... from the experimental results, we

can evaluate the results, proving that the proposed algorithm offers better performance

than other traditional schedule algorithms.

v

DANH MỤC CÁC THUẬT NGỮ, TỪ VIẾT TẮT

Từ viết tắt Tiếng anh Tiếng việt

BW Bandwidth Băng thông mạng

CAP Capacity Năng lực xử lý trung bình

Cloud Cloud Computing Điện toán đám mây

CLOUDLET CLOUDLET Yêu cầu giả lập web request

CPU Central Processing Unit Bộ xử lý trung tâm

CS Cloudsim Bộ thư viện CloudSim

DC Datacenter Trung tâm dữ liệu

FW Firewall Tưởng lửa

GB Giga Byte Đơn vị bộ nhớ Giga byte

HOST HOST Máy chủ của trung tâm dữ

liệu

IAAS Infrastructure as a Service Dịch vụ cơ sở hạ tầng

LBC Load balance Cân bằng tải

MAX-MIN Max-Min Thuật toán cân bằng tải

MaxMin

MB Mega Byte Đơn vị bộ nhớ Mega byte

MIPS Millions of Instructions Per Second Tốc độ xử lý của CPU

OS Operating System Hệ điều hành

PAAS Platform as a Service Dịch vụ nền tảng

QOS Quality of Service Chất lượng dịch vụ.

RAM Random Access Memory Bộ nhớ truy cập ngẫu nhiên

SAAS Software as a Service Phần mềm như là dịch vụ

TMA Throttled Modified Algorithm Thuật toán sửa đổi throttled

TZ Timezone Múi giờ

VIRTUAL Virtualization Ảo hóa

VM Virtual machine Máy ảo

Task/Job Task/Job Tác vụ/công việc thực hiện

AI Artificial Intelligence Trí Tuệ Nhân Tạo

ML Machine Learning Học Máy

DL Deep Learning Học Sâu

Tải ngay đi em, còn do dự, trời tối mất!