0% Complete
صفحه اصلی
/
چهارمین کنفرانس بین المللی محاسبات نرم
جاسازی شبکههای مجازی با استفاده از روش بهینه سازی آموزش و یادگیری
نویسندگان :
محمدامین ناظم
1
قاسم میرجلیلی
2
علیمحمد لطیف
3
1- دانشگاه یزد
2- دانشگاه یزد
3- دانشگاه یزد
کلمات کلیدی :
جاسازی شبکه مجازی، روشهای فراابتکاری، الگوریتم آموزش و یادگیری
چکیده :
با فراگیر شدن فن آوری شبکه و اینترنت، محدودیت زیرساختهای فیزیکی مثل پردازنده ها و پهنای باند پیوندهای بین مراکزداده نمی توانست پاسخگوی توسعه خدمات اینترنتی و افزایش تقاضای کابران باشد. این نیاز باعث توسعه پروتکلهای جدید مخابراتی گردید. یکی از مهترین و کاربردی ترین پروتکل ها، ابداع فنآوری شبکه مجازی است. شبکه مجازی به صورت منطقی، گرهها و پیوندهای مجازی را بر روی گره و پیوند مجازی مستفر می کند و در نهایت این گره ها و پیوندهای مجازی را با یکدیگر مرتبط می کند؛ بنابراین ایده شبکه مجازی، رویکردی برای غلبه بر محدودیتهای اجزای سختافزاری شبکه است. در شبکه مجازی مسیریابها و سوییچهای مجازی، توسط پیوندهای مجازی به یکدیگر متصل میشوند. شبکه مجازی توانست مشکلات ناشی از محدودیت های پردازندهها و پیوندهای ارتباطی بین آنها را در لایه فیزیکی حل نماید، اما ظرفیت این شبکه مجازی نیز محدود بود و پاسخگویی به رشد تقاضاهای تأمینکنندگان خدمات را با مشکل مواجه کرد،لذا تأمینکنندگان زیرساخت، برای دادن خدمات به همه تقاضاهای تأمینکنندگان خدمات و استفاده بهینه از ظرفیت شبکه فیزیکی از الگوریتمهای مختلف بهینهسازی برای جاسازی شبکههای مجازی بهصورت بهینه استفاده کردند. بزرگترین چالش الگوریتم بهینهسازی، جاسازی درخواستهای پویای مجازی از طرف کابران است. الگوریتمهای فراابتکاری از پرکاربردترین روشهای بهینهسازی تقریبی است. جاسازی شبکه مجازی با توجه به محدودیتهای موجود در گرهها و پیوندها جزو مسائل محاسباتی پیچیده است. درخواستهای مجازی کاربران بهصورت تصادفی صادر میگردند و تأمینکنندگان خدمات، هیچ اطلاعاتی راجع به نوع درخواست بعدی ندارند. لذا تأمینکنندگان خدمات، برای بازدهی بیشتر شبکه فیزیکی، باید در خصوص نوع الگوریتم نگاشت، تصمیمگیری کنند. در این مقاله، جدیدترین روش بهینهسازی فراابتکاری به نام الگوریتم آموزش و یادگیری برای جاسازی شبکه مجازی پیشنهاد میشود. کم بودن پارامترهای تنظیم الگوریتم آموزش و یادگیری و همچنین جابهجایی موقعیت جواب های تصادفی به سمت میانگین موقعیت جواب ها باعث برتری این الگوریتم نسبت به دیگر الگوریتمهای فراابتکاری شده است. در این مقاله برای مقایسه جامع و کارایی، این الگوریتم با دیگر الگوریتمهای فراابتکاری، ابتدا هریک از الگوریتمها توسط معیارهایی دریک دوره زمانی مشخص با یکدیگر مقایسه شدند. سپس هریک از الگوریتمها با تغییر نرخ تولید شبکه مجازی با یکدیگر مقایسه شدند. در آخر با افزایش تعداد گره در شبکه فیزیکی الگوریتمها با یکدیگر با مقایسه شدند. نتایج تمامی سناریوها، بهطور متوسط عملکرد بهتر الگوریتم آموزش و یادگیری را نسبت به دیگر روشهای فراابتکاری در تمام معیارهای فوق نشان می دهد.
لیست مقالات
لیست مقالات بایگانی شده
استفاده از الگوریتمهای یادگیری ماشین برای تشخیص دیابت
درسا سلیمانی - علیرضا رضوانیان
A bio-inspired optimization algorithm for estimating the reservoir capacity of dams
Hojjat Emami - Somayeh Emami
پیاده سازی توابع فازی با هدف ارزیابی منصفا نه تر نمرات آزمون دانشجویان
سیده حکیمه حسینی - داود درویشی سلوکلایی
A Generalization of the n^th- commutativity degree in finite groups
Mina Pirzadeh - Mansour Hashemi
مکانیابی بهینه سنسورهای پایش وجود آلودگی در شبکه های آب شهری با استفاده از الگوریتم ژنتیک
آیسان عزتی - فریبرز معصومی - ناصر باشی
بررسی مقایسهای روشهای تحلیل تصادفات موتورسیکلت در معابر درونشهری
میثم عفتی - امین زارعی کریانی
کاربرد الگوریتم های تکاملی چند هدفه برای بهینه سازی میزان دوز در روش براکی تراپی با مدل فازی برای درمان سرطان پروستات
محمد محمدی نجف آبادی - فهیمه سلطانیان - حبیبه نظیف
آزمون دونمونهای برای بردار میانگین بر اساس رهیافت نگاشتتصادفی در دادههای بُعدبالا
تینا رشیدجعفری - جواد وحدت آتشگاه
Wavelet Thresholds for Matrix-Variate Normal Distribution Under The Reflected Normal Loss
Hamid Karamikabir - Fatemeh Jamhiri - Mahmoud Afshari
بررسی تقویت دالهای بتنآرمه توپر و تو خالی با استفاده از FRP
علی باتر - رحمت مدندوست - هادی پورتقی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2