Resumen

En entornos de nube híbrida, las estrategias de ubicación de datos razonables son críticas para la ejecución eficiente de flujos de trabajo científicos. Debido a diversas cargas, fluctuaciones de ancho de banda y congestiones de red entre diferentes centros de datos, así como a la dinámica de los entornos de nube híbrida, el tiempo de transmisión de datos es incierto. Por lo tanto, plantea enormes desafíos para la ubicación eficiente de datos para flujos de trabajo científicos. Sin embargo, la mayoría de las soluciones tradicionales para la ubicación de datos se centran en entornos de nube deterministas, lo que conduce a un tiempo de transmisión de datos excesivo para los flujos de trabajo científicos. Para abordar este problema, proponemos un algoritmo de optimización de enjambre de partículas discreto adaptativo basado en la teoría difusa y operadores de algoritmo genético (DPSO-FGA) para minimizar el tiempo de transmisión

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Colocación de datos; Flujos de trabajo científicos; Entornos de nube híbrida; DPSO-FGA; Tiempo de transmisión de datos difuso; Resultados de simulación
• Keywords:Data placement; Scientific workflows; Hybrid cloud environments; DPSO-FGA; Fuzzy data transmission time; Simulation results