مقالات و ترجمه های درس سیستم های توزیعی کارشناسی ارشد مقالات و ترجمه های درس سیستم های توزیعی کارشناسی ارشد تمرینات، سوالات و مثال های درس سیستم های توزیعی جزوه درس سیستم های توزیعی ده مقاله بروز در زمینه range free localazation که من جمع آوری کردم و از آن منابع خوب میتوانید مقاله و یا سمینار درست کنید. ترجمه مقالات Fault Tolerance-Genetic Algorithm for Grid Task Scheduling using Check Point بیش از 35 صفحه دکیومنت با فرمت ورد زمان بندی تحمل پذیر کارها در گرید های محاسباتی ١- ایده اصلی مقاله در این مقاله یک استراتژی برای زمان بندی تحمل پذیر خطای کارها در گریدهای محاسباتی ارائه شده است. در این روش سابقه ای از وقوع خطا2 در منابع، در سرویس اطلاعاتی گرید3 (GIS) نگهداری می شود. هر موقع که دلال منابع4 کاری برای زمان بندی داشته باشد، از این سابقه استفاده می کند و با توجه به اینکه منابع مختلف تمایلات مختلفی به خطا دارند، شدت های متفاوتی از تکنیک های نقطه بررسی5 و تکرار6 را برای زمان بندی کارها روی آن منابع در نظر می گیرد. ١-١- مدل سیستم در این طرح مدل سیستم از سه مولفه کلیدی به شرح زیر تشکیل شده است: ul style= text-align: justify; liتشخیص خطا در دلال منابع: طرح پیشنهاد شده، وقوع خطا را با خرابی منبع تشخیص می دهد. برای تشخیص چنین خطایی، ابتدا دلال کاری را به منبع تخصیص می دهد و سپس انتظار دارد که پاسخی از اجرای آن در یک بازه زمانی مشخص دریافت نماید ( این بازه زمانی تابعی از سرعت آن منبع، تاخیر ارتباطی بین منبع و دلال منابع، و طول صف منبع است). اگر منبع نتواند نتیجه اجرای کار محول شده به آن را به دلال منابع برگرداند، مشخص می شود که خطایی اتفاق افتاده و در مرحله بعد اطلاعاتی راجع به آن خطا در GIS (که در به کارگیری نقطه بررسی و تکرار، به هنگام تخصیص کار به آن منبع در دفعه بعد کمک می کند) ذخیره می شود.liliنگهداری سابقه ای از وقوع خط در GIS: برای این کار، GIS جدولی از وقوع خطا در منابع را نگه می دارد که این جدول زمانی به هنگام سازی می شود که:liliیک منبع قادر به اجرای کار محول شده به آن در مهلت مشخص شده نباشد، که در این صورت اندیس خطای منبع یک واحد افزایش می یابد.liliیک منبع کار را در مهلت مشخص شده به طور کامل انجام دهد که در این حالت نیز اندیس خطا یک واحد کاهش می یابد. liul 1 - Grid 2 - Fault 3 - Grid Information Service 4 - Resource Broker 5 - Check point 6 - Replication الگوریتم ژنتیک تحمل پذیر خطا برای زمان بندی کارها با استفاده از تکنیک نقطه بررسی ١- ایده اصلی مقاله در این مقاله یک روش در سطح-وظیفه1 برای تحمل پذیری خطا در گرید مطرح شده است. تکنیکی که برای تحمل پذیری خطا در این مقاله از آن استفاده شده، تکنیک نقطه بررسی است که به صورت ترکیبی با الگوریتم ژنتیک مورد استفاده قرار گرفته است. که در ادامه تک تک آنها شرح داده شده است. ١-١- الگوریتم ژنتیک ( GA ) یک تکنیک تکاملی برای جستجو در فضاهای بزرگ محسوب می شود. فرایند کلی جستجوی GA به صورت زیر است. ol style= text-align: justify; liتولید جمعیت اولیه: یک جمعیت مجموعه ای از کروموزوم ها است و هر کروموزوم نشان دهنده یک راه حل است که در اینجا یک دنباله نگاشت بین وظیفه ها و ماشین ها محسوب می شود. liliارزیابی کرورموزوم: هر کرموزوم دارای یک مقدار برازندگی است که کیفیت نگاشت وظیفه-ماشین را برای آن کروموزوم نشان می دهد. هدف جستجوی GA، پیدا کردن کروموزومی با مقدار برازندگی بهینه است. liliعملگرهای برش و جهش: عملگر برش یک جفت کروموزوم را به صورت تصادفی انتخاب کرده و یک نقطه تصادفی در کروموزوم اول برمی گزیند و بین دو کرموزوم از آن نقطه تا آخر کروموزوم ها، ماشین های نسبت داده شده به هر وظیفه را با هم معاوضه می کند. liolعملگر جهش یک کروموزوم را به صورت تصادفی انتخاب کرده و یک وظیفه تصادفی در داخل آن برمی گزیند و آن را به صورت تصادفی به یک ماشین جدید واگذار می نماید. ol style= text-align: justify; liدر نهایت کروموزوم های حاصل شده از تغییرات فوق دوباره ارزیابی می شوند و به این صورت یک تکرار از GA پایان می پذیرد. جستجوی GA زمانی متوقف خواهد شد که یا الگوریتم به تعداد از پیش تعیین شده ای اجرا شود؛ یا تمام کروموزوم ها به یک نگاشت یکسان همگرا شوند (برازندگی کروموزوم ها به یک مقدار همگرا شود)؛ یا پیشرفتی در یک تکرار از الگوریتم حاصل نشود و یا یک محدوده هزینه مورد نظر بدست آید.liol task-level تحمل پذیری خطا برای زمان بندی کارها در گرید1 جعفر عالی نژاد دپارتمان مهندسی کامپیوتر، دانشگاه آزاد اسلامی، قزوین، ایران چکیده هدف رایانش مشبک تجمیع قدرت منابع ناهمگن است که از لحاظ جغرافیایی بسیار توزیع شده هستند. از آنجایی که احتمال خرابی در چنین سیستم گسترده ای خیلی بیشتر از سیستم های دیگر است، تحمل پذیری خطا تبدیل به حوزه مهمی در رایانش مشبک شده است. در این مقاله مروری بر چند کار انجام شده در مورد تحمل پذیری خطای زمان بندی صورت گرفته و همچنین یک استراتژی جدید در این زمینه ارائه شده است. در استراتژی پیشنهاد شده، سابقه ای از وقوع خطا در منابع، داخل سرویس اطلاعاتی گرید (2GIS) نگهداری می شود و زمانی که کارگزار منابع با استفاده از الگوریتم ژنتیک برای یک کار، ترکیبی از منابع را جستجو می نماید، از این اطلاعات به عنوان یک هیوریستیک بهره می گیرد. به این ترتیب یک راه حل بهینه برای مساله پیدا می شود. با استفاده از تکنیک نقطه بررسی، طرح ارائه شده بیشتر قابل اطمینان خواهد بود و علاوه بر آن درصد کارهای انجام شده نیز بیشتر خواهد شد. کلمات کلیدی: تحمل پذیری خطا ndash; رایانش مشبک ndash; زمان بندی کار ndash; الگوریتم ژنتیک ndash; تکنیک نقطه بررسی مقدمه از اواسط ۱۹۹۰ میلادی دانشمندان کامپیوتر با الهام گرفتن از شبکه نیروی برق و به دلیل سادگی کاربرد و قابلیت اطمینان آن، شروع به طراحی و توسعه زیر بنایی شبیه به آن به نام شبکه قدرت محاسباتی3 نمودند1,2 . با به وجود آمدن چنین بستری، محاسبات توزیع شده و موازی و برنامه های کاربردی که نیازمند چیزی بیش از یک منبع کامپیوتری ( مانند PC، ایستگاه کاری، ابرکامپیوتر، یا کلاستر ) بودند، به سادگی قابل اجرا شدند. یک گرید نوعی سیستم موازی و توزیع شده است که امکان اشتراک، انتخاب و تجمیع منابع خودکار و ناهمگنی که از لحاظ جغرافیایی توزیع شده اند را در زمان اجرا بسته به قابلیت دسترسی، توانایی، کارایی، هزینه و نیازمندی کیفیت خدمات کاربران فراهم می کند 3. منابع تشکیل دهنده یک گرید می تواند کامپیوتر، حافظه ها، ابزارهای خاص، 1 - Grid 2 - Grid Information Service 3 - Computational Power Grid Fault Tolerant Job Scheduling in Computational Grid