دانلود مقاله ترجمه شده 2015 با بهترین کیفیت-زمانبندی ماشین های مجازی در رایانش ابری برای صرفه جویی در مصرف انرژی+مقاله انگلیسی

اختصاصی از فایل هلپ دانلود مقاله ترجمه شده 2015 با بهترین کیفیت-زمانبندی ماشین های مجازی در رایانش ابری برای صرفه جویی در مصرف انرژی+مقاله انگلیسی دانلود با لینک مستقیم و پر سرعت .

زبان مقاله: فارسی (ترجمه شده)

قالب: ورد (Word)

تعداد صفحات: 33 صفحه تک ستونی

سال انتشار: 2015

محل انتشار: ژورنال معروف Future Generation Computer Systems

 مقاله انگلیسی: 13 صفحه دو ستونی به صورت پی دی اف (PDF)

مشاهده مقاله انگلیسی:

رایانش ابری یا محاسبات ابری (Cloud Computing) یک مدل محاسباتی با مقیاس بالاست که به ماشین های فیزیکی محاسباتی زیادی نیاز دارد. این ماشین ها میزان برق زیادی مصرف میکنند که این میزان مصرف از میزان سود فراهم کنندگان سرویس خواهد کاست و منجر به آسیب رساندن به محیط خواهد شد. امروزه در رایانش ابری به میزان زیادی از مجازی سازی(Virtualization) استفاده میشود. با این حال، استفاده از روشهای با مصرف انرژی بهنیه موجود برای زمانبندی ماشینهای مجازی ( Virtual Machine یا VM) در ابر در صورتی امکان پذیر است که ماشین های فیزیکی (Physical Machine یا PM) همگن باشند. شبکه های ناهمگن(Heterogeneous) معمولا از تکنولوژی های بهینه سازی مصرف انرژی سخت افزاری مانند ولتاژ متغیر(Dynamic Voltage) و مقیاس بندی فرکانس(Frequency Scaling) مانند DVFS استفاده نمیکنند.

این مقاله یک الگوریتم بهینه مصرف انرژی به نامEEVS برای زمانبندی ماشین های مجازی در ابر پیشنهاد میدهد که محدودیت های زمانی (Deadline) را در نظر میگیرد و میتواند به خوبی از مقیاس بندی فرکانس(DVFS) استفاده کند. یک نتیجه گیری جدید به دست می آید به این صورت که برای هر ماشین فیزیکی(PM) یک فرکانس بهینه وجود دارد که میتواند در آن ماشین مجازی خاصی را پردازش کند و بر این اساس مفهوم کارایی توان بهینه تعریف میشود که برای اندازه گیری ماشین های مجازی همگن(homogeneous) به کار میرود. ماشین فیزیکی با بالاترین نسبت کارایی توان بهینه، قبل از دیگر ماشین ها به ماشین های مجازی اختصاص داده خواهد شد تا بتواند در مصرف انرژی صرفه جویی کند. فرآیندEEVS به چند بازه زمانبندی یکسان تقسیم شده است که در هر کدام ماشین های مجازی به ماشین های فیزیکی مناسب انتساب داده میشوند و هر هسته فعال پردازشی با یک فرکانس بهینه کار میکند. پس از هر بازه زمانی، ابر باید دوباره پیکربندی شود تا بتواند منابع پردازشی را برای کاهش بیشتر در مصرف انرژی یکپارچه کند. همچنین محدودیت های مهلت زمانی بایستی در طول زمانبندی برآورده شود. نتایج شبیه سازی نشان میدهد که روش پیشنهادی در این مقاله در بهترین حالت میتواند به 20 درصد کاهش مصرف انرژی و 8 درصد افزایش ظرفیت پردازشی منجر شود.

این مقاله با عنوان " زمانبندی ماشین های مجازی همراه با بهره وری انرژی در ابر در صورت وجود محدودیت های زمانی" در سال 2015 در ژورنال "نسل های آینده سیستم های کامپیوتری" و با عنوان انگلیسی " Energy efficient scheduling of virtual machines in cloud with deadline constarints”" در ژورنال "Future Generation Computer Systems" منتشر شده است. این ژورنال بسیار معتبر است و توسط انتشارات الزویر (Elsevier) و تامسون رویترز (Thomson Reuters) ایندکس میشود.

ترجمه فارسی این مقاله با کیفیت بسیار بالا و روان و توسط یک دانشجوی دکترای کامپیوتر انجام شده است وچندین بار بازخوانی شده است. تمامی شکل ها، جدول ها و فرمول های مقاله ترجمه، تنظیم و شماره گذاری شده اند. این ترجمه در قالب فایل Word تهیه شده است و شما میتوانید آنرا به شکل دلخواه ویرایش کنید.

توجه داشته باشید که تنها هزینه تایپ و تنظیم شکل ها و تهیه کردن فرمول ها بسیار بیشتر از مبلغ قیمت گذاری شده است!

این ترجمه تنها برای این سایت انجام گرفته و تاکنون هیچ جایی ارائه نشده و به هیچ استادی تحویل داده نشده است. جهت بررسی کیفیت ترجمه، چکیده مقاله انگلیسی و فارسی در زیر آورده شده است.

Abstract

Cloud computing is a scale-based computing model, and requires more physical machines and consumes an extremely large amount of electricity, which will reduce the profit of the service providers and harm the environment. Virtualization is widely used in cloud computing nowadays. However, existing energy efficient scheduling methods of virtual machines (VMs) in cloud cannot work well if the physical machines (PMs) are heterogeneous and their total power is considered, and typically do not use the energy saving technologies of hardware, such as dynamic voltage and frequency scaling (DVFS).

This paper proposes an energy efficient scheduling algorithm, EEVS, of VMs in cloud considering the deadline constraint, and EEVS can support DVFS well. A novel conclusion is conducted that there exists optimal frequency for a PM to process certain VM, based on which the notion of optimal performance–power ratio is defined to weight the homogeneous PMs. The PM with higher optimal performance–power ratio will be assigned to VMs first to save energy. The process of EEVS is divided into some equivalent schedule periods, in each of which VMs are allocated to proper PMs and each active core operates on the optimal frequency. After each period, the cloud should be reconfigured to consolidate the computation resources to further reduce the energy consumption. The deadline constraint should be satisfied during the scheduling. The simulation results show that our proposed scheduling algorithm achieves over 20% reduction of energy and 8% increase of processing capacity in the best cases.

 چکیده

رایانش ابری یک مدل محاسباتی با مقیاس بالاست که به ماشین های فیزیکی محاسباتی زیادی نیاز دارد. این ماشین ها میزان برق زیادی مصرف میکنند که این میزان مصرف از میزان سود فراهم کنندگان سرویس خواهد کاست و منجر به آسیب رساندن به محیط خواهد شد. امروزه در رایانش ابری به میزان زیادی از مجازی سازی استفاده میشود. با این حال، در صورتی که ماشین های فیزیکی (PM) درون ابر ناهمگن باشند و کل توان آنها در نظر گرفته شود نمیتوان از روشهای زمانبندی ماشین مجازی (VM) که دارای بهره وری انرژی هستند استفاده کرد. شبکه های ناهمگن معمولا از تکنولوژی های بهینه سازی مصرف انرژی سخت افزاری مانند ولتاژ متغیر(Dynamic Voltage) و مقیاس بندی فرکانس(Frequency Scaling) مانند DVFS استفاده نمیکنند.

این مقاله یک الگوریتم بهینه مصرف انرژی به نام EEVS برای زمانبندی ماشین های مجازی در ابر پیشنهاد میدهد که محدودیت های زمانی (Deadline) را در نظر میگیرد و میتواند به خوبی از مقیاس بندی فرکانس (DVFS) استفاده کند. یک نتیجه گیری جدید به دست می آید به این صورت که برای هر ماشین فیزیکی (PM) یک فرکانس بهینه وجود دارد که میتواند در آن ماشین مجازی خاصی را پردازش کند و بر این اساس مفهوم نسبت کارایی-توان بهینه تعریف میشود که برای اندازه گیری ماشین های مجازی همگن (homogeneous) به کار میرود. ماشین فیزیکی با نسبت کارایی-توان بهینه بالاتر، قبل از دیگر ماشین ها در اختیار ماشین های مجازی قرار خواهد گرفت تا بتواند در مصرف انرژی صرفه جویی کند. فرآیند EEVS به چند بازه زمانبندی همسان تقسیم شده است که در هر کدام، ماشین های مجازی به ماشین های فیزیکی مناسب انتساب داده میشوند و هر هسته فعال پردازشی با یک فرکانس بهینه کار میکند. پس از هر بازه زمانی، ابر باید دوباره پیکربندی شود تا بتواند منابع پردازشی را برای کاهش بیشتر در مصرف انرژی یکپارچه کند. همچنین محدودیت های مهلت زمانی بایستی در طول زمانبندی برآورده شود. نتایج شبیه سازی نشان میدهد که روش پیشنهادی ما در این مقاله در بهترین حالت میتواند به 20 درصد کاهش مصرف انرژی و 8 درصد افزایش ظرفیت پردازشی منجر شود.

کلمات کلیدی:

مقاله 2015 کامپیوتر، مقاله 2015 رشته کامپیوتر، مقاله انگلیسی 2015، مقاله آی اس آی، مقاله ای اس ای، مقاله آی اس آی 2015، مقاله isi 2015، مقاله رشته کامپیوتر، مقاله رایانش ابری، مقاله محاسبات ابری، مقاله انگلیسی ترجمه شده، مقاله ترجمه شده، مقاله 2015 ترجمه شده، مقاله و ترجمه، ترجمه مقاله رایانش ابری، ترجمه مقاله isi، خرید ترجمه مقاله، خرید مقاله، دانلود مقاله کامپیوتر، دانلود رابگان مقاله رایانش ابری، مقاله جدید کامپیوتر، زمانبندی رایانش ابری، زمانبدی ماشین های مجازی، اختصاص ماشین های مجازی به ماشین های فیزیکی، تخصیص ماشین های مجازی به ماشین های فیزیکی، تخصیص ماشین های فیزیکی، زمانبندی ماشین های فیزیکی در رایانش ابری، کلود، زمانبندی برای کاهش مصرف انرژی، کاهش مصرف برق در رایانش ابری، شبیه سازی رایانش ابری، ولتاژ پویا، مقاله 2015 ترجمه شده، مقاله انگلیسی ترجمه شده، مقاله کامپیوتر ترجمه شده، مقاله رایانش ابری ترجمه شده، مقاله ترجمه شده جدید رایانش ابری، مقاله ترجمه شده جدید محاسبات ابری، مقاله با ترجمه، مقاله ISI با ترجمه، ولتاژ داینامیک، ولتاژ متغیر، مقیاس بندی فرکانس، اختصاص ماشین های مجازی، الگوریتم های زمانبندی ابری، درجه بندی فرکانس، کاهش مصرف توان در محاسبات ابری، زمانبندی vm، زمانبندی ماشین مجازی، شناسایی میزبان پربار ، شناسایی میزبان کم بار، vm selection، vm placement ، مجازی سازی، 2015 Article, ISI Article, Virtualization, Power saving scheduling in cloud computing, Dynamic voltage, frequency scaling

پس از خرید از درگاه امن بانکی لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده میشود.

تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه با آدرس ایمیل:

[e-mail]

شماره تماس ما در نرم افزار واتس آپ:

[phone]

شماره تماس ما در نرم افزار تلگرام:

[phone] 

 توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

دانلود جدیدترین قوانین فوتسال در سال 2015

اختصاصی از فایل هلپ دانلود جدیدترین قوانین فوتسال در سال 2015 دانلود با لینک مستقیم و پر سرعت .

ترجمه قوانین فوتسال 2014 – 2015

گروه ترجمه سایت فروش فایل فابیان با توجه به عدم اطلاع قشر کثیری از جامعه فوتسال ایران نسبت به جدیدترین قوانین و تبصره های فوتسال، بر آن شد که نسبت به تهیه و ترجمه قوانین فوتسال اقدام نماید و آن را در اختیار ورزشکاران، داوران و مربیان این رشته ی پرطرفدار ورزشی قرار دهد. متاسفانه ترجمه هایی که در فضای اینترنت وجود دارد متعلق به سال های دور(2009-2008) بوده و دارای نواقصات زیادی می باشند، حتی سایت فدراسیون فوتبال ترکیه نیز آخرین قوانینی که به کاربران ترک ارائه می کند، ترجمه قوانین 2012-2013 است. گروه ترجمه سایت فروش فایل فابیان تلاش کرده است در انتقال صحیح مطالب این کتاب قانون نهایت دقت را داشته باشد.

تیم ترجمه و طراحی سایت فروش فایل فابیان خود را نسبت به کاربران این محصول متعهد و پاسخگو می داند، بنابراین شما می توانید در صورت مشاهده ی هر گونه غلط املایی و ابهام در قوانین، از بخش “تماس با ما” اطلاع دهید. در اسرع وقت پاسخگو خواهیم بود.

از طریق لینک زیر می توانید فایل های PDF قوانین هفده گانه فوتسال 2015 را دانلود کنید.

استاندارد اروپایی طراحی مخازن تحت فشار PD 5500:2015 - Specification for unfired fusion welded pressure vessels

اختصاصی از فایل هلپ استاندارد اروپایی طراحی مخازن تحت فشار PD 5500:2015 - Specification for unfired fusion welded pressure vessels دانلود با لینک مستقیم و پر سرعت .

PD 5500:2015 - Specification for unfired fusion welded pressure vessels

جدید ترین استاندارد طراحی مخازن تحت فشار که در انگلیس و کشورهای اروپایی کاربرد دارد. در پروژه های نفت و گاز ایران نیز کاربرد دارد.

دانلود کتاب آموزش و تمرین کتیا 2015

اختصاصی از فایل هلپ دانلود کتاب آموزش و تمرین کتیا 2015 دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله 2015 شبکه حسگر بیسیم-- الگوریتم ژنتیک برای موقعیت بندی و توسعه شبکه سنسور زیر آب

اختصاصی از فایل هلپ دانلود مقاله 2015 شبکه حسگر بیسیم-- الگوریتم ژنتیک برای موقعیت بندی و توسعه شبکه سنسور زیر آب دانلود با لینک مستقیم و پر سرعت .

نوع مطلب: مقاله IEEE

زبان مقاله: انگلیسی

قالب مقاله: پی دی اف (PDF)

تعداد صفحات: 6 صفحه دوستونی

سال انتشار: 2015

محل ارائه: کنفرانس بین المللی تکنولوژی های زیر آبی (Underwater Technology)

در سالهای اخیر استفاده از شبکه های حسگر بیسیم به میزان زیادی گسترش یافته است. در این شبکه ها تعداد زیادی گره سیار ریز به نام سنسور یا حسگر در محیطی قرار داده میشوند و اطلاعات آن محیط را پایش و بررسی میکنند و برای یک سرور به نام Sink یا چاهک ارسال میکنند. این شبکه ها کاربردهای زیادی پیدا کرده اند که از میان آنها میتوان به کاربردهای نظامی، جاسوسی، امنیتی، حفاظت از منازل و دارایی ها، هواشناسی، کنترل زیست محیطی، پایش و نظارت بر حیوانات و گونه های در حال انقراض، کشاورزی، رصد کردن زیر دریا، کاربردهای تجاری و هزاران کاربرد دیگر اشاره کرد.

در زمینه این شبکه ها مسائل باز زیادی وجود دارد و کارهای زیادی میتوان انجام داد. مثلا در زمینه میزان مصرف انرژی به خاطر محدود بودن میزان باتری حسگرها، الگوریتم های مسیریابی برای انتقال اطلاعات به چاهک، امنیت این شبکه ها برای جلوگیری از دستبرد به داده ها، تحمل خطا در زمان بروز مشکلات و ده ها زمینه دیگر. یکی از زمینه هایی که بسیار مهم است، مکانیابی درست حسگرهاست، یعنی بتوانیم مکان گره های سنسور را به درستی یا با تقریب خوبی پیدا کنیم که این کار تاثیر بسیار زیادی روی کیفیت کاربرد موردنظر دارد.

در این مقاله از الگوریتم ژنتیک به منظور بهینه سازی موقعیت گذاری گره های شبکه حسگر بیسیم زیر آب استفاده شده است. روش پیشنهادی میتواند برای محافظت از ادوات نظامی حساس به کار رود و یا کاربردهای مختلف پایش داشته باشد.

چکیده

شبکه های بیسیم زیر آب آکوستیک (UWSN) برای بسیاری از برنامه های کاربردی زیر آب که نیاز به ارتباطات بیسیم دارند حیاتی هستند. توسعه گره های سنسور با یک چیدمان بهینه همراه با پیروز شدن بر چالش های مخصوص رسانه ای که آنها را در بر میگیرد و همچنین در نظر گرفتن محدودیت های انرژی سنسور ها برای برنامه های کاربردی واقعی مسئله مهمی است. به این خاطر که این ویژگیها در برابر تغییرات دما، شوری آب، عمق، PH و فرکانس انتقال یکنواخت نیستند، باید آنها را به صورت پویا شبیه سازی کرد و از پیش در یک قالب فیزیکی پایدار پیکربندی کرد. یک استراتژی مبتنی بر تکنیک های هوش محاسباتی که این فاکتورها را برای رسیدن به یک پیکربندی مناسب با در نظر گرفتن منابع موجود در نظر میگیرد، اهمیت زیادی دارد. روش پیشنهادی از یک روش بهنیه سازی مبتنی بر الگوریتم ژنتیک (GA) برای موقعیت بندی و توسعه گره های شبکه حسگر بی سیم زیر دریا به منظور بیشینه کردن میزان پوشش فراهم شده برای حفاظت از دارایی های با ارزش بالا در برنامه های کاربردی نظامی استفاده میکند. در زمینه برنامه های کاربردی شهری به منظور پایش اقیانوس ها، تکنیک پیشنهادی برای شناسایی حداقل تعداد گره های موردنیاز و موقعیت آنها به منظور ارتباط کارا استفاده میشود.

Abstract—Underwater acoustic sensor networks (UWSNs) are crucial for a multitude of underwater applications that require wireless operation. The deployment of sensor nodes in an optimal arrangement while overcoming the unique challenges posed by the surrounding medium and energy constraints on the sensors is a non-trivial task for real-world applications. As these characteristics are anisotropic with respect to change in temperature, salinity, depth, pH, and transmission frequency, they need to be accounted for in a dynamic simulation to preconfigure a stable physical network layout of nodes. A strategy based on computational intelligence techniques that takes into consideration these factors to achieve a viable configuration with the available resources is of prime importance. The proposed methodology uses a genetic algorithm (GA) based optimization technique for the positioning and deployment of UWSN nodes to maximize the coverage provided to protect a high-value asset (HVA) in a military application. In the case of a civil application for ocean monitoring, the proposed technique is used to identify the minimum number of nodes required and their positions for effective communication.

*مناسب برای پژوهش در زمینه شبکه های کامپیوتری، شبکه های کامپیوتری پیشرفته، سیستم های توزیعی، شبکه های حسگر بیسیم، شبکه های سیار و بی سیم، سیستم های توزیع شده، سیستم عامل های پیشرفته

کلمات کلیدی:

شبکه حسگر بی سیم، شبکه حسگر بیسیم، مقاله انگلیسی شبکه حسگر بیسیم، مقاله جدید شبکه حسگر بیسیم، مقاله 2015 شبکه حسگر بیسیم، الگوریتم ژنتیک در شبکه حسگر بیسیم، مکانیابی در شبکه حسگر بیسیم به کمک الگوریتم ژنتیک، مقاله کامپیوتر، مقاله ISI کامپیوتر، مقاله آی اس آی کامپیوتر، مقاله 2015 کامپیوتر، مقاله ISI 2015 کامپیوتر، شبکه های کامپیوتری، دانلود مقاله آی اس آی، ISI ، شبکه حسگر بیسیم، سنسور، تقسیم بندی شبکه، تعمیر توپولوژی، تحمل پذیری خطا، شبکه سنسور بی سیم، یادگیری ماشین، الگوریتم های مسیریابی در شبکه های حسگر بیسیم، الگوریتم های مکانیابی در شبکه های حسگر بیسیم، گره های انکر، گره های لنگرگاه، گره های تکیه گاه، مشخص کردن موقعیت، دانلود رایگان مقاله 2015، مقالات جدید کامپیوتر، شبکه های حسگر بیسیم، سیستم های توزیع شده، دانلود مقاله 2015 کامپیوتر، مقاله 2015 رایگان، دانلود رایگان مقاله 2015 کامپیوتر، کاربرد یادگیری ماشین در شبکه های کامپیوتری، کاربرد یادگیری ماشین در شبکه های حسگر بیسیم، الگوریتم های یادگیری ماشین، شبکه های عصبی مصنوعی، مقاله مکانیابی در شبکه حسگر بیسیم، مقاله مکانیابی در شبکه سنسور، مشخص کردن موقعیت، wireless sensor networks, wsn, localization in wireless sensor network, localisation in wireless sensor networks, artificial neural networks, ann, feed forward neural networks, tansigmoid transfer function, tan sigmoid transfer function, training algorithms, Bayesian regularization, back propagation algorithms, multi-layer perceptron , ، Network partitioning ، Topology repair ، 2-Vertex connectivity، Fault tolerance ، Relay node placement

قیمت ترجمه این پایان نامه با بهترین کیفیت، کاملا تخصصی و تایپ شده: (حدود 45 هزار تومان)

پس از خرید از درگاه امن بانکی لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده میشود.

تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه با آدرس ایمیل:

[e-mail]

شماره تماس ما در نرم افزار واتس آپ:

[phone]

شماره تماس ما در نرم افزار تلگرام:

[phone] 

توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.