Булутли ҳисоблаш тизимларида тармоқ ресурсларини тақсимлашнинг интеллектуал моделлари
Keywords:
булутли ҳисоблаш, ресурс тақсимоти, машинали ўқитиш, эвристик алгоритм, прогнозли бошқарув, QoS, оптимал тақсимот.Abstract
Мақолада булутли ҳисоблаш тизимларида тармоқ ресурсларини самарали тақсимлаш муаммоси таҳлил қилинган. Замонавий булутли муҳитда ҳисоблаш қуввати, хотира ва трафик каналларини фойдаланувчилар ҳамда виртуал машиналар ўртасида адолатли тақсимлаш муҳим вазифа ҳисобланади. Тадқиқотда сунъий интеллект ва прогнозлаштириш усуллари асосида ресурс тақсимотини оптималлаштириш масаласи кўриб чиқилган. Илмий ёндашув сифатида машинали ўқитиш ва эвристик моделлар орқали прогнозли тақсимот алгоритмлари тавсия этилган. Натижалар шундан далолат берадики, интеллектуал моделлар булутли муҳитда юкламани автоматик тарзда тақсимлаб, энергия самарадорлигини ва хизмат сифати (QoS) кўрсаткичларини яхшилайди.
References
Zhou G., Li Y., Zhang T. Predictive Resource Allocation in Cloud Computing Environments. – IEEE Access, 2022. – Vol. 10. – P. 12045–12058.
Mura R. Energy-Efficient Cloud Resource Management Using Machine Learning. – Future Generation Computer Systems, 2021. – Vol. 115. – P. 1–12.
Abramyan S. Heuristic Algorithms for Dynamic Cloud Resource Allocation. – Journal of Computational Optimization, 2020. – № 14(3). – P. 65–79.
Begmatov M. Bulutli tizimlarda resurslarni boshqarish va adolatli taqsimot modeli. – Toshkent: TATU nashriyoti, 2023. – 210 b.
Guo W. Neural Network-Based Predictive Scheduling for Cloud Services. – Procedia Computer Science, 2023. – Vol. 219. – P. 355–364.
