رایانش ابری یکی از راه حل های فشرده توسعه یافته برای پردازش توزیع شده در مقیاس بزرگ است. استفاده موثر از چنین محیطی، مدیریت پیچیدگی بالا و اطمینان از سطح مناسب کیفیت سرویس (QoS) نیاز به سیستم های نظارت پیشرفته دارد. چنین سیستم‌های نظارتی باید از مقیاس پذیری، سازگاری و قابلیت اطمینان کل ابر پشتیبانی کنند. اکثر سیستم‌های نظارتی موجود هیچ الگوریتم هوش مصنوعی (AI)را برای حمایت از تغییر در جریان کار یا محیط کار ترکیب نمی‌کنند. آن‌ها تنها بر نظارت یا قادر ساختن کنترل سیستم به عنوان بخشی از یک سرویس مجزا تمرکز می‌کنند. یک سیستم نظارتی موثر برای محیط ابر باید اطلاعاتی در مورد تمام مراحل پردازش بدست آورد و باید فعالانه محیط تحت نظارت را کنترل کند. در این مقاله، ما یک مدل جدید مبتنی بر سیستم چندرسانه ای مبتنی بر ابر (MAS – CM) را ارایه می‌کنیم که از عملکرد و امنیت وظایف گردآوری، برنامه‌ریزی و اجرای عملیات در محیط‌های دارای خدمات در مقیاس بزرگ پشتیبانی می‌کند. چنین مدل‌هایی صریحا برای کنترل عملکرد و اهداف امنیتی محیط طراحی شده‌اند. در کار ما، برای جلوگیری از تزریق کار غیر مجاز و اصلاح، بر بهینه‌سازی فرآیند برنامه‌ریزی و بیشینه‌سازی کاربرد منابع متمرکز می‌شویم. ما اثربخشی MAS-CM را به صورت تجربی با استفاده از یک برنامه ریزی مستقل بلاک و چارچوب FastFlow ارایه می دهیم. نتایج به دست آمده اثربخشی رویکرد پیشنهادی و بهبود عملکرد را نشان می دهد.
باتوجه به تعریف موسسه ملی استانداردها و تکنولوژی، "رایانش ابری یک مدل برای دسترسی به شبکه با تقاضا به یک مجموعه مشترک از منابع محاسباتی قابل تنظیم است". این نوع محاسبات تعدادی مزایا دارد. مهم‌ترین آن‌ها عبارتند از:
۱. مقیاس پذیری خدمات مبتنی بر تقاضا با در نظر گرفتن محدودیت‌ها و الزامات مشخص‌شده توسط کاربران؛
۲. انعطاف‌پذیری، پشتیبانی از کنترل مداوم منابع و بهینه‌سازی آن‌ها؛
۳. مجازی سازی، به عنوان ابزاری برای جدا کردن زیرساخت‌های فیزیکی از کاربران؛
۴. توزیع جغرافیایی ابزارهای دسترسی، از جمله کلاینت های ریز و درشت:
تلفن‌های همراه، تبلت ها، لپ‌تاپ‌ها، و ایستگاه‌های کاری.
مدل رایانش ابری بیشینه‌سازی استفاده از منابع، سفارشی سازی خدمات ارایه‌شده، مدیریت الاستیک،ارائه خدمات مبتنی بر تقاضا، کاهش مصرف انرژی و هزینه‌های نگهداری را امکان پذیرمیکند. این مسایل منجر به ضرورت نظارت محیطی مداوم می‌شوند. استفاده موثر از چنین محیط‌هایی، مدیریت پیچیدگی بالا وحصول اطمینان از سطح مناسب کیفیت خدمات (QoS)به سیستم‌های نظارتی ابر خاص نیاز دارد. معمولاارایه‌کننده رایانش ابری مسئول قابلیت اطمینان، در دسترس بودن، قابلیت دسترسی و الزامات عملکرد است.
بنابراین، نیاز زیادی به سیستم‌های نظارتی ابر وجود دارد.
یک سیستم نظارتی می‌تواند به عنوان ابزاری برای کنترل و مدیریت زیرساخت‌های سخت‌افزاری و نرم‌افزاری تعریف شود. با توجه به طبقه‌بندی ارایه‌شده ، سه نوع نظارت اساسی وجود دارد
نظارت بر کاربر؛
نظارت بر سیستم مجازی؛
نظارت بر سیستم فیزیکی.
سیستم‌های نظارتی ممکن است هم در قالب نرم‌افزار و / یا سخت‌افزار پیاده‌سازی شوند. به علاوه، حوزه نظارتی محیط می‌تواند نرم‌افزار و سخت‌افزار باشد. در این مقاله، ما نظارت کاربر محور و مجازی را در نظر می‌گیریم و مدل پیشنهادی ما مبتنی بر اجرای نرم‌افزاری پشتیبانی از عامل است. یکی از مهم‌ترین فرایندها برای اطمینان از کار صحیح محیط ابر فرآیند برنامه‌ریزی وظایف و عملکرد است. زمان‌بندی اجازه می‌دهد تا کاربران و انتظارات ارائه کنندگان (مانند عملکرد خدمات، قابلیت اطمینان یا امنیت) به حداکثر برسد. بنابراین، برای حمایت از تمام این فرایندها، نیاز به طراحی یک سیستم مانیتورینگ توزیع‌شده کارآمد و هوشمند وجود دارد. یک سیستم نظارت هوشمند می تواند به عنوان یک سیستم تعریف شود که فرایندهای پیچیده را درک می کند، اطلاعات را در زمینه های نظارت شده جمع آوری می کند و با استفاده از ابزار هوشمند، فعالانه و مستقل از عملیات محیطی پشتیبانی می کند. به دلیل ماهیت محیط ابر و ویژگی‌های مورد انتظار یک سیستم مانیتورینگ هوشمند، یک راه‌حل مناسبی که برای سیستم‌های نظارت ابری به نظر می‌رسد سیستم‌های چند عاملی هستند. یک رویکرد مبتنی بر عامل به ارایه یک تجزیه و تحلیل جامع از عملکرد سیستم‌های توزیع‌شده و مقیاس بزرگ مثل ابر کمک می‌کند.
محيط محاسباتي مدل مانيتور ابري مبتني بر چند عاملي (MAS-CM) در اين مقاله پيشنهاد شده است که عملکرد آن را بهبود مي بخشد و امنيت وظايف جمع آوري، برنامه ريزي و فرآيندهاي اجرايي را افزايش مي دهد. مدل ارائه شده برای سیستم های مبتنی بر سیستم مستقل برنامه ریزی زمانی مناسب است که در آن حجم کار وظایف ممکن است به صورت قبل برآورد شود. در نتیجه، سیستم نظارت بر اساس تکامل امنیتی مبتنی بر عوامل هوشمند است. در این روش، برنامه ریزی، نظارت و گزارش دهی در فواصل زمانی غیرمنتظره انجام می شود که مانع از حملات زمان بندی بر محیط ابر می شود.
یک نسخه گسترده‌تر از مدل MAS - CM که بر مسایل امنیتی تمرکز دارد، در ابتدا مورد بحث و بررسی قرار گرفت. این مقاله به طور جامع، MAS - CM را توضیح می‌دهد، اهداف نظارت ابر را مورد بحث قرار می‌دهد و عناصر جدیدی را نشان می‌دهد که براساس بازخورد با ارزش دریافت‌شده در طول ارائه نتایج اولیه ما توسعه‌یافته اند. علاوه بر این، در این مقاله ما نتایج تجربی جدیدی را ارائه می‌کنیم. کاره‌ای عمده این مقاله عبارتند از:
۱. شرح مفصلی از حالات و اقدامات عامل،
۲. توسعه زمانبند ژنتیکی،
۳. مشخصات رفتار عامل برای کنترل فرآیند برنامه‌ریزی،
۴. پیاده‌سازی و آزمون‌های نظارت بر فرآیند برنامه‌ریزی،
۵. اجرای ماژول شبکه عصبی مصنوعی از تصمیمات عامل جمع‌کننده حمایت می‌کند،
۶. معرفی رفتار اجتماعی زیر عامل ها به شکل اخذ رای بر روی تصمیمات عامل اصلی.
در ادامه، مقاله به صورت زیر ساختاربندی شده است:
در بخش 2 معماری سیستم و مساله برنامه‌ریزی کار مستقل در زمینه نظارت دامنه بررسی شده است. بخش ۳ مدل MASCM را برای محیط‌های محاسباتی ابر معرفی می‌کند. ارزیابی مدل نظارت ابر پیشنهادی در بخش ۴ ارایه شده‌است. بخش ۵ درباره کار مرتبط بحث می‌کند. در نهایت، بخش ۶ این مقاله را نتیجه‌گیری کرده و جهت توسعه بیشتر پیشنهاداتی را مطرح می‌کند.
جهت دانلود و مطالعه تکمیلی بخش‌‌های مقاله اینجا کلیک کنید.
