دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 Approaches of user activity detection and a new fuzzy logic-based method to determine the risk amount of user unusual activity in the smart home راهکارهای تشخیص عملکرد کاربران و ارائه روشی برای تعیین میزان خطر رفتار غیر معمول کاربران در خانه‌ی هوشمند مبتنی بر منطق فازی 2 13 111572 10.22052/scj.2021.242812.0 FA حانیه عباسی دانشکده برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه صنعتی قم، قم، ایران. محبوبه شمسی دانشکده برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه صنعتی قم، قم، ایران. عبدالرضا رسولی کناری دانشکده برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه صنعتی قم، قم، ایران. Journal Article 2020 08 24 In recent years, the number of sick and elderly people that are living alone in their homes and need care has grown. This is why the smart home is needed for the awareness of their condition. Identification of the patient's activity using environment sensors is the first step in implementing a smart home. In such a home, the patient's relatives can leave the patient alone with less concern. In this research, various methods of recognizing user’s activity in the smart home are presented, and then a new method is introduced to diagnose the risk amount of Alzheimer's patients in which fuzzy-logic is used in cases such as start-up time of the activity. This system uses fuzzy logic in three phases. Since this method is considered for specific patients, the wearing sensors are not used because they have difficulties for the elderly and even an Alzheimer's patient may forget to wear them. However, the implementation of this layer also achieved good results, i.e., 84% accuracy. در سال‌های اخیر، جمعیت افراد بیمار و سالمند که تنها هستند و نیاز به مراقبت دارند، افزایش یافته‌است. همین مسئله احتیاج به داشتن خانه‌ی هوشمند برای باخبر بودن از شرایط بیمار را افزایش می‌دهد. شناسایی فعالیت بیمار با استفاده از حسگرهای تعبیه شده در محیط، اولین قدم برای رسیدن به خانه‌ی هوشمندی است که در آن اطرافیان بیمار می‌توانند با نگرانی کمتری، بیمار را در خانه تنها بگذارند. در این پژوهش، انواع روش‌های تشخیص عملکرد کاربران در خانه‌ی هوشمند ارائه می‌شود و پس از آن به روش جدیدی برای شناسایی میزان خطر که در آن از منطق فازی در مواردی مثل زمان شروع فعالیت استفاده شده، پرداخته می‌شود. سیستم استفاده شده برای تشخیص میزان خطر، در سه فاز از منطق فازی استفاده کرده است. در این روش به دلیل آنکه برای افراد با شرایط خاص پیاده‌سازی شده‌است، از حسگرهای پوششی استفاده نشد زیرا اگر از سنسورهای پوشیدنی برای بررسی بروز این مشکل استفاده شود، برای سالمند سختی به همراه دارد و حتی یک فرد آلزایمری ممکن است فراموش کند آن را بپوشد که با توجه به این شرایط، پیاده‌سازی این لایه نیز نتایج خوبی – یعنی دقت 84% - را بدست آورد.

https://scj.kashanu.ac.ir/article_111572_0a7320571810d1281cce6246f8f09fb9.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 A systematic literature review of blockchain-based E-Voting مروری منظم بر ادبیات رأی‌گیری‌های الکترونیکی مبتنی بر فناوری زنجیره بلوکی 14 33 111573 10.22052/scj.2021.242836.0 FA پیام رنجبری گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد سنندج، سنندج، ایران. سید امیر شیخ احمدی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد سنندج، سنندج، ایران. Journal Article 2021 01 27 This paper aims to identify, analyze, and organize the literature on the applications of blockchain technology in electronic/online voting, as well as provide insights for future research. This study tries to show the most important applications of blockchain in e-voting and identify the most important e-voting challenges that blockchain offers a solution to them. This study follows the method of Systematic Literature Review (SLR) to analyze the existing literature on blockchain integration with e-voting. In this study, 30 articles from conferences and journals between 2017 and May 2021 were reviewed. It seems that the integration of blockchain with e-voting is in the early stages of its operation and researchers and experts are not fully aware of the potential of blockchain for e-voting. The most important results of merging or using blockchain for e-voting are voter privacy protection, anonymity, security increase, and voting system reliability. But on the other hand, there are serious discrepancies among researchers in terms of the cost-efficiency and scalability of blockchain-based voting systems. The limitations of this study are mainly due to the scarcity of studies on the applications of blockchain for e-voting (large-scale) in journals and conferences, as well as information on private-university projects that are implementing their idea is not available. این مقاله باهدف شناسایی، تجزیه‌ و تحلیل و سازمان‌دهی ادبیات مربوط به کاربردهای فنّاوری زنجیره بلوکی در رأی‌گیری‌های الکترونیکی/ برخط انجام می‌شود، همچنین چشم‌اندازی برای تحقیقات آینده پیشنهاد می‌دهد. این مطالعه سعی دارد که مهم‌ترین کاربردهای زنجیره بلوکی در رأی‌گیری الکترونیکی را نشان دهد و مهم‌ترین چالش‌های رأی‌گیری الکترونیکی که زنجیره بلوکی راه‌حلی برای آن‌ها ارائه می‌دهد را شناسایی کند. این مطالعه از روش بررسی منظم ادبیات برای تجزیه‌وتحلیل ادبیات موجود در ادغام زنجیره بلوکی با رأی‌گیری الکترونیکی پیروی می‌کند. در این مطالعه، 30 مقاله از کنفرانس‌ها و مجلات بین سال‌های 2017 تا می 2021 مورد بررسی قرار گرفته است. به نظر می‌رسد که ادغام زنجیره بلوکی با رأی‌گیری الکترونیکی در مراحل ابتدایی عملیاتی شدن خود قرار دارد و محققان و متخصصان به‌طور کامل از پتانسیل‌های زنجیره بلوکی برای رأی‌گیری الکترونیکی آگاه نیستند. مهم‌ترین نتایج ادغام یا استفاده از زنجیره بلوکی برای رأی‌گیری‌های الکترونیکی، حفظ حریم خصوصی رأی‌دهندگان، ناشناس ماندن، افزایش امنیت و قابلیت اطمینان سامانه‌های رأی‌گیری است. اما از سوی دیگر، ازنظر هزینه‌های کلی و مقیاس‌پذیری سامانه‌های رأی‌گیری مبتنی بر زنجیره بلوکی، اختلاف‌نظرهای جدی در میان محققین وجود دارد. محدودیت‌های این مطالعه عمدتاً در مورد کمیابی مطالعات در مورد کاربردهای زنجیره بلوکی برای رأی‌گیری‌های الکترونیکی (در مقیاس بزرگ) در مجلات و کنفرانس‌های ارائه‌ شده است، همچنین اطلاعات در مورد پروژه‌های خصوصی-دانشگاهی که در حال پیاده‌سازی ایده خود هستند در دسترس نبوده است.

https://scj.kashanu.ac.ir/article_111573_a27e5988630246d18af3ded56fde8191.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 Load frequency control by using fuzzy-PID controller with optimized membership functions کنترل فرکانس بار با استفاده از کنترل‌کننده Fuzzy-PID با توابع عضویت بهینه‌شده 34 43 111574 10.22052/scj.2021.242834.0 FA صابر فلاحتی علی آبادی دانشکده برق و کامپیوتر، گروه مهندسی برق، دانشگاه کاشان، کاشان، ایران شرکت برق منطقه ای اصفهان، اصفهان، ایران سید عباس طاهر دانشکده برق و کامپیوتر، گروه مهندسی برق، دانشگاه کاشان، کاشان، ایران. Journal Article 2021 01 24 Load Frequency Control (LFC) is one the most important topics in power systems. To this end, Proportional-integral (PI) controllers is usually employed in industry. In this paper, a Fuzzy-PID controller with optimized membership functions has been designed for LFC in a two-area power system. Optimization has been employed in order to define the location of input membership functions and gains of Fuzzy-PID controllers. Imperialist Competitive Algorithm (ICA) has been used for optimization in this study. Simulations have been carried out in MATLAM/SIMULINK in presence of wind power and variable loads. In order to conduct comparisons, the simulations have been carried out using the fractional order PID (FOPID) controller optimized by ICA. Moreover, to verify robustness degree of the proposed controller against system uncertainties, simulations have been done by changing the parameters of two-area system. Results of simulations illustrate good performance of the proposed controller. کنترل فرکانس بار (LFC) یکی از مهمترین موضوعات در سیستم‌های قدرت الکتریکی می‌باشد. در صنعت معمولاً از کنترل‌کننده‌های تناسبی انتگرالی (PI) برای این امر استفاده می‌شود. در این مقاله از کنترل‌کننده Fuzzy-PID با توابع عضویت بهینه شده برای کنترل فرکانس بار در یک سیستم دو ناحیه‌ای استفاده شده است. به منظور تعیین محل توابع عضویت ورودی‌ها و نیز بهره‌های کنترل‌کننده‌های Fuzzy-PID از بهینه‌سازی استفاده شده است. در این مطالعه الگوریتم رقابت استعماری (ICA) جهت بهینه‌سازی بکار گرفته شده است. شبیه‌سازی‌ها در محیط سیمولینک برنامه MATLAB و در حضور منابع انرژی بادی و بارهای متغیر انجام پذیرفته است. به منظور مقایسه، شبیه‌سازی‌ها با کنترل‌کننده FOPID بهینه شده با الگوریتم رقابت استعماری نیز انجام شده است. همچنین به منظور بررسی میزان مقاوم بودن کنترل‌کننده پیشنهادی در برابر عدم‌قطعیت‌های موجود در سیستم، شبیه‌سازی‌ها با تغییرات پارامترهای سیستم دو ناحیه‌ای نیز صورت گرفته است. نتایج شبیه‌سازی‌ها، عملکرد مطلوب کنترل‌کننده پیشنهادی را نشان می‌دهند.

https://scj.kashanu.ac.ir/article_111574_9b860fc1c8f31ced2b2bff4289708edc.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 A method to simplify patterns in web services compositions and select optimal probabilistic composition روشی برای ساده‌سازی الگوها در ترکیب وب‌سرویس‌ها و انتخاب بهینه ترکیب با ساختار احتمالی 44 71 111554 10.22052/scj.2021.243188.1003 FA نرجس ظهیری دانشکده برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه کاشان، کاشان، ایران سید مرتضی بابامیر دانشکده برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه کاشان، کاشان، ایران Journal Article 2021 06 02 One of the most challenging issues in web services is their composition, which is presented as a graph to show the interaction between services. Each node in such a graph is called an abstract web service with a specific function and undetermined quality attributes. For each abstract service, there is a set of candidate services with the same function but different quality attributes. Selecting a candidate web service for each abstract service leading to an optimal combination is an NP-hard problem; hence, heuristic algorithms should be used to resolve it. Several methods have been proposed to select optimal web service composition, but most of them don't support the probability structure. Among others, one method supports a probability structure that is not scalable for large graphs, is constraint based, and analyzes each path of the graph separately. This paper presents an integrated scalable multi-objective approach for analyzing graph where not only two new patterns of nested loops and parallel loops are dealt with but also performance is improved by representing a method for simplifying web-service compositions. In this method, to select optimal web services and to respect scalability, evolutionary algorithms NSGAII and SPEAII are used. In the proposed method, first in conditional graphs, each path is traversed according to its probability and then NSGAII is used to determine the best path in the graph and find better solutions. The proposed method was compared with the best known method; results showed the proposed method enjoys 30% improvement in reliability and 121 milliseconds in response time. یکی از چالش‌برانگیزترین موضوعات مرتبط با وب‌سرویس‌ها مساله ترکیب آن‌هاست که به صورت یک گراف برای نمایش تعامل بین سرویس‌ها ارائه می‌شود. هر گره از این گراف، یک وب‌سرویس انتزاعی با وظیفه مشخص اما ویژگی‌های کیفی نامشخص است. برای هر سرویس انتزاعی، مجموعه‌ای از سرویس‌های کاندید با وظیفه یکسان اما ویژگی‌های کیفی متفاوت وجود دارد. جایگزینی یک وب‌سرویس کاندید برای هر سرویس انتزاعی به نحوی که یک ترکیب بهینه حاصل شود، یک مساله NP-hard است، لذا برای حل آن از الگوریتم‌های هیوریستیک استفاده می‌شود. تاکنون روش‌های متعددی برای ترکیب بهینه وب‌سرویس ها ارائه شده اما بیشتر این روش‌ها ساختار احتمالی را پشتیبانی نمی‌کنند. تنها یک روش ساختار احتمالی را پشتیبانی می‌کند که برای گراف های بزرگ مقیاس‌پذیر نیست، مبتنی بر قیود است و به تحلیل هر مسیر گراف به صورت جداگانه پرداخته است. این مقاله، رویکردی مقیاس‌پذیر و چندهدفه برای تحلیل گراف به صورت یکپارچه ارائه می‌دهد که علاوه بر پوشش دو الگوی جدید حلقه‌های تودرتو و حلقه‌های موازی، با ارائه روشی جهت ساده‌سازی ترکیب وب‌سرویس‌ها موجب بهبود کارایی نیز می‌شود. در این روش برای انتخاب بهینه وب‌سرویس‌ها و حفظ مقیاس‌پذیری، از الگوریتم‌های تکاملی NSGAII و SPEAII استفاده می‌شود. در روش پیشنهادی ابتدا در گراف‌هایی با الگوی شرطی، هر مسیر بر حسب احتمال آن، چند بار تکرار می‌شود و سپس از الگوریتم NSGAII به منظور تعیین بهترین مسیر در گراف و یافتن راه‌حل‌های بهتر استفاده می‌شود. روش پیشنهادی در مقایسه با بهترین روش مقایسه شده، 30 درصد در پارامتر قابلیت اطمینان و 121 میلی ثانیه در زمان پاسخ بهبود داشته است.

https://scj.kashanu.ac.ir/article_111554_4f783773cf97d6566014e37d5795ced4.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 An adaptive steganography method for compressed videos with HEVC standard یک روش تطبیق‌پذیر نهان‌نگاری داده در ویدئوهای فشرده شده با استاندارد HEVC 72 83 111575 10.22052/scj.2021.242817.0 FA زهرا بهرامی اصل گروه مهندسی کامپیوتر، واحد قم، دانشگاه آزاد اسلامی، قم، ایران محمدرضا رمضان پور گروه مهندسی کامپیوتر، واحد مبارکه، دانشگاه آزاد اسلامی، مبارکه، اصفهان، ایران. ریحانه خورسند گروه مهندسی کامپیوتر، واحد دولت آباد، دانشگاه آزاد اسلامی، اصفهان، ایران. Journal Article 2020 09 27 Among others, steganography of video data is an important research topic in data encryption technologies, which is considered as an essential tool; this is because not only the security required for the transmission of hidden messages is becoming increasingly difficult, but also such security in video files has a high important. This research is based on the HEVC standard, which is the latest video compression standard to date. This paper presents a new method for steganography of compressed videos with the HEVC standard. In the proposed method, the motion vectors of the prediction blocks inside the frame are used as carriers of hidden information. A set of randomly selected coding block motion vectors is used and embedding of information is done by increasing or decreasing one unit of the motion vector component. The experimental results showed that after embedding the hidden information, the video quality decreased low but the average of the embedding capacity increased. نهان‌نگاری داده در ویدئو یکی از موضوعات تحقیقاتی مهم در فناوری‌های رمزنگاری داده‌ها است که به عنوان یک ابزار ضروری مطرح است، زیرا نه تنها امنیت مورد نیاز انتقال پیام‌های مخفی روز به روز سخت‌تر می‌شود بلکه این امنیت در مورد فایل‌های ویدئویی بیشتر مورد توجه قرار می‌گیرد. این تحقیق براساس استاندارد HEVC است که آخرین استاندارد فشرده‌سازی ویدئو تا کنون است و می‌تواند برای نهان‌نگاری داده‌ها استفاده شود. در این مقاله روشی جدید جهت نهان‌نگاری داده در ویدئوهای فشرده شده با استاندارد HEVC ارائه شده است. در روش پیشنهادی از بردارهای حرکت بلوک‌های پیشگویی بین‌قابی جهت نهان‌نگاری داده مخفی استفاده شده است. مجموعه‌ای از بردارهای حرکت یک بلوک کد کننده به صورت تصادفی انتخاب می‌شوند و تنها یکی از بردارهای حرکت آن مجموعه افزایش یا کاهش می‌یابد. نتایج آزمایش‌ها با روش پیشهادی بیانگر این است که بعد از نهان‌نگاری داده‌ها، کیفیت ویدئو به میزان بسیار کم و نامحسوسی کاهش یافته در حالی که میانگین ظرفیت جاسازی افزایش یافته است.

https://scj.kashanu.ac.ir/article_111575_8917315f008868ef1c32165e4c462ac5.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 A hybrid algorithm based on Gossip architecture using SVM for task scheduling in cloud computing الگوریتم ترکیبی مبتنی بر معماری گوسیپ با استفاده از SVM برای زمانبندی وظایف در رایانش ابری 84 93 111576 10.22052/scj.2021.242822.0 FA شیوا رزاق زاده گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران. پریسا نوروزی کیوی باشگاه پژوهشگران جوان و نخبگان، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران. بابک پناهی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اردبیل، اردبیل، ایران. Journal Article 2020 10 20 Nowadays, Cloud computing is very important due to its widespread use. The considerable extensiveness and flexibility of cloud computing as well as other advantages led to new challenges such as reliability. Such challenges have more importance among researchers because of existing high number of cloud users. To solve the challenge of reliability, a variety of fault tolerance algorithms were provided in recent years to deal with and fix faults in cloud computing. Despite many efforts, there still exist some problems. This paper aims to present an efficient and new hybrid algorithm where SVM features, and Gossip protocol are used. SVM is used to analyze and categorize virtual machine data based on behavioral patterns. Moreover, Gossip is used to gather data monitoring categories. In the proposed model, processing time, load amount, and reliability are evaluated for better service quality. The simulation results through the CloudSim tools show that proposed method is able to increase the processing speed around 0.65 and decrease makespan to 7.22 seconds. در حال حاضر رایانش ابری با توجه به کاربردهای وسیع و فراگیر از اهمیت زیادی برخوردار است. گستردگی و انعطاف‌پذیری قابل توجه رایانش ابری در کنار سایر محاسن، باعث شده است تا زمینه ایجاد چالش‌های جدید از جمله قابلیت اطمینان فراهم گردد. این نوع از چالش‌ها بدلیل وجود کاربران زیاد، در میان پژوهشگران این حیطه از اهمیت بیشتری برخوردار است. برای حل این مسئله در سال‌های اخیر محققان زیادی به ارائه انواع الگوریتم‌های تحمل‌پذیری خطا در رایانش ابری پرداخته‌اند؛ اما علیرغم تلاش‌های فراوان، متاسفانه مشکلات موجود در این زمینه بصورت کامل برطرف نشده است. هدف این مقاله ارائه یک الگوریتم ترکیبی کارآمد و جدید با بهره‌گیری از خواص ماشین بردار پشتیبان و پروتکل گوسیپ است؛ باید توجه داشت که الگوریتم ماشین بردار پشتیبان برای تجزیه و تحلیل داده‌های ماشین‌های مجازی و دسته‌بندی آنها براساس الگوهای رفتاری عمل می‌کند. همچنین، پروتکل گوسیپ برای جمع‌آوری داده‌ها و نظارت بر هر دسته استفاده شده است. در این مدل پیشنهادی سه فاکتور زمان پردازش، میزان بار و قابلیت اطمینان به منظور دستیابی به کیفیت سرویس بهتر مورد ارزیابی قرار می‌گیرد. نتایج شبیه‌سازی انجام گرفته در کلودسیم نشان می‌دهد که روش پیشنهادی می‌تواند متوسط سرعت پردازش را به میزان 0.65 افزایش و به تناسب آن متوسط طول زمانبندی را 7.22 ثانیه کاهش دهد.

https://scj.kashanu.ac.ir/article_111576_a02d5f54f588d92c90042fd889db6610.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 Predicting the academic status of admitted applicants based on educational and admission data using data mining techniques پیش‌بینی وضعیت تحصیلی متقاضیان پذیرش‌شده دانشگاه، مبتنی بر داده‌های آموزشی و پذیرشی با استفاده از تکنیک‌های داده کاوی 94 113 111577 10.22052/scj.2021.242837.0 FA آرش خسروی گروه مهندسی کامپیوتر، دانشکده مهندسی، مرکز آموزش عالی محلات، محلات، ایران. هادی عبدالمالکی گروه مهندسی کامپیوتر، دانشکده برق، کامپیوتر و مهندسی پزشکی، موسسه آموزش عالی شهاب دانش، قم، ایران. مهری فیاضی گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه قم، قم، ایران. Journal Article 2021 02 08 Educational data mining has become an increasingly popular field of research in recent years due to the vast amount of student data held by educational institutions. This data can be utilized as a tool to improve the quality of education by extracting knowledge that can assist institutions in enhancing their teaching methods, learning processes, and decision-making. The purpose of this paper is to predict the educational status of students who are intending to continue their studies from an associate degree to a bachelor's degree. As the Ministry of Science plans to eliminate the entrance exam, universities are faced with the challenge of selecting students based on what criteria. To address this issue, data mining techniques such as decision tree, Naïve Bayes, neural network, support vector machine, random forest, Bagging, and Boosting were employed to analyze the educational information of new students. Then, by comparing this information with that of graduate, dropout, and expelled students at the bachelor's level, a more effective method for selecting students was proposed. The results indicate that random forest has the highest accuracy at 92.28%, while Naïve Bayes has the lowest accuracy at 61.09% in predicting educational status. داده کاوی آموزشی در چند سال اخیر بسیار مورد توجه قرار گرفته است. مراکز و مؤسسات آموزشی دارای حجم زیادی از اطلاعات دانشجویان هستند که می‌تواند به عنوان ابزاری برای ارتقا سطح کیفی آموزش مورد استفاده قرار گیرد. دانش استخراج‌شده به مؤسسات کمک می‌کند تا روش‌های تدریس، فرآیند یادگیری و تصمیم‌گیری‌های خود را بهبود بخشند. هدف این پژوهش پیش‌بینی وضعیت تحصیلی دانشجویانی است که قرار است از مقطع کاردانی به مقطع کارشناسی ادامه تحصیل دهند. با توجه به اینکه وزارت علوم قصد دارد آزمون ورودی (کنکور) را حذف کند؛ دانشگاه‌ها با این مشکل مواجه خواهند شد که دانشجویان را براساس چه معیارهایی انتخاب کنند. در این پژوهش سعی بر آن است تا با استفاده از تکنیک‌های داده کاویِ درخت تصمیم، نیو بیز، شبکه عصبی، ماشین بردار پشتیبان، جنگل تصادفی، Bagging و Boosting اطلاعات آموزشی دانشجویان تازه وارد تحلیل شود و با مقایسه آن‌ها با اطلاعات دانشجویان فارغ‌التحصیل، انصرافی و اخراجی مقطع کارشناسی، روشی برای انتخاب بهتر دانشجویان ارائه کند. با توجه به نتایج این تحقیق، جنگل تصادفی با 92.28% بیشترین دقت و نیو بیز با 61.09% کمترین دقت پیش‌بینی را دارند.

https://scj.kashanu.ac.ir/article_111577_19f15e526a828df055970a61c557bb65.pdf

دانشگاه کاشان محاسبات نرم 2322-3707 9 2 2021 02 19 Cost-based workflow scheduling using algebraic structures زمانبندی مبتنی بر هزینه جریان‏‌های کاری با استفاده از ساختار جبری 114 129 111578 10.22052/scj.2021.242814.0 FA محمد جواد نجفی آرانی گروه علوم کامپیوتر، دانشکده علوم، مرکز آموزش عالی محلات، محلات، ایران. سعید دوست علی گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران. 0000-0002-6217-5813 Journal Article 2020 09 02 Workflow is a common model for describing a wide range of applications in distributed systems. Due to the computing power of cloud computing, it has been widely applied to solve large workflows. Cloud workflow scheduling aims to find the most suitable resources for each task of a workflow so that optimizing certain performance metrics such as execution time and cost are met. Since scheduling is a well-known NP-complete problem, many heuristic approaches have been proposed to solve it in homogeneous and heterogeneous distributed systems. The longest path of a workflow is called the critical path on which the workflow completion time depends. In fact, delays in the execution of critical path tasks can delay the workflow completion time and violate the execution deadline of the workflow. Hence, in this paper, we present a parallel heuristic algorithm for quality-based workflow scheduling. The objective function proposed in the algorithm leads to minimizing the execution time of a workflow as well as respecting the deadline. By assigning a pseudo-lattice to each sub-workflow, the start and end time of each task and the appropriate resources for them are determined. The simulation results on the Montage and LIGO workflows show that the proposed approach reduces the cost by 5.5% compared to IC-PCP and by 11% compared to IC-PCPD2. جریان‏‌های کاری یک مدل عمومی برای توصیف دامنه وسیعی از برنامه‏‌های کاربردی در سیستم‏‌های توزیع‌‏شده هستند. با توجه به قدرت محاسباتی رایانش ابری، از آن به طور گسترده برای حل جریان‏‌های کاری بزرگ استفاده می‏‌شود. زمانبندی جریان کاری در ابر در واقع یافتن منبع مناسب برای هر کار در جریان کاری به منظور ارضای برخی معیارهای کارایی مانند زمان اجرا و هزینه است. از آنجایی که زمانبندی یک مسئله زمان چندجمله‌ای غیرقطعی سخت (NP-complete) است، بسیاری از روش‏‌های ابتکاری برای سیستم‌‏های توزیع‌‏شده همگن و ناهمگن ارائه شده‌‏اند. مسیر بحرانی طولانی‌‏ترین مسیر یک جریان کاری است و زمان اجرای کلی جریان کاری به آن وابسته است. در واقع تاخیر در کارهای مسیر بحرانی می‌‏تواند زمان خاتمه جریان کاری را با تاخیر مواجه کرده و زمان انقضای جریان کاری را نقض کند. بر همین اساس در این مقاله، ما یک الگوریتم ابتکاری موازی برای زمانبندی جریان کاری مبتنی بر کیفیت سرویس ارائه می‌‏کنیم. تابع هدف این الگوریتم یک زمانبندی ایجاد می‏‌کند که هزینه اجرای یک جریان کاری را کمینه کرده، در حالی که زمان انقضای جریان کاری را نیز ارضا می‏‌کند. با اختصاص یک شبه مشبکه به هر زیرجریان کاری، زمان آغاز و پایان هر وظیفه و همچنین منبع مناسب برای آن مشخص می‌‏شود. نتایج حاصل از شبیه‌سازی بر روی جریان‌‏های کاری واقعی Montage و LIGO نشان می‏‌دهد که روش پیشنهادی در مقایسه با الگوریتم IC-PCP به میزان 5.5 درصد و نسبت به IC-PCPD2 به میزان 11 درصد هزینه را کاهش داده است.

https://scj.kashanu.ac.ir/article_111578_ea47357fe631efb22bcc98ef8389a974.pdf