ارائه روشی آگاه از هزینه جهت مقیاس گذاری خودکار کاربردهای مهاجرت یافته به ابر

محاسبات ابری معانی متفاوتی برای افراد مختلف دارد. با این وجود یک تعریف اساسی که تقریباً تمام تعاریف دیگر را در برگیرد عبارت است از : محاسبات ابری سبکی از محاسبات با قابلیت دسترسی به منابع براساس نیاز، به صورت پویا و مقیاس پذیر است. مقیاس گذاری یکی از مهمترین خصوصیات ابر می باشد. با این وجود مقیاس گذاری با چالش هایی از جمله پیش بینی بار کاری، بارهای کاری گذرا، تخمین تعداد صحیح منابع، تخمین هزینه های پیکربندی و جریمه های توافقنامه سطح سرویس ( sla) مواجه می باشد. مقیاس گذاری برنامه ها به صورت اتوماتیک در ابر، مستلزم تغییر پیکربندی سریع و مناسب برنامه ها می باشد که به نوبه خود منجر به حداقل شدن هزینه های سخت افزاری و نرم افزاری مربوط به تغییر پیکربندی و جریمه هـای sla می شود. در ایـن پایان نامه یک معماری جدید ابـر ارائه می شود که با استفاده از یک موتور مقیاس گذاری هوشمند مقیاس گذاری را به صورت خودکار انجام می دهد. این موتور عمل مقیاس گذاری را با در نظر گرفتن بار کارهای گذرا انجام می دهد. نتایج نشان می دهند که هزینه های مقیاس گذاری کاهش یافته است.