فایل ورد کامل مدل هوشمند انتخاب تکرار پویا در داخل سیستم های شبکه

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مدل هوشمند انتخاب تکرار پویا در داخل سیستم های شبکه،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۶ صفحه

سیستم های شبکه به عنوان راهی برای به اشتراک گذاشتن منابع محاسباتی و اطلاعاتی ظهور نمودند. تامین خدمات برای دست یابی، تسهیم و اصلاح پایگاه های بزرگ داده کار ضروری برای سیستم های مدیریت شبکه است. این مقاله مکانیسم پیش بینی شبکه عصبی مصنوعی (ANN) را ارائه می دهد که افزایش راه حل های تکرار داده ها در داخل سیستم های شبکه را میسر می سازد. خدمات تکرار فعلی اغلب افزایش در زمان پاسخ، انعکاس مسائل همبسته با افزایش اندازه پایگاه های داده را نشان می دهند. مدل پیشنهادی تکرار پیش بینی انتخاب فایل ها را برای برنامه های ورودی با استفاده از اجرای تاریخی کاربران مکان یابی خواهد کرد. نتایج تجربی پیشرفت های قابل توجه بدست امده بوسیله راه حل پیشنهادی بلحاظ دقت بالا و بالاسری های پایین را نشان می دهد.

کلمات کلیدی: شبکه های عصبی مصنوعی | شبکه های داده های متمرکز | پایگاه داده توزیع شده | استراتژی تکثیر | محاسبات ابری

عنوان انگلیسی:

An Intelligent Dynamic Replica Selection Model within Grid Systems

~~en~~ writers :

Nour Mostafa, Ismaeel Al Ridhawi, Ahmed Hamza

Grid systems have emerged as a means of sharing
computational resources and information. Providing services for
accessing, sharing and modifying large databases is a crucial task
for grid management systems. This paper proposes an artificial
neural network (ANN) prediction mechanism that provides an
enhancement to data replication solutions within grid systems.
Current replication services often exhibit an increase in response
time, reflecting the problems associated with the ever increasing
size of databases. The proposed replica selection prediction
model will locate files for incoming jobs using users’ historical
executions. Experimental results demonstrate the significant
gains achieved by the proposed solution in terms of high
accuracy and low overheads.

Keywords: artificial neural networks | data-intensive grids | distributed databases | replication strategies | cloud computing

$$en!!