چکيده— زمانبندی وظیفه نقش مهمی در سیستم های رایانش ابری ایفا می نماید. زمانبندی وظایف را نمی توان بر اساس ضوابط و معیار های واحد انجام داد؛ بلکه می بایست تعداد زیادی از مقررات و قوانین که می توانیم آنها را با عنوان "توافق" میان کاربران و ارائه دهندگان سرویس ابری، نام گذاری نماییم؛ مد نظر قرار گیرد. این توافق چیزی به جز کیفیت سرویس مورد درخواست کاربران از ارائه دهندگان سرویس نیست. ارائه سرویس هایی با کیفیت خوب و مناسب به کاربران بر اساس توافق موجود، یک وظیفه مهم و تعیین کننده برای ارائه دهندگان سرویس بشمار می رود؛ چرا که تعداد زیادی از وظایف وجود دارند که همزمان در سمت ارائه دهنده سرویس ابری در حال اجرا هستند. مساله زمانبندی وظیفه را می توان به صورت یافتن یک نگاشت بهینه/تخصیص بهینه مجموعه ای از زیر وظایف مربوط به وظایف مختلف، به مجموعه منابع موجود (پردازنده ها، ماشین های کامپیوتر) در نظر گرفت؛ بگونه ای که بتوانیم به اهداف مطلوب مورد نظر وظایف دست یابیم. در این مقاله، ما مطالعه تطبیقی ( مقایسه ای) میان الگوریتم های مختلف در زمینه رایانش ابری را به لحاظ "شایستگی (برازش)"،"قابلیت اجرای کاربردی"،"قابلیت تطبیق" انجام می دهیم و پس از آن تلاش می کنیم تا یک روش هایبرید (ترکیبی) را ارائه دهیم که بتوان از آن جهت بهبود و ارتقای پلتفرم موجود استفاده نمود؛ بگونه ای که این مکانیسم ترکیبی بتواند به ارائه دهندگان سرویس ابری جهت ارائه سرویس هایی با کیفیت بهتر کمک نماید.
کلمات کليدي-رایانش ابری، ساختار ابر، زمانبندی وظیفه، انواع زمانبندی، GA (الگوریتم ژنتیک)، PSO (بهینه سازی ازدحام ذرات، particle swarm optimization)

Abstract:  Task scheduling plays a key role in cloud computing systems. Scheduling of tasks cannot be done on the basis of single criteria but under a lot of rules and regulations that we can term as an agreement between users and providers of cloud. This agreement is nothing but the quality of service that the user wants from the providers. Providing good quality of services to the users according to the agreement is a decisive task for the providers as at the same time there are a large number of tasks running at the provider’s side. The task scheduling problem can be viewed as the finding or searching an optimal mapping/assignment of set of subtasks of different tasks over the available set of resources (processors/computer machines) so that we can achieve the desired goals for tasks. In this paper we are performing comparative study of the different algorithms for their suitability, feasibility, adaptability in the context of cloud scenario, after that we try to propose the hybrid approach that can be adopted to enhance the existing platform further. So that it can facilitate cloud-providers to provide better quality of services.
Keywords-Cloud Computing, Cloud Architecture, Task Scheduling, Scheduling Types, GA, PSO