Методи розподіленого програмування та оброблення даних для оптимізації обчислювальних завдань у хмарних середовищах
DOI: 10.31673/2412-9070.2023.061618
Анотація
Хмарні обчислювальні середовища стають необхідною складовою для реалізації обчислювальних завдань різного масштабу та складності в сучасному інформаційному світі. Використання розподіленого програмування та ефективного оброблення даних у хмарних середовищах є актуальною та стратегічно важливою проблемою. Аналіз останніх досліджень та публікацій у галузі хмарних обчислень свідчить про постійний розвиток і розширення можливостей цих середовищ. Особливий акцент робиться на розподіленому програмуванні на базі контейнерів та оркестрування, зокрема за допомогою Kubernetes. Ці технології дають змогу забезпечити масштабованість та автоматизацію процесу обчислень у хмарних середовищах. Дослідження методів оптимізації обчислювальних завдань у хмарних середовищах охоплює аналіз розподіленого програмування, оброблення даних у реальному часі та використання новітніх технологій для досягнення оптимальної ефективності. Один із ключових аспектів дослідження є вивчення розподіленого програмування. Цей підхід дає можливість розподілити обчислювальні завдання між різними вузлами хмари, що сприяє підвищенню швидкодії та відмовостікості. Оброблення даних у реальному часі відіграє головну роль у розв’язанні завдань, де час є критичним фактором. Інтеграція новітніх технологій, зокрема штучного інтелекту та машинного навчання, допомагає досягти оптимальних результатів. Результати запропонованого дослідження підкреслюють важливість поєднання розподіленого програмування та ефективного оброблення даних для оптимізації обчислювальних завдань у хмарних середовищах. Цей підхід дає змогу досягти підвищення продуктивності та зниження витрат на ресурси. Майбутні розвідки в цьому напрямку передбачають подальший розвиток методів та інструментів для досягнення найкращих результатів у хмарному обчисленні. Відкриття нових можливостей у використанні хмарних обчислювальних середовищ допоможе забезпечити стале підвищення якості обчислювальних послуг та сприяти розвитку сучасного інформаційного суспільства.
Ключові слова: хмарні обчислення; розподілене програмування; оброблення даних; Kubernetes; ефективність; штучний інтелект; машинне навчання; оптимізація.
Список використаної літератури
1. Xin-She Y. Nature-inspired optimization algorithms: Challenges and open problems //Journal of Computational Science. 2020. 46. Р. 101–104.
2. Kochenderfer Mykel J., Wheeler Tim A. Algorithms for Optimization. The MIT Press. 2019.
3. Lones M. A. Mitigating metaphors: A comprehensible guide to recent nature-inspired algorithms // SN Computer Science. 2020. 1, no. 1. Р. 1–12.
4. Korte B., Vygen J. Linear programming algorithms // Combinatorial optimization. Springer. 2018. Р. 75–102.
5. Ahmadi R., Ekbatanifard G., Bayat P. A modified grey wolf optimizer based data clustering algorithm // Appl Artif Intell. 2021. 35(1). Р. 63–79.
6. Waldner Jean-Baptiste. Nanocomputers and Swarm Intelligence. London: ISTE John Wiley & Sons. 2008. Р. 225.
7. Kennedy J., Eberhart R. C. Particle swarm optimization // Proc. IEEE International Conference on Neural Networks IV 1942-1948. 1995. Р. 255–262.
