.png){kind=icon}
返回
Enhancing cloud load balancing using a hybrid binary Kepler-SLAP swarm optimisation method
.png){kind=icon}
PRE
AI
DOI：10.1504/IJCNDS.2026.152112.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算实现了对计算资源的便捷访问，但高效管理这些资源仍是一项挑战。负载均衡优化性能和资源利用率，但在大规模环境中实现效率较为复杂。本文提出了一种利用二进制开普勒和链式鱼群优化算法提升云计算负载均衡效率的模型（ELBF-CC-BK-SSOA）以克服上述挑战。该研究提出二进制开普勒优化算法（BKOA）作为云计算的负载均衡解决方案。首先，采用BKOA的系统效率用于寻找最佳问题解决方案；其次，利用膜育链式鱼群优化算法（MSSOA）进行资源分配以分发可用资源。实验结果表明，ELBF-CC-BK-SSOA在响应时间上比现有方法降低了33.13%，吞吐量提高了28.27%，CPU利用率降低了24.12%，成本效率提高了26.19%，相比现有技术具有显著优势。这凸显了该模型在提升云性能、优化资源利用及降低动态云环境运营成本方面的有效性。
Keyword:
BKOA
binary Kepler optimisation algorithm
cloud computing
cloud environment
MSSOA
MemeticSalp Swarm Optimisation Algorithm
load balancing
期刊
I
IF:
1
论文数:
11
被引数:
153
机构
暂无机构信息
引用论文
暂无论文信息