Shark Smell Optimization SSO pour l'ordonnancement des tâches dans le Cloud Computing.

Abstract

L’informatique en nuage s’est imposée comme un paradigme fondamental pour fournir des services informatiques évolutifs, flexibles et à la demande sur Internet. Parmi les défis critiques qu’il présente, citons la planification efficace des tâches, qui affecte considérablement la performance globale du système, les coûts opérationnels et l’efficacité énergétique. Ce problème est intrinsèquement une tâche d’optimisation multi-objectif. Dans cette étude, nous étudions l’utilisation de l’algorithme d’optimisation de l’odeur de requin (SSO) pour résoudre ce problème en ciblant la minimisation de trois métriques essentielles : le temps nécessaire, le coût d’exécution et la consommation d’énergie. L’approche a été mise en œuvre à l’aide du cadre de simulation CloudSim et comparée à deux métaheuristiques largement adoptées : l’optimisation par essaim de particules (PSO) et l’algorithme Bat (BA). Les résultats indiquent que la stratégie basée sur le SSO offre des performances supérieures et une meilleure gestion des ressources, confirmant son potentiel pour une planification efficace des tâches dans les environnements cloud