White Shark Optimisation Algorithm pour l’ordonnancement des tâches dans le Cloud computing
| dc.contributor.author | Medjdoub, Mohammed Yacine | |
| dc.date.accessioned | 2025-11-26T09:04:58Z | |
| dc.date.available | 2025-11-26T09:04:58Z | |
| dc.date.issued | 2025-06-28 | |
| dc.description.abstract | L’ordonnancement des tâches joue un rôle essentiel dans l’optimisation des performances d’un environnement de Cloud computing. En effet, les fournisseurs et les utilisateurs des services Cloud poursuivent des objectifs souvent divergents, rendant la gestion des ressources complexe. Un ordonnanceur efficace doit ainsi proposer un équilibre satisfaisant entre ces différentes contraintes. Ce travail s’inscrit dans cette problématique en cherchant à optimiser l’affectation des tâches aux machines virtuelles. Pour cela, nous avons exploité la métaheuristique White Shark Optimizer (WSO) en intégrant trois métriques de qualité de service (QoS) : le makespan, le coût et l’énergie. L’évaluation des performances a été réalisée à l’aide de CloudSim, et les résultats obtenus démontrent l’efficacité de l’approche proposée. | |
| dc.identifier.uri | https://dspace.univ-tlemcen.dz/handle/112/25303 | |
| dc.language.iso | fr | |
| dc.publisher | Univeersity of Tlemcen | |
| dc.subject | Cloud computing | |
| dc.subject | optimisation multi-objectif | |
| dc.subject | QoS | |
| dc.subject | WSO | |
| dc.subject | CloudSim. | |
| dc.title | White Shark Optimisation Algorithm pour l’ordonnancement des tâches dans le Cloud computing | |
| dc.type | Thesis |