Un Enfoque Sistemático para Mejorar el Rendimiento en la Nube Usando Estrategias de Asignación de Recursos Adaptativos Impulsadas por GA

En los últimos diez años, la computación en la nube se ha convertido en un estudio destacado que proporciona potencia de computación escalable a través de Internet. Como consecuencia de una adopción extensa y un aumento simultáneo en la demanda, un entorno en la nube a menudo experimenta cargas de trabajo repentinas. Por lo tanto, se deben idear algoritmos para un equilibrio de carga eficiente que funcione en tiempo real mientras se ajusta dinámicamente a cualquier fluctuación en la carga de trabajo. De estas técnicas, los Algoritmos Genéticos (GAs), inspirados en los procesos de evolución natural, han ganado prominencia. Dichos algoritmos utilizan el proceso de selección natural para generar, combinar y mejorar soluciones para la optimización del rendimiento. Los investigadores están investigando continuamente estas diferentes técnicas basadas en GA para evaluar su efectividad, identificar las desventajas y evaluar su influencia en indicadores clave de rendimiento como el tiempo de respuesta, la utilización de recursos, el consumo de energía y el rendimiento general del sistema. Dentro de este ámbito, se ha propuesto un nuevo modelo híbrido mejorado que combina la Asignación de Recursos Adaptativos con el Algoritmo Genético para un mejor equilibrio de carga.