—d1151

دانلود پایان نامه ارشد- مقاله تحقیق

 برای دانلود فایل کامل به سایت منبع مراجعه کنید  : homatez.com

یا برای دیدن قسمت های دیگر این موضوع در سایت ما کلمه کلیدی را وارد کنید :

 

2-13-2 سیستم عامل شبکه ای 31
2-13-3 سیستم عامل توزیع شده 31
2-13-4 سیستم عامل بی درنگ 32
2-14 سیستم های توزیعی 32
2-14-1 شفافیت 33
2-14-2 قابلیت اطمینان 34
2-14-3 کارایی 34
2-14-4 مقیاس پذیری 35
2-15 سیستم عامل های توزیعی 35
2-15-1 الگوی مبتنی برپیام 36
2-15-2 الگوی مبتنی بر شیء 36
2-16 رویکرد سیستم عامل های ابری 36
2-17 الگوی سیستم عامل ابری 37
2-17-1 شیء ابری 37
2-17-2 نخ 39
2-17-3 تعامل میان شیء و نخ 39
2-18 برنامه نویسی در مدل شیء – نخ در ابرها 40
2-19 معماری سیستم عامل ابری 41
2-20 برخی سیستم عامل های ابری موجود 42
2-20-1 سیستم عامل iCloud 43
2-20-2 سیستم عامل GlideOS 44
2-20-3 سیستم عامل G.ho.st 45
2-20-4 سیستم عامل JoliCloud 46
2-20-5 سیستم عامل eyeOS 47
2-20-6 گوگل کروم، سیستم عامل اینترنت 47
2-21 مزایا و معایب سیستم عامل های ابری مبتنی بر وب 51
2-22 مطالعه مروری بر سایر پژوهش های مرتبط مهم 51
فصل سوم: روش تحقیق 54
3-1 چالش های رایج در زمینه سیستم عامل های ابری 55
3-1-1 مقیاس پذیری 55
3-1-1-1 تغییر مقیاس افقی و عمودی 56
3-1-1-2 مقیاس پذیری پایگاه داده ها 57
3-1-1-3 طراحی برای مقیاس پذیری 58
3-1-1-4 مقیاس پذیری در محاسبات ابری 59
3-1-1-5 تغییر مقیاس قوی و ضعیف 59
3-1-2 کشش تقاضا 60
3-1-3 خطاها 60
3-1-4 گره خوردن کاربران به یک سرویس دهنده خاص 61
3-1-5 وابستگی شدید بین مولفه ها 61
3-1-6 فقدان پشتیبانی چند مستاجری 62
3-1-7 فقدان پشتیبانی از SLA 62
3-1-7-1 تعریف توصیف SLA 62
3-1-7-2 فقدان SLA در ابرهای موجود 64
3-1-8 فقدان انعطاف پذیری لازم در واسط کاربری 64
3-2 ارائه راهکارها 64
فصل چهارم: محاسبات و یافته های تحقیق 68
4-1 پیاده سازی و شبیه سازی 69
4-2 شرایط محیط شبیه سازی 71
4-3 مقیاس پذیری با اندازه شبکه 72
فصل پنجم: نتیجه گیری و پیشنهادات 74
5-1 خلاصه و نتیجه گیری 75
5-2 مزایای تحقیق انجام شده 75
5-3 معایب تحقیق انجام شده 75
5-4 کارهای آتی 76
منابع و مآخذ 77
منابع فارسی 78
منابع غیرفارسی 79
فهرست جداول
عنوان صفحه
جدول 2-1 : سرویس دهندگان زیرساخت به عنوان سرویس 13
جدول2-2 : سرویس دهندگان سکو به عنوان سرویس 15
جدول 2-3 : سرویس دهندگان نرم افزار به عنوان سرویس 16
جدول 4-1 : شرایط محیط شبیه سازی 72
فهرست شکل ها
عنوان صفحه
شکل 2-1 : تصویری از محاسبات ابری 8
شکل2-2 : الگوی استقرار ابر 17
شکل 2-3 : مشخصات محاسبات ابری 19
شکل 2- 4: تمایل به سمت محاسبات ابری 24
شکل 2-5: بررسی وضعیت محاسبات ابری جهان 26
شکل 2-6: سیستم توزیع شده به عنوان میان افزار 33
شکل 2-7 : ساختمان یک شی ابری 38
شکل 2-8 : اجرای نخ ها در شیء ابری 39
شکل 2-9 : مدل منطقی از یک معماری سیستم عامل ابری 41
شکل 2-10 : سیستم عامل iCloud 43
شکل 2-11: تصویری از سیستم عامل GlideOS 44
شکل 2-12 : تصویری از سیستم عامل G.ho.st 45
شکل 2-13 : تصویری از سیستم عامل JoliCloud 46
شکل 2-14 : تصویری از سیستم عامل eyeOS 47
شکل 3-1 : بروز رسانی موقعیت گره در روش RNP 66
شکل 3-2 : درخواست موقعیت و ارسال بسته در روش RNP 66
شکل 3-3: شبه کد به روز رسانی موقعیت گره 67
شکل 3-4: شبه کد درخواست موقعیت 67
شکل 4-1: مقایسه سرعت اجرای برنامه با افزایش تعداد پردازنده 69
شکل 4-2: مقایسه سرعت اجرای برنامه با افزایش تعداد ماشین مجازی 70
شکل 4-3: مقایسه اجاره بها با افزایش تعداد پردازنده 70
شکل 4-4: مقایسه اجاره بها با افزایش تعداد ماشین مجازی 71
شکل 4-5: نرخ موفقیت درخواست با افزایش تعداد گره ها 72
شکل 4-6: افزایش درصد بسته های تحویل داده شده با افزایش گره ها 73
شکل 4-7: کاهش سربار داده با افزایش تعداد گره ها 73
فصل اول
مقدمه و کلیات تحقیق
مقدمه
در دهه های آینده ما شاهد رشد چشمگیر تکنولوژی در زمینه پردازنده ها خواهیم بود. ابرها که از پردازنده های چند هسته ای تشکیل شده اند منابع محاسباتی بی نظیری فراهم می سازند. باید توجه داشت که با افزایش وسعت دامنه های اطلاعاتی و محاسباتی نیاز به منابع این چنینی بیش از پیش احساس خواهد شد و با افزایش حجم منابع نیاز به مدیریتی کارا و شفاف الزام پیدا می کند. در اینجا ممکن است این سوال مطرح شود که: ابرها چه امکاناتی برای کاربران فراهم می آورند؟ ابرها در انجام محاسبات عظیم نقش مهمی را ایفا می کنند و به کاربران این امکان را می دهند که برنامه های خود را بر روی بستری قابل اطمینان و بسیار کارآمد که از اجزای صنعتی استاندارد تشکیل شده است اجرا کنند. همچنین ابرها مدل محاسباتی بسیار ساده ای را فراهم می آورند به این صورت که کاربران تنها خروجی مورد نظر را با کمترین هزینه برای کاربر تامین می نمایند. ابرها در کنار اینکه فرصت های فراوانی را برای کاربران فراهم می آورند، چالش هایی را نیز برای مدیریت این منابع پدید می آورند. برای مثال از این چالش ها می توان به نحوه هماهنگ ساختن میزان منابع با درخواست ها و یا وسعت زیاد منابع تحت مدیریت سیستم عامل اشاره نمود. در این تحقیق با چالش های موجود در این زمینه بیشتر آشنا می شویم و پیرامون هر کدام به تفضیل صحبت خواهیم کرد.
سوالات اصلی تحقیق
سیستم عامل های ابری که نوعی از سیستم عامل های توزیعی می باشند، می توانند مجموعه ای از گره ها را با هم یکپارچه ساخته و یک سیستم متمرکز را تولید کنند. با توجه به اینکه ابرها فرصت های فراوانی را برای کاربران فراهم می آورند، چالش هایی را نیز برای مدیریت این منابع پدید می آورند. به همین منظور سوالات زیر مطرح می شود:
چالش های موجود در سیستم عامل های ابری کدامند؟
آیا تا به حال این چالش ها مورد بررسی قرار گرفته اند؟
این چالش ها تا چه اندازه اهمیت دارند؟
آیا راهکاری برای این چالش ها در نظر گرفته شده است؟
هدف از اجراء
در دهه های اخیر شاهد رشد چشمگیر تکنولوژی در زمینه پردازنده ها بوده ایم و این تکنولوژی همچنان با سرعت قابل توجهی در حال پیشرفت است. دلیل این امر افزایش منابع اطلاعاتی و محاسباتی است که این نیاز را به وجود آورده است که با ساخت چنین تکنولوژی هایی به ویژه پردازنده های چند هسته ای، مدیریتی کارا و شفاف بر این اطلاعات حجیم و محاسبات عظیم صورت گیرد. مدیریت اطلاعات و محاسبات این چنینی در محیط هاو سیستم های توزیعی به مراتب آسان تر از محیط های دیگر است. یکی از سیستم های توزیعی ابرها می باشند که می توانند نقش مهمی را در محاسبات عظیم و ذخیره سازی اطلاعات حجیم، ایفا کنند. بنابراین لزوم بررسی چالش ها و موانع در این قبیل سیستم ها و رفع آنها می تواند گامی موثر در افزایش سرعت و کارایی این گونه سیستم ها داشته باشد.
توجیه ضرورت انجام طرح
همزمان با رشد چشمگیر تکنولوژی پردازنده ها، ابرها نیز گسترش روز افزونی پیدا کرده اند. به همین ترتیب تعداد کامپیوترهای افزوده شده به زیر ساخت ابرها نیز افزایش پیدا کرده است که البته قابل ذکر است این افزایش با توجه به تقاضای روزافزون کاربران برای میزبانی این منابع می باشد. منابع ابری برای کاربران نامحدود بوده و کاربران تنها محدودیت مالی برای خرید این منابع را پیش رو دارند. پس می توان نتیجه گرفت که یکی از مهم ترین چالش ها در این زمینه مقیاس پذیر بودن سیستم عامل های ابری می باشد. در ابرها پارامترهایی همچون تقاضا، حجم کار و منابع در دسترس در طول زمان پیوسته در حال تغییر می باشند. برای مثال هنگامی که کاربر محاسبات سنگین و پیچیده ای درخواست می کند منابع مورد نیاز وی افزایش پیدا می کند و در پایان منابع از کاربر تحویل گرفته می شوند، قابل ذکر است این افزایش و کاهش در منابع ممکن است از دید کاربر پنهان بماند. باید به این نکته توجه داشت که تقاضا هیچ گاه ثابت نمی ماند و میزان منابع مورد نیاز در گستره زیادی در حال تغییر می باشد. از طرفی برنامه های کاربردی مبتنی بر ابر معمولا منابع را بین کاربران و دیگر برنامه های کاربردی به اشتراک می گذارند. اگرچه برنامه کاربردی هر کاربر در لفاف مجازی جداگانه ای قرار گرفته است ولی کیفیت سرویسی که برای برنامه فراهم می شود را تحت تاثیر قرار می دهد. علاوه براین برنامه نویسی در این سیستم عامل نیز کاری مشکل و توام با خطا است. با توجه به مشکلات برنامه نویسی چند نخی و چند فرآیندی که در این نوع سیستم عامل ها استفاده می شود امکان وجود خطا افزایش می یابد. همچنین به دلیل کمبود ابزارهای اشکال زدایی و آنالیز سیستم های بزرگ فهمیدن خطاها سخت و برطرف سازی آنها چالش برانگیز است. برخی چالش های ذکر شده در این زمینه موجب به وجود آمدن مسیر تحقیقاتی گوناگون شده است که از آن جمله می توان به موارد زیر اشاره کرد که البته هر کدام از این مسیرها به بخش های دیگری می شکنند که زمینه جدیدی را فراهم می کند.
استفاده از اشیاء پایدار: یکی از زمینه های اصلی مدل ابری فراهم آوردن مخازن داده پایدار و قابل اشتراک می باشد. بنابراین محور اصلی برخی از تحقیقات در زمینه سیستم عامل های ابری، پشتیبانی کارامد و استفاده بهینه از حافظه پایدار می باشد. علاوه بر این عرصه دیگر تحت کنترل درآوردن منابع توزیع شده می باشد که منجر به افزایش سرعت برنامه های اجرایی بر روی ابرها می گردد.
اطمینان و امنیت در سیستم عامل های ابری: یکی از اهداف مهم این سیستم ها فراهم آوردن محیط محاسباتی امن برای کاربران است. این چالش از دو بخش اصلی تشکیل می شود: حفاظت از داده ها هنگام خرابی سیستم و تضمین انجام ادامه محاسبه از جایی که محاسبه قطع گردید. می توان به این نتیجه رسید یکی دیگر از زمینه های تحقیق پیرامون سیستم عامل های ابری افزایش اطمینان این سیستم عامل ها می باشد.
تحمل خطا: افزایش تحمل خطا زمینه ی تحقیقات دیگر حول این موضوع می باشد.
تعاریف واژه ها
سیستم های توزیعی
سیستم توزیعی در واقع مجموعه ای از کامپیوترهای مستقل است که برای کاربر خود مانند یک سیستم منسجم و منفرد به نظر می رسد[2].
سیستم عامل توزیع شده
این سیستم عامل ها خود را مانند سیستم عامل های تک پردازنده به کاربر معرفی می کنند اما در عمل از چندین پردازنده استفاده می کنند. این نوع سیستم عامل در یک محیط شبکه ای اجرا می شود و در حقیقت در این نوع سیستم جواب نهایی یک برنامه، پس از اجرا در کامپیوترهای مختلف به سیستم اصلی بر می گردد. سرعت پردازش در این نوع سیستم بسیار بالاست.
سیستم عامل ابری
سیستم عامل ابری نیز نوعی از سیستم عامل های توزیعی می باشند که مجموعه ای از گره ها را با هم یکپارچه می سازد و یک سیستم متمرکز تولید می کند.

فصل دوم
ادبیات و پیشینه تحقیق
در این فصل سعی شده قبل از آشنایی کامل با سیستم عامل های ابری در مورد محاسبات ابری، انواع سیستم عامل ها، سیستم های توزیعی و سیستم عامل های توزیعی آشنا شویم، سپس با برخی سیستم عامل های ابری موجود آشنا شده و در نهایت به تحقیقاتی که در این زمینه صورت گرفته می پردازیم.
محاسبات ابری
محاسبات ابری مدل محاسباتی بر پایه شبکه‌های بزرگ کامپیوتری مانند اینترنت است که الگویی تازه برای عرضه، مصرف و تحویل سرویس‌های فناوری اطلاعات (شامل سخت افزار، نرم افزار، اطلاعات، و سایر منابع اشتراکی محاسباتی) با به کارگیری اینترنت ارائه می‌کند. سیر تکاملی محاسبات به گونه ای است که می توان آن را پس از آب، برق، گاز و ‌تلفن به عنوان عنصر اساسی پنجم فرض نمود. در چنین حالتی، کاربران سعی می کنند بر اساس نیازهای خود و بدون توجه به اینکه یک سرویس در کجا قرار دارد و یا چگونه تحویل داده می شود، به آن دسترسی یابند. نمونه های متنوعی از سیستم های محاسباتی ارائه شده است که سعی دارند چنین خدماتی را به کاربران ارئه دهند. برخی از آنها عبارتند از: محاسبات کلاستری، محاسبات توری و اخیراً محاسبات ابری[15]. محاسبات ابری ساختاری شبیه یک توده ابر دارد که به واسطه آن کاربران می توانند به برنامه های کاربردی از هر جایی از دنیا دسترسی داشته باشند. بنابراین، محاسبات ابری می تواند با کمک ماشین های مجازی شبکه شده، بعنوان یک روش جدید برای ایجاد پویای نسل جدید مراکز داده مورد توجه قرار گیرد. بدین ترتیب، دنیای محاسبات به سرعت به سمت توسعه نرم‌افزارهایی پیش می رود که به جای اجرا بر روی کامپیوترهای منفرد، به عنوان یک سرویس در دسترس میلیون ها مصرف کننده قرار می گیرند.

شکل 2-1: تصویری از محاسبات ابری[33]
معرفی محاسبات ابری
دنیای فناوری اطلاعات و اینترنت که امروزه تبدیل به جزئی حیاتی از زندگی بشر شده، روز به روز در حال گسترش است. همسو با آن، نیازهای اعضای جوامع مانند امنیت اطلاعات، پردازش سریع، دسترسی پویا و آنی، قدرت تمرکز روی پروژه های سازمانی به جای اتلاف وقت برای نگه داری سرورها و از همه مهم تر، صرفه جویی در هزینه ها اهمیت زیادی یافته است. راه حلی که امروزه در عرصه فناوری برای چنین مشکلاتی پیشنهاد می شود تکنولوژی ای است که این روزها با نام محاسبات ابری شناخته می شود.
محاسبات ابری نمونه ای است که منابع بیرونی همه نیازهای IT را از قبیل ذخیره سازی، محاسبه و نرم افزارهایی مثل Office و ERP را در اینترنت تهیه می کند. محاسبات ابری همچنین، رشد و پیشرفت کاربرد های وسیع و تست برای شرکت های IT کوچکی را اجازه می دهد که نمی توانند سرمایه های بزرگ در سازمان داشته باشند. مهم ترین مزیت پیشنهاد شده توسط ابر در مفهوم اقتصاد مقیاس است و آن هنگامی است که هزاران کاربر، تسهیلات یکسان، هزینه یکسان برای هر کاربر و بهره برداری از سرور به اشتراک می گذارند. برای فعال سازی چنین تسهیلاتی، محاسبات ابری در برگیرنده تکنولوژی ها و مفاهیمی است مثل: مجازی سازی و محاسبات سودمند، پرداخت در ازای میزان استفاده، بدون سرمایه گذاری های کلان، انعطاف پذیری، مقیاس بندی، شرایط تقاضا و منابع بیرونی IT.
محاسبات ابری را ابر نیز می نامند چون یک سرور ابری دارای شکل بندی است که می تواند هر جایی در جهان قرار داشته باشد. ابر، تصویری است انتزاعی از شبکه‌ای عظیم؛ توده‌ای که حجم آن مشخص نیست، نمی‌دانیم از چه میزان منابع پردازشی تشکیل شده. ابعاد زمانی و مکانی یکایک اجزای آن نیز دانسته نیست، نمی‌دانیم سخت‌افزار‌ها و نرم‌افزارها کجای این توده قرار دارند، اما آن‌چه را که عرضه می‌کند، می‌شناسیم. درست مثل برق! شما برای اینکه از وسایل و تجهیزات برقی در خانه یا محل کارتان استفاده کنید لازم نیست یک ژنراتور یا کارخانه برق در خانه خود داشته باشید، بلکه به ازای هزینه مشخصی برق را اجاره می‌کنید. حالا اگر مصارف برقی شما بیشتر و متفاوت‌‌تر باشند مثلاً‌ می‌روید و از خدمات برق صنعتی استفاده می‌کنید. در محاسبات ابری هم شرکت‌ها و سازمان‌ها و افراد دیگر برای نرم‌افزار، سخت‌افزار یا شبکه پولی پرداخت نمی‌کنند، بلکه توان محاسباتی و سرویس‌های نرم‌افزاری مورد نیازشان را خریداری می‌کنند. این ایده در واقع صرفه‌جویی بزرگ و بهره‌وری زیادی در منابع IT را به همراه خواهد داشت. بدین ترتیب کافی است وسیله شما (پی‌سی، موبایل، تلویزیون، حتی یخچال!) یک رابط نرم‌افزاری (مرورگر) برای استفاده از سرویس‌های آنلاین و یک دسترسی به اینترنت داشته باشد،‌ خواهید دید که قادر هستید به راحتی از توان محاسباتی برای انجام کارهای دیجیتالی خود بهره بگیرید.
رشد و پیشرفت محاسبات ابری منجر به چندین تعریف پیشنهادی از خصوصیات آن می شود. برخی از این تعاریف توسط دانشمندان مشهور و سازمان ها ارائه شده است مثل:
الف) Buyya و همکارانش که محاسبات ابر را در مفهوم کاربری است برای کاربر نهایی بدین صورت تعریف می کنند: یک ابر سیستمی محاسباتی توزیع شده بازارگرا است که شامل جمع آوری کامپیوترهای مجازی و ارتباط داخلی هستند که از لحاظ دینامیکی به عنوان یک یا چند منبع محاسباتی متحد بر اساس توافق های سطح سرویس بین مصرف کنندگان و فراهم کنندگان خدمات مذاکره می کنند[14].
ب) موسسه ملی استانداردها و تکنولوژی محاسبات ابری را به صورت زیر تعریف می کند: محاسبه ابری، الگویی است برای اینکه شبکه های مبتنی بر تقاضا به منابع محاسباتی (مثل سرور، شبکه، ذخیره سازی، برنامه های کاربردی و خدمات) طوری دستیابی پیدا کنند که شامل حداقل تلاش مدیریت یا تعامل فراهم کننده سرویس است. این الگوی ابر، قابلیت دستیابی را ارتقا می دهد و شامل پنج تا از ویژگی های ضروری، سه تا از الگوهای سرویس و چهار تا الگوی استقرار است.
ویژگی های ابری شامل انتخاب سرویس مبتنی بر تقاضا، دسترسی وسیع به شبکه، ائتلاف منابع، انعطاف پذیری سریع و سرویس اندازه گیری شده است. الگوهای خدمات در دسترس به صورت نرم افزار به عنوان سرویس(SaaS)، سکو به عنوان سرویس (PaaS) و زیرساخت به عنوان سرویس (IaaS) تقسیم بندی می شوند. الگوی گسترش به ابرهای عمومی، خصوصی، اجتماعی و هیبرید تقسیم بندی می شود.
مشخصه اصلی محاسبات ابری
موسسه ملی استانداردها و فناوری، خصوصیات محاسبات ابری زیر را به صورت زیر تعریف می کند:
سرویس مبتنی بر تقاضا
مشتری می تواند به صورت یک طرفه امکانات و خدمات محاسباتی همچون سرور و فضای ذخیره سازی در شبکه را به هنگام نیاز از هر فراهم کننده ای به صورت خودکار و بدون نیاز به دخالت انسان به دست آورده و از آنها استفاده کند. به عبارت دیگر، برای مدیریت زیرساخت ابر نیازمند استخدام مدیران شبکه یا Admin به صورت تمام وقت نیستیم. بیشتر سرویس های ابر، پورتال های سلف سرویس دارند که به آسانی مدیریت می شوند.
دسترسی وسیع به شبکه
توانمندی های موجود بر روی شبکه، از طریق مکانیزم های استاندارد که استفاده از روش های ناهمگون پلتفرم های کلاینت، مانند تلفن های موبایل، لپ تاپ ها و PDA ها، را ترویج می کنند، قابل دسترسی هستند.
ائتلاف منابع
منابع محاسباتی فراهم کننده جمع آوری شده اند تا با به کارگیری مدل چند مشتری به چندین مشتری خدمت رسانی کنند. این کار به وسیله منابع فیزیکی یا مجازی مختلف که به شکلی پویا و بنابر درخواست مشتری واگذار و پس گرفته می شوند، صورت می گیرد. در اینجا حالتی از عدم وابستگی به مکان وجود دارد که در آن مشتری معمولاً کنترل یا دانشی درباره محل دقیق منابع فراهم شده ندارد ولی ممکن است در سطوح بالاتر انتزاعی بتواند محل را تعیین کند، مثل: کشور، استان یا مراکز داده. برای نمونه منابع شامل فضای ذخیره سازی، توان پردازشی، حافظه، پهنای باند شبکه و ماشین های مجازی می شود.
انعطاف پذیری سریع
می توان امکانات را به سرعت و با انعطاف، در بعضی موارد به صورت خودکار، به دست آورد تا به سرعت گسترش داده شده( از دید مقیاس) یا درجا آزاد شوند و خیلی سریع به مقیاس کوچکتری دست یابند. از دید مشتری امکاناتی که برای به دست آمدن در دسترس هستند اغلب نامحدود به نظر می آیند و می توانند به هر مقدار و در هر زمان خریداری شوند.
سرویس اندازه گیری شده
سیستم های ابری منابع را خودکار کنترل و بهینه می کنند. این کار با به کارگیری توانایی اندازه گیری در سطحی از تجرید که مناسب گونه آن خدمت ( مثل: فضای ذخیره سازی، توان پردازشی، پهنای باند و شمار کاربران فعال) است انجام می شود. میزان استفاده از منابع می تواند به شکلی شفاف هم برای مشتری و هم برای فراهم کننده زیر نظر گرفته، کنترل شده و گزارش داده شود.
معماری سرویس گرا
معماری مبتنی بر سرویس در واقع یک مجموعه ای از سرویس ها است که با یکدیگر ارتباط برقرار می کنند. حین این ارتباط ممکن است داده هایی را بین یکدیگر پاس کاری کنند و همچنین ترکیب دو یا چند سرویس با هم یک کار انجام دهد. در این جا چند مفهوم اتصال بین سرویس ها مورد نیاز است. برخلاف دهه های گذشته که نرم افزارها قائم به خود و انفرادی بودند، در حال حاضر روند تکامل نرم افزارها به سوی معماری مبتنی بر سرویس می رود. رشد انفجاری تکنولوژی های اینترنت و تعداد کاربران آن موجب شده که فروش نرم افزار جای خودش را به اجاره نرم افزار بدهد. شرکت های بزرگی مانند مایکروسافت، گوگل، سان و حتی آمازون به این سمت می روند که به جای فروش مستقیم نرم افزار به کاربر خدمات نرم افزاری را ارئه دهند. معماری مبتنی بر سرویس معماری نرم افزار یا سیستمی است که امکاناتی چون کامپوننت ها، استفاده مجدد، توسعه پذیری و راحتی را در اختیار ما قرار می دهد. این ویژگی ها برای شرکت هایی که به دنبال کاهش هزینه هستند و به جای فروش به اجاره سرویس های نرم افزار تاکید دارند، الزامی است[9].
مدلهای سرویس
در مدل سرویس، انواع گوناگون ابر بیانگر قالبی هستند که زیر ساختها در آن قرار میگیرد. اکنون محدوده شبکه، مدیریت و مسئولیتها به پایان میرسد و امور مربوط به بخش سرویسدهندهی ابر آغاز میشود. با پیشرفت محاسبات ابری فروشندگان، ابرهایی را با سرویس های مختلف مرتبط به کار خود عرضه مینمایند. با سرویسهایی که عرضه میشوند مجموعه دیگری از تعاریف به نام مدل سرویس در محاسبات ابری مطرح میشود. برای مدلهای سرویس، نامگذاریهای بسیاری صورت گرفته که همگی به فرم زیر تعریف شده اند:
XaaS,or "<something>as a Service"
در حال حاضر در جهان سه نوع سرویس به صورت متداول شناخته می شود:
زیر ساخت به عنوان سرویس
زیر ساخت به عنوان سرویس یا IaaS ماشینهای مجازی، فضای ذخیرهسازی مجازی، زیر ساخت های مجازی و سایر سخت افزارهای کاربردی را به عنوان منابع برای مشتریان فراهم میآورد. سرویسدهندهی IaaS تمامی زیر ساختها را مدیریت مینماید و در حالی که مشتریان مسئول باقی جنبههای استقرار میباشند. از جمله سیستم عامل، برنامهها و تعاملات سیستم با کاربر و غیره.
در جدول 2-1 تعدادی از سرویس دهندگان شناخته شده در حوزه IaaS به همراه توصیفی کوتاه از نوع سرویس ارائه شده آنها آورده شده است.
جدول2-1 : سرویس دهندگان زیر ساخت به عنوان سرویس
سازمان سرویس/ ابزار توصیف لایه-سطح
آمازون Elastic Compute Cloud سرور مجازی IaaS- سرویس منبع مجازی
Dynamo سیستم ذخیره سازی مبتنی بر کلید-ارزش IaaS- سرویس زیرساخت پیشرفته
Simple Storage Service سیستم ذخیره سازی دسته ای IaaS- سرویس زیر ساخت پایه
SimpleDB پایگاه داده به عنوان سرویس IaaS- سرویس زیر ساخت پیشرفته
CloudFront تحویل محتوا IaaS- سرویس زیر ساخت پیشرفته
SQS سرویس صف و زمانبندی IaaS- سرویس زیر ساخت پیشرفته
AppNexus AppNexus Cloud سرور مجازی IaaS- سرویس منبع مجازی
گوگل Google Big Table سیستم توزیع شده برای ذخیره سازی IaaS- سرویس زیر ساخت پیشرفته
Google File Sys-- سیستم- فایل توزیع شده IaaS- سرویس زیر ساخت پایه
اچ پی iLO مدیریت خاموشی سرور IaaS- سرویس منبع فیزیکی
Tycoon سیستم مدیریت منابع محاسباتی در کلاسترها IaaS- سرویس منبع مجازی
Joyent Accelerator سرور مجازی IaaS- سرویس منبع مجازی
Connector سرور مجازی از قبل تنظیم شده IaaS- سرویس زیر ساخت پیشرفته
BingoDisk دیسک ذخیره سازی IaaS- سرویس زیر ساخت پایه
Bluelock Bluelock Virtual Cloud Computing سرور مجازی IaaS- سرویس منبع مجازی
Bluelock Virtual Recovery بازیابی مصیبت و شکست IaaS- سرویس زیر ساخت پیشرفته
Emulab Emulab Network Testbed بستر آزمایش شبکه IaaS- سرویس منبع فیزیکی
ENKI ENKI Virtual Private Data Centers منابع دیتا سنتر مجازی بنابر تقاضا IaaS- سرویس منبع مجازی
EU Resevoir Project Open Nebula موتور مجازی زیرساخت(متن باز) IaaS- سرویس منبع مجازی
FlexiScale FlexiScale Cloud Computing سرور مجازی IaaS- سرویس منبع مجازی
GoGrid Cloud Hosting سرور مجازی IaaS- سرویس منبع مجازی
Cloud Storage فضای ذخیره سازی IaaS- سرویس زیر ساخت پایه
Nirvanix Nirvanix Storage Delivery Network دیسک ذخیره سازی IaaS- سرویس زیر ساخت پیشرفته
OpenFlow OpenFlow شبیه سازی شبکه IaaS- سرویس زیر ساخت پیشرفته
RackSpace Masso Cloud Sites سرور مجازی از پیش تنظیم شده IaaS- سرویس زیر ساخت
Masso Cloud Storage دیسک ذخیره سازی IaaS- سرویس زیر ساخت پایه
Masso Cloud Severs سرور مجازی IaaS- سرویس منبع مجازی
Skytap Skytap Virtual Lab محیط آزمایشگاه مجازی فناوری اطلاعات IaaS- سرویس زیر ساخت
Terremark Infinistructure سرور مجازی IaaS- سرویس منبع مجازی
UCSB Eucalyptus نسخه متن باز EC2 آمازون IaaS- سرویس منبع مجازی
10gen Mongo DB پایگاه داده برای ذخیره سازی ابری IaaS- سرویس زیر ساخت پیشرفته
Babble Application Server سرور برنامه های تحت وب برای استقرار ابری IaaS- سرویس زیر ساخت پیشرفته
سکو به عنوان سرویس
سکو به عنوان سرویس یاPaaS ، ماشینهای مجازی، سیستمهای عامل، برنامهها، سرویسها، چارچوبهای توسعه، تراکنشها و ساختارهای کنترلی را فراهم میآورد. مشتری میتواند برنامههای خود را بر روی زیر ساخت ابر قرار دهد و یا اینکه از برنامههایی استفاده کند که با استفاده از زبانها و ابزارها نوشته شدهاند و توسط سرویس دهندهیPaaS پشتیبانی می شوند. سرویسدهنده زیرساخت ابر، سیستمهای عامل و نرمافزارهای فعالسازی را فراهم میآورد. مشتری مسئول نصب و مدیریت برنامههایی که قرار داده است، میباشد.
در جدول 2-2 تعدادی از سرویس دهندگان شناخته شده در حوزه PaaS به همراه توصیفی کوتاه از نوع سرویس ارائه شده آنها آورده شده است.
جدول2-2 : سرویس دهندگان سکو به عنوان سرویس
سازمان سرویس/ابزار توصیف لایه-سطح
Akamai EdgePlatform تحویل برنامه کاربردی، محتوا و سایت PaaS
مایکروسافت Azure محیط توسعه و اجرا برای برنامه های کاربردی مایکروسافت PaaS
Live Mesh بستری برای به هنگام سازی، اشتراک و دسترسی به دامنه وسیعی از دستگاه هایی با سیستم عامل مایکروسافت PaaS
فیس بوک Facebook Platform بستر آزمایش شبکه PaaS
گوگل App Engine محیط اجرایی قابل گسترش برای برنامه های تحت وب نوشته شده در زبان پایتون PaaS
NetSuite SuiteFlex جعبه ابزاری برای سفارشی سازی برنامه های کاربردی کسب و کار آنلاین همین شرکت PaaS
Salesforce Force.com ساخت و تحویل برنامه های کاربردی در کلاس کسب و کار PaaS
Sun Caroline بستر قابل گسترش افقی برای توسعه و استقرار سرویس های تحت وب PaaS
Zoho Zoho Creator جعبه ابزاری برای ساخت و تحویل برنامه های کاربردی در کلاس کسب و کار و به شکل بنابر بر تقاضا PaaS
نرمافزار به عنوان سرویس
نرمافزار به عنوان سرویس یا SaaS یک محیط کاملاً عملیاتی برای مدیریت برنامهها و واسط کاربری است. در مدل SaaS برنامه از طریق یک برنامه واسط (معمولاً مرورگر) به مشتری سرویس میدهد و مسئولیت مشتری با ورود داده شروع و با مدیریت داده و تعاملات کاربری پایان مییابد. همه چیز مربوط به برنامه تا زیر ساخت در حوزهی مسئولیت فروشنده است.
در جدول 2-3 تعدادی از سرویس دهندگان شناخته شده در حوزه SaaS به همراه توصیفی کوتاه از نوع سرویس ارائه شده آنها آورده شده است.
جدول2-3 : سرویس دهندگان نرم افزار به عنوان سرویس
سازمان سرویس/ابزار توصیف لایه-سطح
گوگل Google Docs بسته نرم افزاری آفیس آنلاین SaaS
Google Maps API رابط برنامه نویس سرویس نقشه گوگل به توسعه دهندگان این امکان را می دهد تا نقشه گوگل را در سایت های خود جاسازی کنند SaaS- سرویس ساده
OpenID Foundation OpenSocial یک رابط برنامه نویسی کاربردی مشترک برای برنامه های شبکه های اجتماعی SaaS-سرویس مرکب
OpenID یک سیستم توزیع شده که به کاربران این اجازه را می دهد تا تنها با یک شناسه دیجیتال بتوانند از سایتها مختلف استفاده نمایند. SaaS- سرویس ساده
مایکروسافت Office Live بسته نرم افزاری آفیس آنلاین SaaS
Salesforce Salesforce.com بسته نرم افزاری مدیریت روابط مشتریان SaaS
این سه مدل متفاوت سرویس به نام مدل SPI محاسبات ابری شناخته میشوند. گرچه تاکنون از مدلهای سرویس بسیاری نام برده شد، staas فضای ذخیرهسازی به عنوان سرویس؛ idaas هویت به عنوان سرویس؛ cmaas توافق به عنوان سرویس؛ و غیره، با این وجود سرویس های SPI تمامی باقی سرویسهای ممکن را نیز در بر میگیرد. IaaS دارای حداقل سطوح عاملیت مجتمع شده و پایین ترین سطوح مجتمع سازی میباشد و SaaS دارای بیشترینها است. یک PaaS یا سکو به عنوان سرویس خصوصیات مجتمع سازی، میانافزارها و سایر سرویسهای هماهنگساز را به مدل IaaS یا زیر ساخت به عنوان سرویس میافزاید. هنگامی که که یک فروشندهی محاسبات ابری، نرمافزاری را بر روی ابر عرضه میکند، با استفاده از برنامه و پرداخت فوری، یک عملیات SaaS انجام می گیرد. با SaaS مشتری برنامه را در صورت نیاز استفاده میکند و مسئول نصب، نگهداری و تعمیر برنامه نیست.
مدل‌های پیاده‌سازی
در تعریف NIST (انستیتوی ملی استاندارد ها و فناوری ها) مدل های استقرار ابر به چهار صورت زیر است:

شکل 2-2 : الگوی استقرار ابر[29]
ابر عمومی
ابر عمومی یا ابر خارجی توصیف کننده محاسبات ابری در معنای اصلی و سنتی آن است. سرویس‌ها به صورت دینامیک و از طریق اینترنت و در واحدهای کوچک از یک عرضه کننده شخص ثالث تدارک داده می‌شوند و عرضه کننده منابع را به صورت اشتراکی به کاربران اجاره می‌دهد و بر اساس مدل محاسبات همگانی و مشابه صنعت برق و تلفن برای کاربران صورتحساب می‌فرستد. این ابر برای استفاده همگانی تعبیه شده و جایگزین یک گروه صنعتی بزرگ که مالک آن یک سازمان فروشنده ی سرویس های ابری می باشد.
ابر گروهی
ابر گروهی در جایی به وجود می‌آید که چندین سازمان نیازهای یکسان دارند و به دنبال این هستند که با به اشتراک گذاردن زیرساخت از مزایای محاسبات ابری بهره‌مند گردند. به دلیل اینکه هزینه‌ها بین کاربران کمتری نسبت به ابرهای عمومی تقسیم می‌شود، این گزینه گران‌تر از ابر عمومی است اما میزان بیشتری از محرمانگی، امنیت و سازگاری با سیاست‌ها را به همراه می‌آورد.
ابر ترکیبی
یک ابر ترکیبی متشکل از چندین ارائه دهنده داخلی و یا خارجی، گزینه مناسبی برای بیشتر مؤسسات تجاری می‌باشد. با ترکیب چند سرویس ابر کاربران این امکان را می‌یابند که انتقال به ابر عمومی را با دوری از مسائلی چون سازگاری با استانداردهای شورای استانداردهای امنیت داده‌های کارت های پرداخت آسان تر سازند.
ابر خصوصی
ابر خصوصی یک زیر ساخت محاسبات ابری است که توسط یک سازمان برای استفاده داخلی آن سازمان به وجود آمده‌است. عامل اصلی که ابرهای خصوصی را از ابرهای عمومی تجاری جدا می‌سازد، محل و شیوه نگهداری از سخت افزار زیرساختی ابر است. ابر خصوصی امکان کنترل بیشتر بر روی تمام سطوح پیاده سازی ابر (مانند سخت افزار، شبکه، سیستم عامل، نرم افزار) را فراهم می‌سازد. مزیت دیگر ابرهای خصوصی امنیت بیشتری است که ناشی از قرارگیری تجهیزات در درون مرزهای سازمان و عدم ارتباط با دنیای خارج ناشی می‌شود. اما بهره گیری از ابرهای خصوصی مشکلات ایجاد و نگهداری را به همراه دارد. یک راه حل میانه برای دوری از مشکلات ابرهای خصوصی و در عین حال بهره مند شدن از مزایای ابرهای خصوصی، استفاده از ابر خصوصی مجازی است. به عنوان نمونه می‌توان از ابر خصوصی مجازی آمازون نام برد.
مشخصات محاسبات ابری
مشخصات کلیدی توسط ابر در شکل 2-3 نشان داده شده است و در قسمت زیر مورد بحث و بررسی قرار گرفته است:

شکل 2-3 : مشخصات محاسبات ابری[28]
مجازی شده : منابع (یعنی محاسبه کردن، ذخیره سازی و ظرفیت شبکه) در ابرها تصور می شوند و این روش در سطوح مختلف مثل vm و سطوح بسته بدست می آید[9]. اصلی ترین آن در سطح ماشین مجازی است که در آن برنامه های کاربردی متفاوت در سیستم های عملکردی با همان ماشین فیزیکی اجرا می شوند. سطح سکو باعث نقشه برداری برنامه های کاربردی در یک یا چند منبع می شود که توسط فراهم آورندگان زیرساخت ابری پیشنهاد شده است.
سرویس گرا: ابر با استفاده از الگوی زیرساخت سرویس گرا به کار می رود که در آن همه اجزا در شبکه به عنوان یک سرویس در دسترس هستند، چه نرم افزار باشد، چه سکو یا هر زیرساختی که به عنوان سرویس پیشنهاد می کنند.
انعطاف پذیری : منابع (یعنی محاسبه کردن، ذخیره سازی و ظرفیت شبکه) برای برنامه های کاربردی ابر موردنیاز هستند که می توانند به صورت پویا و مختلف مقرر می شوند. یعنی افزایش یا کاهش در زمان اجرا بستگی به نیازهای QOS کاربر دارد. فراهم کنندگان ابر اصلی مثل آمازون حتی سرویس هایی را برای توسعه عمودی و توسعه افقی در براساس نیازهای برنامه های کاربردی میزبان دارد.
پویا و توزیع شده: گرچه منابع ابر، مجازی شده اند، آنها اغلب در عملکردهای بالا یا سرویس های ابر قابل اطمینان توزیع می شوند. این منابع انعطاف پذیر و می توانند بر طبق نیازهای مشتری سازگاری یابند مثل: نرم افزار، پیکربندی شبکه و غیره[10].
اشتراک (اقتصاد مقیاسی): زیرساخت ابرها هر جایی است که منابع های متعدد از خود کاربر بر طبق نیازهای برنامه کاربردی خود استفاده می کنند، مشترک می شوند. این الگوی اشتراکی به عنوان الگوی اجاره چندگانه نیز می باشد. به طور کلی، کاربران نه دارای کنترل مستقیم بر منابع فیزیکی هستند و نه از تخصیص منابع و اینکه با چه کسانی مشترک شده اند، خبر دارند.
بازارگرا (پرداخت - در ازای - میزان استفاده): در محاسبات ابری، کاربران براساس پرداخت - در ازای - میزان استفاده برای سرویس ها پرداخت می کنند. الگوی قیمت گذاری می تواند با توجه به انتظار برنامه های کاربردی در کیفیت سرویس متفاوت باشد. فراهم آورندگان ابر IaaS مثل منابع قیمت ها در آمازون از الگوهایی بازاری مثل الگوهای قیمت گذاری کالاها یا زمان پرداخت آنها استفاده می کنند. یک الگوی قیمت گذاری توسط Thualsiram و Allenofor برای منابع مجهز پیشنهاد شده است که می تواند به عنوان اساسی برای منابع ابر استفاده شوند. این خصوصیت، بعد بهره برداری از محاسبات ابری را بیان می کند. یعنی، سرویس های ابری به عنوان سرویس های سنجیده شده هستند که در آن فراهم کنندگان دارای الگوی محاسباتی برای اندازه گیری کاربردها از سرویس ها هستند که به توسعه برنامه های قیمت گذاری متفاوت کمک می کند. الگوی محاسباتی به کنترل و بهینه سازی از منابع کمک می کند.[16]
خودمختار : برای فراهم کردن سرویس های قابل اطمینان در حد بالا، ابرها رفتاری مستقل را با مدیریت خودشان در دگردیسی عملکرد یا شکست نشان می دهند.
مزایای محاسبات ابری
 
کارمان را با بیان مزایای متعددی که توسط محاسبات ابری ارائه می شود آغاز می کنیم. وقتی شما به سمت استفاده از ابر می روید، به چیزهای زیر دست پیدا می کنید:
 
هزینه های کامپیوتری کمتر: شما برای اجرای برنامه های کاربردی مبتنی بر وب، نیازی به استفاده از یک کامپیوتر قدرتمند و گران قیمت ندارید. از آن جائی که برنامه های کاربردی بر روی ابر اجرا می شوند، نه بر روی یک کامپیوتر رو میزی. کامپیوتر رومیزی شما نیازی به توان پردازشی زیاد یا فضای دیسک سخت که نرم افزارهای دسکتاپ محتاج آن هستند ندارد. وقتی شما یک برنامه کاربردی تحت وب را اجرا می کنید، کامپیوتر شما می تواند ارزان تر، با یک دیسک سخت کوچک تر، با حافظه کم تر و دارای پردازنده کارآمدتر باشد. در واقع، کامپیوتر شما در این سناریو حتی نیازی به یک درایو CD یا DVD هم ندارد زیرا هیچ نوع برنامه نرم افزاری بار نمی شود و هیچ سندی نیاز به ذخیره شدن بر روی کامپیوتر ندارد.
کارآیی توسعه یافته:  با وجود برنامه های کم تری که منابع کامپیوترشما، خصوصاً حافظه آن را به خود اختصاص می دهند، شما شاهد کارآیی بهتر کامپیوتر خود هستید. به عبارت دیگر کامپیوترهای یک سیستم محاسبات ابری، سریع تر بوت و راه اندازی می شوند زیرا آن ها دارای فرآیندها و برنامه های کم تری هستند که به حافظه بار می شود.
 
هزینه های نرم افزاری کم تر:  به جای خرید برنامه های نرم افزاری گران قیمت برای هر کامپیوتر، شما می توانید تمام نیازهای خود را به صورت رایگان برطرف کنید. بله درست است، اغلب برنامه های کامپیوتری محاسبات ابری که امروزه عرضه می شوند، نظیر Google Docs، کاملاً رایگان هستند. این، بسیار بهتر از پرداخت 200 دلار یا بیشتر برای خرید برنامه office مایکروسافت است که این موضوع به تنهایی می تواند یک دلیل قوی برای سوئیچ کردن به محاسبات ابری محسوب شود.
 
ارتقای نرم افزاری سریع و دائم:  یکی دیگر از مزایای مربوط به نرم افزار در  محاسبات ابری این است که شما دیگر نیازی به بروز کردن نرم افزارها و یا اجبار به استفاده از نرم افزارهای قدیمی، به دلیل هزینه زیاد ارتقای آن ها ندارید. وقتی برنامه های کاربردی، مبتنی بر وب باشند، ارتقاها به صورت اتوماتیک رخ می دهد و دفعه بعد که شما به ابر وارد شوید به نرم افزار اعمال می شوند. وقتی شما به یک برنامه کاربردی مبتنی بر وب دسترسی پیدا می کنید، بدون نیاز به پرداخت پول برای دانلود یا ارتقای نرم افزار، از آخرین نسخه آن بهره مند می شوید.
 
سازگاری بیشتر فرمت اسناد:  نیازی نیست که شما نگران مسئله سازگاری اسنادی که بر روی کامپیوتر خود ایجاد می کنید با سایر سیستم عامل ها یا سایر برنامه های کاربردی دیگران باشید. در دنیایی که اسناد 2007Word نمی تواند بر روی کامپیوتری که 2003Word را اجرا می کند باز شوند، تمام اسنادی که با استفاده از برنامه های کاربردی مبتنی بر وب ایجاد می شوند می تواند توسط سایر کاربرانی که به آن برنامه کاربردی دسترسی دارند خوانده شوند. وقتی همه کاربران اسناد و برنامه های کاربردی خود را بر روی ابر به اشتراک می گذارند، هیچ نوع ناسازگاری بین فرمت ها به وجود نخواهد آمد.
 
ظرفیت نامحدود ذخیره سازی:  محاسبات ابری ظرفیت نامحدودی برای ذخیره سازی در اختیار شما قرار می دهد. دیسک سخت 200 گیگابایتی فعلی کامپیوتر رومیزی شما در مقایسه با صدها پتابایت (یک میلیون گیگابایت) که از طریق ابر در دسترس شما قرار می گیرد اصلا چیزی به حساب نمی آید. شما هر چیزی را که نیاز به ذخیره کردن آن داشته باشید می توانید ذخیره کنید.
 
قابلیت اطمینان بیشتر به داده:  برخلاف محاسبات دسکتاپ، که در آن یک دیسک سخت می تواند تصادم کند و تمام داده های ارزشمند شما را از بین ببرد، کامپیوتری که بر روی ابر تصادم کند نمی تواند بر داده های شما تاثیر بگذارد. این همچنین بدان معنا است که اگر کامپیوترهای شخصی شما نیز تصادم کنند، تمام داده ها هنوز هم آن جا و برروی ابر وجود دارند و کماکان در دسترس شما هستند. در دنیایی که تنها تعداد اندکی از کاربران به طور مرتب و منظم از داده های مهم و حساس خود نسخه پشتیبان تهیه می کنند، محاسبات ابری حرف آخر در زمینه محافظت از داده ها به شمار می رود.
 
دسترسی جهانی به اسناد:  آیا تا به حال کارهای مهم خود را از محیط کار به منزل برده اید؟ و یا تاکنون به همراه بردن یک یا چند فایل مهم را فراموش کرده اید؟ این موضوع در محاسبات ابری رخ نمی دهد زیرا شما اسناد و فایل های مهم  خود را همراه خود حمل نمی کنید. در عوض، این اسناد و فایل ها بر روی ابر می مانند و شما می توانید از هرجایی که یک کامپیوتر و اتصال اینترنتی وجود داشته باشد به آن دسترسی پیدا کنید. شما در هر کجا که باشید به سرعت می توانید به اسناد خود دسترسی پیدا کنید و به همین دلیل، نیازی به همراه داشتن آن ها نخواهید داشت.
 
در اختیار داشتن آخرین و جدیدترین نسخه:  یکی دیگر از مزایای مرتبط با اسناد در محاسبات ابری این است که وقتی شما یک سند را در خانه ویرایش می کنید، این نسخه ویرایش شده همان چیزی است که وقتی در محل کار خود به آن دسترسی می یابید مشاهده می کنید. ابر همواره، آخرین نسخه از اسناد شما را میزبانی می کند و تا وقتی شما به اینترنت و ابر متصل باشید، هیچ گاه در معرض خطر استفاده از یک نسخه تاریخ گذشته نخواهید بود.
همکاری گروهی ساده تر:  به اشتراک گذاشتن اسناد، شما را مستقیماً به همکاری بر روی اسناد رهنمون می کند. برای بسیاری از کاربران، این یکی از مهم ترین مزایای استفاده از محاسبات ابری محسوب می شود زیرا چندین کاربر به طور همزمان می توانند برروی اسناد و پروژه ها کار کنند، به دلیل این که اسناد بر روی ابر میزبانی می شوند، نه بر روی کامپیوترهای منفرد، همه چیزی که شما نیاز دارید یک کامپیوتر با قابلیت دسترسی به اینترنت است.
 
مستقل از سخت افزار:  در نهایت، در این جا به آخرین و بهترین مزیت محاسبات ابری اشاره می کنیم. شما دیگر مجبور نیستید به یک شبکه یا یک کامپیوتر خاص محدود باشید. کافی است کامپیوتر خود را تغییر دهید تا ببینید برنامه های کاربردی و اسناد شما کماکان و به همان شکل قبلی، بر روی ابر در اختیار شما هستند. حتی اگر از ابزار پرتابل نیز استفاده کنید، باز هم اسناد به همان شکل در اختیار شما هستند. دیگر نیازی به خرید یک نسخه خاص از یک برنامه برای یک وسیله خاص، یا ذخیره کردن اسناد با یک فرمت مبتنی بر یک ابزار ویژه ندارید. فرقی نمی کند که شما از چه نوع سخت افزاری استفاده می کنید زیرا اسناد و برنامه های کاربردی شما در همه حال به یک شکل هستند.
محاسبات ابری که در اواخر سال 2007 پا به عرصه ظهور گذاشت، هم اکنون به دلیل توانایی اش در ارائه زیرساخت فن آوری پویا و بسیار منعطف، محیط های محاسباتی تضمین شده از نظر کیفیت و همچنین سرویس های نرم افزاری قابل پیکربندی به موضوع داغ مبدل شده است. در گزارش گوگل Trends و همانطور که در شکل 2-4 مشاهده می کنید، محاسبات ابری که از تکنولوژی مجازی سازی بهره می برد، محاسبات گریدی را پشت سر گذاشته است.

شکل2-4 : تمایل به سمت محاسبات ابری[35]
پروژه های متعددی در حوزه صنعت و دانشگاه بر روی محاسبات ابری آغاز شده است وشرکت های بسیار بزرگی با این موضوع درگیر شده اند و این نشان از توجه عمومی به سمت این پدیده نوین است.
نقاط ضعف محاسبات ابری
چند دلیل وجود دارد که ممکن است با استناد به آن ها شما نخواهید از محاسبات ابری استفاده کنید. در این جا به ریسک های مرتبط با استناد از محاسبات ابری اشاره می کنیم:
نیاز به اتصال دائمی به اینترنت دارد: در صورتی که شما نتوانید به اینترنت متصل شوید، محاسبات ابری غیر ممکن خواهد بود. از آن جائی که شما باید برای ارتباط با برنامه های کاربردی و اسناد خود به اینترنت متصل باشید، اگر یک ارتباط اینترنتی نداشته باشید نمی توانید به هیچ چیزی، حتی اسناد خودتان دسترسی پیدا کنید. نبود یک ارتباط اینترنتی، به معنای نبود کار است. وقتی شما آفلاین هستید، محاسبات ابری کار نمی کند.
با اتصال های اینترنتی کم سرعت کار نمی کند: به همان شکلی که در بالا اشاره شد، یک ارتباط اینترنتی کم سرعت نظیر نمونه ای که در سرویس های Dial-up دیده می شود، در بهترین حالت، استفاده از محاسبات ابری را با دردسرهای فوق العاده ای همراه می کند و اغلب اوقات، استفاده از آن را غیرممکن می سازد. برنامه های کاربردی تحت وب و همچنین اسنادی که بر روی ابر ذخیره شده اند برای دانلود شدن به پهنای باند بسیار زیادی نیاز دارند. اگر شما از یک اینترنت Dial-up استفاده می کنید، اعمال تغییر در یک سند یا رفتن از یک صفحه به صفحه دیگر همان سند ممکن است برای همیشه به طول بینجامد. و البته در مورد بار شدن یک سرویس غنی از امکانات حرفی نمی زنیم. به عبارت دیگر، محاسبات ابری برای افرادی که از اینترنت باند پهن استفاده نمی کنند، نیست.
می تواند کند باشد: حتی در یک ارتباط اینترنتی سریع نیز، برنامه های کاربردی تحت وب می توانند گاهی اوقات کندتر از دسترسی به همان برنامه نرم افزاری از طریق یک کامپیوتر رومیزی باشند. تمام جنبه های یک برنامه، از جمله اینترفیس و سند فعلی، باید بین کامپیوتر یا کامپیوترهای موجود بر روی ابر مبادله شود. اگر در آن لحظه، سرورهای ابر در معرض تهیه نسخه پشتیبان باشند یا اگر اینترنت یک روز کند را پشت سر بگذارد، شما نمی توانید به همان دسترسی سریعی که در یک برنامه دسک تاپ وجود دارد، برسید.
ویژگی ها ممکن است محدود باشند: این وضعیت در حال تغییر است اما بسیاری از برنامه های کاربردی مبتنی بر وب به اندازه همتای دسک تاپ خود دارای ویژگی ها و امکانات غنی نیستند. به عنوان مثال، شما می توانید کارهای بسیار زیاد با برنامه PowerPoint انجام دهید که امکان انجام همه آن ها توسط برنامه ارائه Google Docs وجود ندارد. اصول این برنامه ها یکسان هستند، اما برنامه کاربردی که بر روی ابر قرار دارد فاقد بسیاری از امکانات پیشرفته PowerPoint است. اگر شما یک کاربر با تجربه و حرفه ای هستید، ممکن است نخواهید از محاسبات ابری استفاده کنید.
داده های ذخیره شده ممکن است از امنیت کافی برخوردار نباشند: با استفاده از محاسبات ابری، تمام داده های شما بر روی ابر ذخیره می شوند. این داده ها تا چه حد ایمن هستند؟ آیا کاربران غیرمجاز می توانند به داده های مهم و محرمانه شما دسترسی پیدا کنند؟ کمپانی محاسبات ابری اظهار می کند که داده ها امن هستند اما هنوز برای اطمینان کامل از این موضوع خیلی زود است. از نظر تئوری، داده های ذخیره شده بر روی ابر ایمن هستند و بین چندین ماشین توزیع شده اند. اما در صورتی که داده های شما مفقود شوند، شما هیچ نسخه پشتیبان فیزیکی یا محلی در اختیار نخواهید داشت (مگر این تمام اسناد ذخیره شده بر روی ابر را بر روی دسک تاپ خود دانلود کنید که معمولاً کاربران کمی چنین کاری می کنند). به سادگی بگویم، اتکا به ابر، شما را در معرض خطر قرار می دهد.
بررسی وضعیت محاسبات ابری در جهان از نگاه آماری
وب سایت cloudehypermarket.com تصویری را منتشر کرده است که اطلاعات آماری جالبی را در مورد محاسبات ابری و اوضاع فعلی آن در جهان به تصویر می‌کشد.
1562101485900
شکل 2-5 : بررسی وضعیت محاسبات ابری در جهان[36]
برخی از مهمترین نکات موجود در شکل عبارتند از: (آمار مربوط به اواخر سال ۲۰۱۰ می‌باشد).
۱- در بخش اول تصویر میزان سرمایه‌گذاری جهانی در حوزه‌ی آی‌تی بررسی شده است. در سال ۲۰۰۸ مجموعاً ۳۶۷ میلیارد پوند صرف هزینه‌های معمول فناوری اطلاعات و ۱۶ میلیارد پوند صرف هزینه‌های مربوط به سرویس‌های محاسبات ابری شده است. پیش‌بینی می‌شود در سال ۲۰۱۲ مجموع سرمایه‌گذاری معمول در حوزه‌ی IT به رقم ۴۵۱ میلیارد پوند و سرمایه‌گذاری در حوزه‌ی محاسبات ابری به ۴۲ میلیارد پوند برسد. با این محاسبات، رشد سالانه‌ی سرمایه‌گذاری در حوزه‌ی محاسبات ابری از سال ۲۰۰۸ تا ۲۰۱۲ به عدد ۲۵ درصد نزدیک است.
۲- مؤسسه‌ی تحقیقات بازار IDC پیش‌بینی می کند که در چند سال آینده، علاوه بر رشد سرمایه گذاری در حوزه‌ی محاسبات ابری، شرکت‌ها نیز حوزه‌های فعالیت خود را تغییر خوهند داد و خدمات خود را به سمت محاسبات ابری سوق خواهند داد. پیش‌بینی می‌شود خدمات محاسبات ابری شرکت‌ها در سال ۲۰۱۲ اینگونه ارائه شود:
اپلیکیشن‌های تجاری: ۵۲ درصد
نرم افزارهای زیرساختی: ۱۸ درصد
خدمات ذخیره‌سازی اطلاعات: ۱۳ درصد
تولید و پیاده‌سازی نرم افزارها و اپلیکیشن‌ها: ۹ درصد
خدمات سرور: ۸ درصد
۳- آیا استفاده از محاسبات ابری فرآیند مدیریت فناوری اطلاعات را آسان تر کرده است؟
۷۰ درصد کارشناسان موافق این جمله هستند.
۲۰ درصد نظری در این باره نداشته اند.
۱۰ درصد مخالف این جمله هستند.
۴- آیا استفاده از محاسبات ابری، بهبودی در تجربه‌ی مصرف کننده‌ی نهایی ایجاد کرده است؟
۷۲ درصد کارشناسان موافق این جمله هستند.
۱۶ درصد نظری در این باره نداشته اند.
۱۲ درصد مخالف این جمله هستند.
۵- آیا استفاده از محاسبات ابری، چالش‌های مربوط به کارایی فناوری اطلاعات را کاهش داده است؟
۶۳ درصد کارشناسان موافق این جمله هستند.
۲۰ درصد نظری در این باره نداشته اند.
۱۷ درصد مخالف این جمله هستند.
۶- آیا استفاده از محاسبات ابری، هزینه‌های زیرساختی سازمان ها را کاهش داده است؟
۷۳ درصد کارشناسان موافق این جمله هستند.
۱۷ درصد نظری در این باره نداشته اند.
۱۰ درصد مخالف این جمله هستند.
۷- آیا استفاده از محاسبات ابری، فشارهای ناشی از تأمین منابع درون‌سازمانی بر روی سازمان را کاهش داده است؟
۷۴ درصد کارشناسان موافق این جمله هستند.
۱۸ درصد نظری در این باره نداشته اند.
۸ درصد مخالف این جمله هستند.
۸- امروزه ۵۰ میلیون سرور فیزیکی در سراسر جهان وجود دارد. ۲درصد از این تعداد سرور در اختیار گوگل است (یعنی ۱ میلیون سرور).
۹- امروزه ۳۳ هزار و ۱۵۷ مؤسسه‌ی خدمات مرکز داده در جهان وجود دارد که ایالات متحده‌ی امریکا به تنهایی ۲۳ هزار و ۶۵۶ عدد از این مراکز داده را در خود جای داده است. کانادا، انگلستان، آلمان و هلند با اختلاف فاحشی نسبت به آمریکا در جایگاه‌های بعدی این آمار هستند.
۱۰- پیش بینی می‌شود در سال ۲۰۱۳ حداقل ۱۰ درصد از این سرورهای فیزیکی فروخته شده بر روی سرورهای مجازی (Virtual Machine) مستقر باشند به طوری که بر روی هر سرور فیزیکی ۱۰ ماشین مجازی مشغول به کار است. این به معنای شکل گیری سالانه ۸۰ تا ۱۰۰ میلیون سرور مجازی در سراسر دنیاست.
۱۱- در سال ۲۰۱۳ تقریبا ۶۰ درصد از بار کاری سرورها به صورت مجازی خوهد بود.
۱۲- مالکین دنیای محاسبات ابری در حال حاضر ۴ شرکت (بدون در نظر گرفتن رشد ناگهانی آمازون در ۴ ماهه‌ی ابتدایی سال ۲۰۱۱) گوگل، مایکروسافت، زوهو (Zoho) و رک‌اسپیس (RackSpace) با در اختیار داشتن بازاری با مجموع ارزش بیش از ۱۰۰ میلیارد پوند هستند.
۱۳- این ۱۰۰ میلیارد پوند، درآمد ناشی از خدماتی به شرح زیر است:
۵۶ درصد از مردم از سرویس‌های پست الکترونیکی همانند Gmail، Ymail و Hotmail استفاده می‌کنند.
۳۴ درصد از مردم از خدمات ذخیره‌سازی تصاویر در وب استفاده می‌کنند.
۲۹ درصد از مردم از اپلیکیشن‌های آنلاین مثل Google Docs و Photoshop Express استفاده می‌کنند.
۷ درصد از مردم از سرویس‌های ذخیره‌سازی ویدئو در وب استفاده می‌کنند.
۵ درصد از مردم برای ذخیره‌سازی فایل های رایانه‌ای خود در وب پول پرداخت می‌کنند.
۵ درصد از مردم برای پشتیبان‌گیری از اطلاعات هارد دیسک خود بر روی وب‌سایت‌های اینترنتی هزینه می‌کنند.
یک نمونه قیمت در سیستم عامل Azure از شرکت مایکروسافت
هزینه های مربوط به پردازش:
معادل یک کامپیوتر شخصی ۱۲۰۰ ریال / ساعت
معادل یک سرویس دهنده ۳۰۰۰ ریال / ساعت
معادل یک ابر رایانه ۱۰۰۰۰ ریال / ساعت
هزینه های مربوط به فضای ذخیره سازی:
هر گیگابایت اجاره نگهداری ماهانه ۱۵۰۰ ریال
هر ده هزار تراکنش ذخیره سازی ۱۰ ریال
هزینه دریافت هر گیگابایت داده از ابر:
بسته به کشوری که در آن قرار دارید، از ۱۵۰ تا ۲۰۰ ریال
این سیستم عامل به نام Windows Azure درحال حاضر توسط شرکت مایکروسافت با قیمت هایی شبیه آنچه در بالا آمد، ارائه می گـردد. بـرای اجرای این سیستم عامل به رایانه ای با چند گیگابایت حافظه RAM و چندصد گیگابایت دیسک سخت نیاز نبوده و یک دستگاه نسبتاً قـدیـمی هم می تواند برای آن به کار رود.
بعد از اینکه با محاسبات ابری آشنا شدیم و آن را از نگاه آماری بررسی کردیم و به این نتیجه رسیدیم که محاسبات ابری می توانند نقش عمده ای در جهان امروزی داشته باشند به معرفی سیستم عامل های ابری که از پلتفرم های مربوط به محاسبات ابری هستند، می پردازیم. در ابتدا تعریفی از سیستم عامل.
تعریف سیستم عامل
سیستم عامل، نرم افزاری است که مدیریت منابع رایانه را به عهده گرفته، اجرای برنامه های کاربردی را کنترل نموده و به صورت رابط کاربر و سخت افزار عمل می نماید. سیستم عامل خدماتی به برنامه های کاربردی و کاربر ارائه می دهد. برنامه های کاربردی یا از طریق واسط های برنامه نویسی کاربردی و یا از طریق فراخوانی های سیستم به این خدمات دسترسی دارند. با فراخوانی این واسط ها، برنامه های کاربردی می توانند سرویسی را از سیستم عامل درخواست کنند، پارامترها را انتقال دهند، و پاسخ عملیات را دریافت کنند. ممکن است کاربران با بعضی انواع واسط کاربری نرم افزار مثل واسط خط فرمان یا یک واسط گرافیکی کاربر یا سیستم عامل تعامل کنند. برای کامپیوترهای دستی و رومیزی، عموماً واسط کاربری به عنوان بخشی از سیستم عامل در نظر گرفته می شود. در سیستم های بزرگ و چند کاربره مثل یونیکس، واسط کاربری معمولاً به عنوان یک برنامه کاربردی که خارج از سیستم عامل اجرا می شود پیاده سازی می شود (استالینگ، 1381).
انواع سیستم عامل
سیستم عامل تک پردازنده
این نوع سیستم عامل ها، سیستم عامل های نسل چهارم (نسل فعلی) هستند که بر روی یک پردازنده اجرا می شوند. از قبیل XP98، Me و Vista که بیشتر محصول شرکت مایکروسافت می باشند.
سیستم عامل شبکه ای
این نوع سیستم عامل ها، از کنترل کننده های واسط شبکه و نرم افزارهای سطح پایین به عنوان گرداننده استفاده می کنند و برنامه هایی برای ورود به سیستم های راه دور و دسترسی به فایل از راه دور در آنها به کار گرفته می شود[13].
سیستم عامل توزیع شده
این سیستم عامل ها خود را مانند سیستم عامل های تک پردازنده به کاربر معرفی می کنند اما در عمل از چندین پردازنده استفاده می کنند. این نوع سیستم عامل در یک محیط شبکه ای اجرا می شود و در حقیقت در این نوع سیستم جواب نهایی یک برنامه، پس از اجرا در کامپیوترهای مختلف به سیستم اصلی بر می گردد. سرعت پردازش در این نوع سیستم بسیار بالاست.
سیستم عامل بی درنگ
از این نوع سیستم عامل برای کنترل ماشین آلات صنعتی، تجهیزات علمی و سیستم های صنعتی استفاده می گردد. یک سیستم عامل بی درنگ دارای امکانات محدود در رابطه با بخش رابط کاربر و برنامه های کاربردی مختص کاربران می باشد. یکی از بخش های مهم این نوع سیستم های عامل، مدیریت منابع موجود کامپیوتری به گونه ای که عملیات خاصی در زمانی که بایستی اجرا شوند، اجرا گردند و مهم تر از همه اینکه مدیریت منابع به گونه ای است که این عملیات خاص در هر بار وقوع، مقدار زمان یکسانی بگیرد[1].
سیستم های توزیعی
در منابع مختلف تعاریف مختلفی برای سیستم های توزیعی ارائه شده است. اما هیچ یک نه کامل است و نه با دیگری همخوانی دارد. در این تحقیق تعریفی از این نوع سیستم ها که در کتاب سیستم های توزیعی آقای تانن باوم به آن اشاره شده را بیان می کنیم:
سیستم توزیعی در واقع مجموعه ای از کامپیوترهای مستقل است که برای کاربر خود مانند یک سیستم منسجم و منفرد به نظر می رسد[2].
از این تعریف می توان به این نتیجه رسید که اولاً یک سیستم توزیعی از کامپیوترهای خود مختار تشکیل شده است و ثانیاً کاربران تصور می کنند که با یک سیستم منفرد کار می کنند. پس با تعریفی که ذکر شد می توان یک سیستم توزیعی را اینگونه نیز تعریف کرد:
هر سیستمی که بر روی مجموعه ای از ماشین ها که دارای حافظه اشتراکی نیستند، اجرا شده و برای کاربران به گونه ای اجرا شود که گویا بر روی یک کامپیوتر می باشند ، یک سیستم توزیع شده است. اما نکته ای که در اینجا باید به آن توجه داشت این است که در سیستم های توزیعی تفاوت بین کامپیوترهای مختلف و نحوه ارتباط آنها با یکدیگر باید تا حدود زیادی از دید کاربران پنهان بماند. سیستم های توزیعی برای اینکه بتوانند از کامپیوترها و شبکه های ناهمگن پشتیبانی کنند و همگی سیستم ها را در غالب یک سیستم منفرد نمایش دهند، به عنوان یک لایه میانی به نام میان افزار بین یک لایه سطح بالایی شامل کاربران و برنامه های کاربردی و یک لایه پائینی شامل سیستم های عامل در نظر گرفته می شوند[12]. در شکل 2-6 لایه سیستم توزیعی یا به عبارتی میان افزاری را مشاهده می کنید که بین سیستم های عامل 1 تا 4 و چهار کامپیوتر شبکه که شامل سه برنامه کاربردی هستند قرار گرفته است. این لایه باعث می شود که تفاوت بین سخت افزار و سیستم های عامل از دید برنامه های کاربردی وکاربران مخفی بماند.

شکل 2-6 : سیستم توزیعی که به عنوان یک لایه میانی یا میان افزار بین برنامه های کاربردی و سیستم عامل ها قرار گرفته است[12].
و اما مواردی که باید در طراحی سیستم های توزیع شده در نظر گرفت و به نوعی اهداف سیستم های توزیع شده می باشند عبارتند از شفافیت، انعطاف پذیری، قابلیت اطمینان، کارآیی خوب و قابلیت گسترش.
شفافیت
یکی از اهداف مهم سیستم های توزیع شده این است که فرآیندها و منابعی که بین ماشین های متعدد توزیع شده اند، باید از دید کاربران مخفی بماند[17]. به سیستم توزیعی که از دید کاربران و برنامه های کاربردی خود به صورت یک سیستم کامپیوتری منفرد جلوه می کند را اصطلاحاً شفاف می گویند.
شفافیت انواع مختلفی دارد و در مورد هر یک طبق تعریفی که در کتاب سیستم های توزیعی آقای تانن باوم آمده توضیح می دهیم، شفافیت دسترسی که در مورد مخفی سازی تفاوت های ارائه داده و نحوه دسترسی به منابع به وسیله کاربران می باشد. شفافیت مکان یعنی اینکه کاربران نتوانند محل استقرار فیزیکی منبع در سیستم را شناسایی کنند. شفافیت مهاجرت یعنی اینکه بتوان منابع آنها را بدون تاثیرگذاری بر نحوه دسترسی به آنها انتقال داد. شفافیت مکان یابی مجدد هنگامی است که بتوان منابع را در حین دسترسی به آنها و بدون کوچکترین اطلاعی به کاربر یا برنامه کاربردی مجددا مکان یابی کرد. شفافیت تکثیر به مخفی سازی وجود چندین نسخه تکثیری از یک منبع می پردازد. شفافیت هم روندی زمانی است که مثلا دو کاربر مستقل فایل های خود را روی یک خدمتگذار فایل واحد ذخیره کرده و یا به جداول واحدی در پایگاه داده مشترک دسترسی داشته باشند. در این موارد هیچ یک از کاربران نباید کوچکترین اطلاعی از واقعیت استفاده کاربر دیگر از آن منبع داشته باشد. شفافیت خرابی به این معناست که کاربر متوجه خرابی و عملکرد نادرست یک منبع نشده و سپس سیستم اقدام به ترمیم آن خرابی کند[2].
قابلیت اطمینان
در دسترس بودن یک فاکتور مهم مرتبط با این سیستم ها است. طراحی نباید به گونه ای باشد که نیاز به اجرای همزمان کامپوننت های اساسی باشد. افزونگی بیشتر داده ها باعث افزایش در دسترس بودن شده اما ناسازگاری را بیشتر می کند. قدرت تحمل خطا باعث پوشاندن خطاهای ایجاد شده توسط کاربر می شود.
کارآیی
بدون کارآیی مناسب کلیه موارد استفاده نرم افزار بی فایده می باشد. اندازه گیری کارایی در سیستم های توزیع شده کار آسانی نیست. برای رسیدن به کارایی باید توازنی خاص در تعداد پیغام ها و اندازه کامپوننت های توزیع شده بر قرار باشد.
مقیاس پذیری
امروزه اتصال جهانی از طریق اینترنت، مانند امکان ارسال یک کارت پستال برای هر کسی در هر گوشه ای از جهان تبدیل به امر عادی شده است. به همین دلیل، مقیاس پذیری یکی از مهمترین اهداف طراحی برای سازندگان سیستم های توزیعی محسوب می شود. مقیاس پذیری یک سیستم را می توان حداقل در سه بعد مختلف اندازه گیری کرد(نیومان، 1994). اولاً، یک سیستم می تواند با توجه به اندازه خود مقیاس پذیر باشد. به این معنا که بتوان به راحتی کاربران و منابع دیگری را به سیستم اضافه نمود. ثانیاً، یک سیستم مقیاس پذیر جغرافیایی سیستمی است که ممکن است کاربران و منابع آن در فاصله های دوری از هم قرار گرفته باشند. ثالثا، یک سیستم ممکن است از نظر مدیریت اجرایی مقیاس پذیر باشد، به این معنا که حتی اگر سازمان هایی با مدیریت اجرایی مستقل را به هم پیوند دهد. باز به راحتی قابل مدیریت باشد. متاسفانه، اغلب سیستم هایی که از یک یا چند مقیاس پذیر هستند، با افزایش مقیاس پذیری سیستم، تاحدودی با افت عملکرد مواجه می شوند.
سیستم عامل های توزیعی
محیط های کامپیوتری تحت شبکه( شبکه های کامپیوتری) امروزه بسیار رایج شده اند و این محیط ها شامل مجموعه ای از ایستگاه های کاری و سرویس دهنده ها می باشند. واضح است که مدیریت این منابع کار آسانی نخواهد بود. استفاده از مجموعه ای از کامپیوترها که از طریق شبکه به هم متصل شده اند مشکلات بسیاری را در بر دارد، از جمله مشکلات تقسیم منابع و یکپارچه سازی محیط( که این مشکلات در سیستم های متمرکز وجود ندارد). علاوه بر این برای افزایش میزان کارآیی، توزیع بایستی از دید کاربر پنهان بماند. راه حل مناسب این است که سیستم عاملی طراحی شود که توزیعی بودن سخت افزار را در تمامی سطوح در نظر داشته باشد. به این صورت که سیستم عامل مجموعه را به صورت یک سیستم متمرکز نشان دهد و در کنار آن از مزیت های سیستم توزیعی استفاده کند. در ساختار سیستم عامل های توزیعی از دو الگوی مبتنی بر پیام و مبتنی بر شیء استفاده می شود[11].
الگوی مبتنی بر پیام
در این الگو سیستم عامل یک هسته مبتنی بر پیام در هر گره قرار می دهد و برای برقراری ارتباطات داخل فرآیند از ارسال پیام استفاده می کند. هسته از هر دو نوع ارتباط محلی( ارتباط بین فرآیندهای داخل هر گره) و غیر محلی(ارتباط از راه دور) پشتیبانی می کند. در یک سیستم عامل سنتی همانند یونیکس دسترسی به سرویس های سیستمی از طریق فراخوانی متدها صورت می پذیرفت در حالی که در سیستم عامل های مبتنی بر پیام، درخواست ها از طریق ارسال پیام مطرح می شوند. با این قرار می توان نتیجه گرفت سیستم عامل های مبتنی بر پیام ساخت جذاب تر و بهتری دارند، زیرا سیاست های موجود در فرآیند های سرویس دهنده از مکانیزم پیاده سازی هسته جدا می باشد.
الگوی مبتنی بر شیء
در این الگو سیستم عامل سرویس ها و منابع را به موجودیت هایی به نام شیء کپسوله می کند. این اشیاء همانند نمونه هایی از داده های انتزاعی می باشند و از ماژول های منحصر به فردی تشکیل شده اند. همچنین این ماژول ها نیز متشکل از متدهای به خصوصی می باشند که اینترفیس(واسط) ماژول را توصیف می کنند. عملکرد در این الگو این چنین است که کاربران درخواست سرویس را از طریق احضار شیء مورد نظر مطرح می سازند. این مکانیزم بسیار شبیه به فراخوانی پروسه ها در سیستم های معمولی می باشد. قابل ذکر است که اشیاء عملیات را کپسوله می کنند.
رویکرد سیستم عامل های ابری
سیستم عامل ابری نیز نوعی از سیستم عامل های توزیعی می باشند که مجموعه ای از گره ها را با هم یکپارچه می سازد و یک سیستم متمرکز تولید می کند. سیستم عامل ابری شامل سرویس دهنده های محاسباتی، سرویس دهنده های داده ای و ایستگاه های کاربر می باشد.
سرویس دهنده های محاسباتی: ماشینی است برای استفاده به عنوان موتور محاسباتی.
سرویس دهنده های داده ای: ماشینی است برای استفاده به عنوان مخرن داده های بلند مدت.
ایستگاه های کاربری: ماشینی است که محیطی برای توسعه دادن برنامه های کاربردی فراهم می کند و واسطی بین کاربر و سرویس دهنده های محاسباتی یا داده ای می باشد[3].
ساختار سیستم عامل های ابری بر پایه مدل شیء- نخ می باشد. این مدل از مدل برنامه نویسی معروف شیء گرا اقتباس شده است که نرم افزار سیستم را بر پایه مجموعه ای از اشیاء می سازد. هر شیء شامل تعدادی داده و عملیات بر روی آن داده ها می باشد. عملیات بر روی داده ها را متد می نامند و نوع شیء نیز با کلاس مشخص می گردد. هر کلاس می تواند صفر یا یک و یا چند نمونه داشته باشد ولی یک نمونه تنها از یک کلاس ناشی می شود. اشیاء به پیام ها پاسخ می دهند و ارسال پیام به یک شیء می تواند به داده های درون شیء دسترسی داشته باشد و آن ها را بروز رسانی کند و یا به اشیاء دیگر درون سیستم پیام ارسال کند. اشیاء ابر کپسولی از کد و داده می باشند که در یک فضای آدرس مجازی قرار دارند. هر شیء نمونه ای از یک کلاس است و هر کلاس ماژولی از برنامه. اشیاء ابرها به احضارها پاسخ می دهند و احضارها ( با استفاده از نخ ها) برای اجرای متد درون شیء ابر استفاده می گردند. ابرها از اشیاء برای تضمین انتزاع مخازن و از نخ ها برای اجرای متد درون شیء استفاده می نمایند. این موجب می شود که محاسبات و مخازن داده ای از یکدیگر تفکیک شوند. از دیگر ویژگی های مدل شیء- نخ می توان به این موارد اشاره کرد:
عملیات ورودی و خروجی
به اشتراک گذاری داده ها
ارتباط درون فرآیندها
ذخیره سازی بلند مدت داده ها در حافظه
الگوی سیستم عامل ابری
الگوی مورد استفاده در سیستم عامل های ابری همان الگوی شیء- نخ می باشد که در این بخش به توضیح اجزا و نحوه عملکرد این الگو می پردازیم.
شیء ابری
شیء ابری یک فضای آدرس مجازی پایدار می باشد. برخلاف فضاهای آدرس در سیستم های معمولی، محتویات اشیاء برای مدت طولانی باقی می مانند. به همین دلیل در هنگام خرابی سیستم از بین نمی روند، مگر اینکه عمدا از سیستم حذف شوند. همانطور که از تعریف برمی آید اشیاء ابری سنگین وزن هستند، به همین علت است که این اشیاء بهترین انتخاب برای مخازن داده ای و اجرای برنامه های بزرگ به حساب می آیند. داده های درون شیء فقط توسط خود شیء قابل دسترسی و بروزرسانی می باشند، زیرا محتویات یک فضای آدرس مجازی از بیرون از فضای مجازی قابل دست یابی نمی باشند.
یک شیء ابری شامل موارد زیر است:
کد مخصوص به خود ( متدهای اختصاصی )
داده های پایدار
حافظه ای زودگذر و سبک ( برای تخصیص حافظه موقت )
حافظه ای پایدار و دائمی ( برای تخصیص دادن حافظه ای که بخشی از ساختمان داده پایدار شیء می باشد )
داده با احضار متدها وارد شیء می شود و با پایان احضار از شیء خارج می گردد (شکل شماره 2-7 ). اشیاء ابری دارای یک نام در سطح سیستم می باشند که آن ها را از یکدیگر منحصر به فرد می سازد. این اشیاء درون سرویس دهنده های محاسباتی قابل استفاده می باشند که این کارآیی موجب می شود توزیعی بودن داده ها از دید کاربر مخفی باقی بماند.
4375151651000
شکل شماره 2-7 : ساختمان یک شیء ابری[5]
نخ
یک نخ عبارت است از مسیری اجرایی که وارد اشیاء شده و متدهای درون آن ها را اجرا می کند و محدود به یک فضای آدرس نمی شود. نخ ها توسط کاربران و یا برنامه های کاربردی ساخته می شوند. نخ ها با اجرای متدی از یک شیء می توانند به داده های درون شیء دسترسی یابند، آن ها را بروزرسانی کنند و یا اینکه متدهایی از شیء دیگر را احضار کنند. در این حالت، نخ به طور موقت شیء فعلی را رها می کند، از آن خارج شده و وارد شیء فراخوانی شده می گردد و متد مورد نظر آن را اجرا می کند، پس از پایان اجرای متد به شیء قبلی باز می گردد و نتیجه را برمی گرداند. نخ ها پس از پایان عملیات مورد نظر از بین می روند. علاوه بر این چند نخ می توانند به طور هم زمان وارد یک شیء شوند و به طور موازی به اجرا درآیند که در این صورت نخ ها محتویات فضای آدرس شیء را بین یکدیگر به اشتراک می گذارند. شکل شماره 2-8 نحوه اجرای نخ ها در اشیاء را نشان می دهد.

شکل شماره 2-8 : اجرای نخ ها در شیء ابری[5]
تعامل میان شیء و نخ ( مدل شیء- نخ )
ساختار یک سیستم عامل ابری متشکل از اشیاء و نخ ها می باشد. مکانیزم ذخیره سازی داده ها در سیستم عامل های ابری با سایر سیستم عامل های معمول تفاوت دارد. در سیستم عامل های معمولی از فایل ها برای ذخیره سازی داده ها استفاده می شود ولی در سیستم عامل های ابری اشیاء نقش مخازن داده را ایفا می کنند. برخی از سیستم ها برای برقراری ارتباط با داده های مشترک و هماهنگ سازی محاسبات از الگوی ارسال پیام استفاده می کنند. ابرها با قراردادن داده ها درون اشیاء آن ها را به اشتراک می گذارند. متدها در صورت نیاز به دسترسی داده ها شیء مورد نظر را که داده درون آن قرار دارد احضار می کنند. در یک سیستم مبتنی بر پیام، کاربر می بایست درجه هم زمانی را در هنگام نوشتن برنامه تعیین کند و برنامه را به تعدادی پروسه سیستمی بشکند. مدل شیء-نخ این احتیاجات را حذف می کند، به این صورت که در زمان اجرا درجه هم زمانی با ایجاد نخ های موازی مشخص می شود.
به طور خلاصه می توان گفت:
سیستم عامل ابری از فضاهای آدرس نام گذاری شده به نام شیء تشکیل شده است و این اشیاء قادرند:
مخازن داده پایدار فراهم کنند.
متدهایی برای دست یابی و دست کاری داده ها ایجاد نمایند.
داده ها را به اشتراک بگذارند.
هم زمانی را کنترل نمایند.
جریان کنترلی توسط نخ هایی که اشیاء را احضار می کنند انجام می شود.
جریان داده ای با ارسال پارامتر انجام می شود.
برنامه نویسی در مدل شیء- نخ در ابرها
مفاهیم مورد استفاده برنامه نویس در مدل شیء – نخ عبارتند از:
کلاس: ماژول های سیستم
نمونه: شیء ای از کلاس می باشد که می تواند توسط نخ ها احضار شود.
بنابراین برای نوشتن برنامه کاربردی در ابرها، برنامه نویس یک یا چند کلاس را تعریف می کند و داده ها و کدهای برنامه را درون این کلاس ها قرار می دهد. برنامه برای اجرا شدن نخی ایجاد می کند که متد اصلی شیء اجرا کننده برنامه را احضار می کند. اشیاء دارای نام هایی می باشند که برنامه نویس هنگام تعریف شیء برای آن ها مشخص کرده است و این نام ها بعدا به نام سیستمی شیء تبدیل می شوند.
معماری سیستم عامل ابری
دراین بخش معماری سیستم عامل های ابری را مورد بررسی قرار می دهیم. شکل شماره 2-9 مدلی منطقی از معماری یک سیستم عامل ابری را نمایش می دهد. یک پروسه ابری به مجموعه ای از اشیاء ابری اطلاق می شود که با هم یک برنامه کاربردی را تشکیل می دهند.

شکل شماره 2-9 : مدل منطقی از معماری یک سیستم عامل ابری[6]
فضای هسته ابر به تعدادی از پروسه های ابری که عملیات کنترل دسترسی ها، تخصیص حافظه و محاسبات مقدار منابع لازم را انجام می دهند گفته می شود. مابقی پروسه ها که مربوط به فضای هسته ابر نیستند، فضای کاربر را تشکیل می دهند. پروسه های ابری فضای کاربر که مستقیما توسط خود کاربر اجرا می شوند برنامه های کاربران نامیده می شوند و کتابخانه های ابری، پروسه های ابری می باشند که توسط برنامه های کاربران مورد استفاده قرار می گیرند. این برنامه ها از طریق مجموعه ای از واسط های استاندارد به نام فراخوانی های سیستمی ابر با کتابخانه ها و پروسه های هسته ارتباط برقرار می کنند. تمامی اشیاء موجود در فضای کاربر برای گرفتن دستورات از سیستم عامل از یک دستگیره فراخوانی استفاده می کنند، بدین معنی که برای مدیریت شدن از طریق یک واسط تحت شبکه قابل دسترسی می باشند که ارتباط میان اشیاء و آدرس آن ها در شبکه توسط پروسه های ابری «مدیریت پروژه» و «مدیریت ماشین مجازی» موجود در فضای هسته انجام می گیرند. اطلاعات نهایی نیز توسط پروسه ابری «کتابخانه نامگذاری» در دسترس قرار می گیرد. قابلیت دسترسی تمامی عملیات مدیریتی را پروسه ابری «اعتباردهی» مورد بررسی قرار می دهد و عملیات محاسبه میزان منابع مورد نیاز در هر لحظه نیز بر عهده پروسه ابری «اندازه گیری» می باشد. البته قابل ذکر است که مفروضات لحاظ شده در شکل شماره 2-4 تعداد اندکی از محدودیت های موجود در ابرها را در نظر گرفته است و کامل نمی باشد[6].
برخی سیستم عامل های ابری موجود(سیستم عامل های مبتنی بر وب)
سیستم عامل های وب روش بسیار مناسبی برای دستیابی به همه داده های شما در همه جای دنیا هستند (مشروط بر اینکه کامپیوتری با یک اتصال به اینترنت و یک مرورگر وب وجود داشته باشد). چنانچه تعدادی کامپیوتر داشته باشید، اما بخواهید همه اطلاعات را در یک جا نگهدارید و از برنامه های کاربردی مورد علاقه خود نیز استفاده کنید، این سیستم عامل ها بسیار سودمند هستند. اکنون در این مرحله ممکن است این سوال مطرح شود که چرا سیستم عامل وب؟. اساساً، یک سیستم عامل وب چیزی شبیه یک سیستم عامل روی اینترنت است. سیستم عامل وب، دسکتاپ مجازی شماست که به هیچ مکان فیزیکی متصل نیست و این امکان را به شما می دهد که در هر جایی از دنیا با کمک یک مرورگر به آن دستیابی داشته باشید. اجازه دهید تا از بین سیستم عامل های وبی که وجود دارد به بیان ویژگی های چند مورد از آنها بپردازیم.
سیستم عامل iCloud
سیستم عامل iCloud، مزایای بسیار زیادی دارد، علاوه بر اینکه هر برنامه ای که نیاز داریم در آن موجود است، 50 گیگابایت فضای ذخیره سازی آنلاین، به اشتراک گذاری آسان و ویژگی های افزایش برنامه های کاربردی را دارد. این سیستم عامل دارای ویژگی هایی مانند زیر است:
سیستم فایل آنلاین برای ذخیره سازی انواع فایل ها.
پشتیبان DAV وب از طریق ویندوز اکسپلورر امکان دستیابی مستقیم به انباره icloud شما را فراهم می کند.
برنامه های بهره وری- نوشتن، پست الکترونیکی ( که با همه حساب های پست الکترونیکی شما به اضافه یک حساب icloud رایگان هماهنگی دارد)، تماس ها، ToDo، ماشین حساب، دفترچه یادداشت، آنزیپ (فایل های حاوی داده های فشرده را از هم باز می کند).
عکس ساز با قابلیت به اشتراک گذاری، مدیا پلیر iplay، مووی پلیر، و حتی رادیو.
IM و یک مرورگر وب[8].
69850069596000تصویری از این سیستم عامل را در شکل 2-10 مشاهده می کنید.
شکل شماره 2-10: نمایی از سیستم عامل icloud
سیستم عامل GlideOS
سیستم عامل GlideOS، هم از طریق کامپیوتر و هم تلفن همراه قابل دسترسی می باشد. 10 گیگابایت فضای ذخیره سازی رایگان را در اختیار شما قرار می دهد، همچنین در این سیستم عامل می توانید شش حساب کاربری برای اعضاء خانواده ایجاد کنید( که می تواند شامل حساب کودک باشد). علاوه براین، این سیستم عامل دارای ویژگی هایی زیر می باشد که عبارتند از:
10 گیگابایت فضای دیسک مجازی
ابزار آفیس- شامل واژه پرداز، نمایش ساز، ماشین حساب، تقویم

user8342

کلیه حقوق معنوی این اثر و محصولات آن (مقالات مستخرج ، کتاب ، برنامه های رایانه ای ، نرم افزار ها و تجهیزات ساخته شده است ) متعلق به دانشگاه صنعتی شاهرود می باشد . این مطلب باید به نحو مقتضی در تولیدات علمی مربوطه ذکر شود .
استفاده از اطلاعات و نتایج موجود در پژوهش بدون ذکر مرجع مجاز نمی باشد.
* متن این صفحه نیز باید در ابتدای نسخه های
تقدیر و تشکر
با تشکر از اساتید بزرگوارم جناب آقابان دکتر اکبرزاده، عباسنژاد و محمدیون که شایسته هر نوع سپاس، تجلیل و تکریم هستند. همچنین پدر و مادر عزیزم که در تمامی مراحل پشتیبان من بودند.
چکیده
در تحقیق حاضر مسئله خنک کاری مغز به روش انتقال حرارت معکوس به منظور کاهش آسیب های احتمالی مورد بررسی قرار گرفته است. کاهش دمای مغزفواید بسیاری در مقابل آسیب های تراماتیک و ایشکمیک مغز دارد و می تواند بیمار را مدت بیشتری در وضعیت حیاتی نگه دارد. هندسه مغز به عنوان یک فرض ساده کننده، به صورت یک نیمکره متقارن در نظر گرفته شده است. مسئله معکوس با روش گرادیان مزدوج حل شده است.اساس روش بر مبنای مینیمم سازی تابع هدفی است که که به صورت مجموع مربعات تفاضل دماهای محاسبه شده و دماهای اندازه گیری شده از آزمایش بر روی مرز خارجی مغز تعریف می گردد. با حدس یک شار اولیه مسئله را حل کرده، توزیع دما و شار حرارتی مورد نظر به منظور کاهش دمای مرکز مغز به میزان 5 درجه ( رسیدن به دمای 33 درجه)، به دست آمده اند. توابع محاسبه شده با استفاده از روش معکوس با توابع دقیق مقایسه شدهاند.
فهرست علائم و اختصارات:
C گرمای ویژه، J/ kg d جهت گام بهینه
eRMS خطای RMS
k هدایت گرمایی بافت، W/m °C
Ns تعداد سنسورها
n بردار عمود بر سطح
q شار حرارتی W/m2q'''m نرخ تولید گرمای متابولیک W/m3R شعاع سر m
S تابع هدف
Tدما KTa0 دمای مرکزی بدن Kt زمان sWb نرخ خون تزیق وریدی kg/(mas)Y دمای مورد نظر(اندازهگیری شده)
Greek letters a نفوذپذیری گرمایی m2/sβ اندازه گام حل
γ ضریب الحاقی
ε پارامتر توقف
θ زمان بیبعد
λ متغیر مسئله حساسیت
ρ چگالی بافت زنده kg/m3b خون
r* مشتق نسبت به r*
z* مشتق نسبت به z*η مشتق نسبت به ηξ مشتق نسبت به ξSuperscripts k تعداد تکرارها

فهرست مطالب
عنوانشماره صفحه
TOC o h z u فصل اول: مقدمه PAGEREF _Toc418272714 h 11-1 مقدمه: PAGEREF _Toc418272715 h 21-2- تاریخچه: PAGEREF _Toc418272716 h 7فصل دوم: بررسی روش‌های بهینه‌سازی توابع PAGEREF _Toc418272717 h 152-1 مسائل بهینه‌سازی PAGEREF _Toc418272718 h 162-2 دسته‌بندی روش‌های بهینه‌سازی PAGEREF _Toc418272719 h 172-3 راه‌حل کلی PAGEREF _Toc418272720 h 182-4 نرخ هم‌گرائی PAGEREF _Toc418272721 h 192-5-1 محاسبه گرادیان PAGEREF _Toc418272722 h 222-5-2 تعیین طول گام بهینه در جهت کاهش تابع PAGEREF _Toc418272723 h 232-6 معیار هم‌گرائی PAGEREF _Toc418272724 h 242-7 روش کاهش سریع PAGEREF _Toc418272725 h 252-8 مقدمه ای بر روش انتقال حرارت معکوس PAGEREF _Toc418272726 h 252-8-1 مقدمه PAGEREF _Toc418272727 h 252-8-2 مشکلات حل مسائل انتقال حرارت معکوس PAGEREF _Toc418272728 h 272-8-3 ارزیابی روش‌های مسائل معکوس حرارتی PAGEREF _Toc418272729 h 312-8-4 تکنیک‌های حل مسائل انتقال حرارت معکوس PAGEREF _Toc418272730 h 322-8-5 تکنیک I PAGEREF _Toc418272731 h 342-8-5-1 شرح تکنیک PAGEREF _Toc418272732 h 342-8-5-2 روش‌های محاسبه ضرایب حساسیت PAGEREF _Toc418272733 h 372-8-6 تکنیک II PAGEREF _Toc418272734 h 382-8-6-1 متد گرادیان مزدوج PAGEREF _Toc418272735 h 382-8-6-2 الگوریتم محاسباتی تکنیک دوم PAGEREF _Toc418272736 h 442-8-6-3 اندازه‌گیری پیوسته PAGEREF _Toc418272737 h 452-8-7 تکنیک III PAGEREF _Toc418272738 h 462-8-7-1 روش گرادیان مزدوج با مسئله اضافی جهت تخمین پارامترها PAGEREF _Toc418272739 h 462-8-7-2 الگوریتم محاسباتی تکنیک سوم PAGEREF _Toc418272740 h 492-8-8 تکنیک IV PAGEREF _Toc418272741 h 502-8-8-1 گرادیان مزدوج با مسئله الحاقی برای تخمین توابع PAGEREF _Toc418272742 h 502-8-8-2 الگوریتم محاسباتی تکنیک چهارم PAGEREF _Toc418272743 h 52فصل سوم: مدل ریاضی PAGEREF _Toc418272744 h 543-1 مقدمه PAGEREF _Toc418272745 h 553-2 مدل‌های هدایت گرمایی PAGEREF _Toc418272746 h 553-2-1 مدل پنز PAGEREF _Toc418272747 h 553-2-2 مدل چن هلمز [26] PAGEREF _Toc418272748 h 60فصل چهارم: تخمین شار حرارتی گذرا در حالت متقارن محوری PAGEREF _Toc418272749 h 614-1- فیزیک مسئله PAGEREF _Toc418272750 h 624-2- محاسبه توزیع دما در حالت گذرا PAGEREF _Toc418272751 h 63در این بخش به بررسی روش حل معادلات انتقال حرارت متقارن محوری در حالت گذرا پرداخته میشود. PAGEREF _Toc418272752 h 634-2-1 معادله حاکم PAGEREF _Toc418272753 h 634-2-2- معادلات حاکم در دستگاه مختصات عمومی PAGEREF _Toc418272754 h 644-2-3- متریک ها و ژاکوبین های تبدیل PAGEREF _Toc418272755 h 654-2-4 تبدیل معادلات از صفحه فیزیکی به صفحه محاسباتی PAGEREF _Toc418272756 h 674-2-5- گسسته سازی معادلات PAGEREF _Toc418272757 h 694-2-6 شرایط مرزی مسئله PAGEREF _Toc418272758 h 714-3 مسئله معکوس PAGEREF _Toc418272759 h 744-3-1 مسئله حساسیت PAGEREF _Toc418272760 h 754-3-2 مسئله الحاقی PAGEREF _Toc418272761 h 764-3-3 معادله گرادیان PAGEREF _Toc418272762 h 764-3-4 روش تکرار PAGEREF _Toc418272763 h 774-5: تخمین شار حرارتی مجهول در مدل سه لایه PAGEREF _Toc418272764 h 774-5-1 معادله حاکم PAGEREF _Toc418272765 h 784-5-2 شرایط مرزی مساله PAGEREF _Toc418272766 h 784-5-3 مسئله معکوس PAGEREF _Toc418272767 h 804-5-3-1 مسئله حساسیت PAGEREF _Toc418272768 h 804-5-3-2 مسئله الحاقی PAGEREF _Toc418272769 h 81فصل پنجم: نتایج PAGEREF _Toc418272770 h 82نتیجه گیری: PAGEREF _Toc418272771 h 94پیوست الف PAGEREF _Toc418272772 h 95پیوست ب PAGEREF _Toc418272773 h 96اعتبارسنجی حل مستقیم PAGEREF _Toc418272774 h 96مراجع: PAGEREF _Toc418272775 h 115
فهرست جداول
جدول2-1- دسته‌بندی روش‌های بهینه‌سازی18
جدول 4-1. خواص لایه های استفاده شده79
جدول5-1. خطایRMS برای توابع مختلف در نظر گرفته شده برای شار حرارتی88

فهرست اشکال

دانلود پایان نامه ارشد- مقاله تحقیق

 برای دانلود فایل کامل به سایت منبع مراجعه کنید  : homatez.com

یا برای دیدن قسمت های دیگر این موضوع در سایت ما کلمه کلیدی را وارد کنید :

 

شکل 2-1- نمودار روند بهینه‌سازی تابع هدف19
شکل 2-2- جهت‌های سریع‌ترین افزایش21
شکل3-1. المان در نظر گرفته‌شده برای به دست آوردن معادله انتقال حرارت زیستی پنز56
شکل 4-1 نمایش فیزیک مسئله62
شکل 4-2 - نمایش صفحه مختصات فیزیکی و محاسباتی64
شکل 4-3-نمایش گره مرکزی و هشت گره همسایه آن70
شکل 4-4- نمایش صفحه محاسباتی71
شکل 4-5- نمایش شرایط مرزی در صفحه فیزیکی71
شکل 4-6- نمایش مساله سه لایه در صفحه محاسباتی78
شکل 4-7- نمایش هندسه مساله متشکل از سه لایه مختلف بافت مغز، استخوان و پوست سر80
شکل5-1 شبکه مورد استفاده در حل مسئله و موقعت سنسورها83
شکل 5-2. مقایسه شار حرارتی محاسبه شده با شار حرارتی دقیق که بهصورت تابع خطی میباشد85
شکل 5-3. مقایسه شار حرارتی محاسبه شده با شار حرارتی دقیق که بهصورت تابع پله میباشد85
شکل 5-4. مقایسه شار حرارتی محاسبه شده با شار حرارتی دقیق که بهصورت تابعی ترکیبی از sin و cos میباشد86
شکل5-5. مقایسه شار حرارتی محاسبه شده با استفاده از داده های نویزدار با شار حرارتی دقیق که بهصورت تابع خطی میباشد86
شکل 5-6. مقایسه شار حرارتی محاسبه شده با استفاده از داده های نویزدار با شار حرارتی دقیق که بهصورت تابع پلهای میباشد87
شکل5-7. مقایسه شار حرارتی محاسبه شده با استفاده از داده های نویزدار با شار حرارتی دقیق که بهصورت تابعی ترکیبی از sin و cos میباشد87
شکل 5-8. مقایسه شار حرارتی محاسبه شده با شار حرارتی دقیق که بهصورت تابع خطی میباشد89
شکل 5-9. مقایسه شار حرارتی محاسبه شده با شار حرارتی دقیق که بهصورت تابع پله میباشد89
شکل 5-10. مقایسه شار حرارتی محاسبه شده با شار حرارتی دقیق که بهصورت تابع سینوس و کسینوس میباشد90
شکل 5-11. مقایسه شار حرارتی محاسبه شده با استفاده از داده های نویزدار با شار حرارتی دقیق که بهصورت تابع خطی میباشد90
شکل 5-12. مقایسه شار حرارتی محاسبه شده با استفاده از داده های نویزدار با شار حرارتی دقیق که بهصورت تابع پله میباشد91
شکل 5-13. مقایسه شار حرارتی محاسبه شده با استفاده از داده های نویزدار با شار حرارتی دقیق که بهصورت تابع سینوس-کسینوس میباشد91
شکل 5-14. مقایسه دمای محاسبه شده و دمای دقیق.92
شکل 5-15. شار محاسبه شده92
ضمائم:
شکل1- هندسه مستطیلی با شرایط مرزی دما ، عایق و شار حرارت96
شکل2- مقایسه منحنی‌های توزیع دمای گره 1 پس از 12 ثانیه97
شکل3- مقایسه منحنی‌های توزیع دمای گره 2 پس از 12 ثانیه98
شکل4- مقایسه منحنی‌های توزیع دمای گره 4 پس از 12 ثانیه98
شکل5- مقایسه منحنی‌های توزیع دمای گره 5 پس از 12 ثانیه99
شکل6- مقایسه منحنی‌های توزیع دمای گره7 پس از 12 ثانیه99
شکل7- مقایسه منحنی‌های توزیع دمای گره 8 پس از 12 ثانیه100
شکل8- هندسه منحنی با شرایط مرزی عایق و شار حرارتی101
شکل9- مقایسه منحنی توزیع دما برای گره میانی پس از 60 ثانیه101
شکل 10- نمایش هندسه منحنی متشکل از سه لایه مختلف آزبست ، فولاد و آلومینیم102
شکل 11- نمایش کانتورهای توزیع دمای کد حاضر برای مسئله چندلایه103
شکل 12- نمایش کانتورهای توزیع دمای FLUENT برای مسئله چندلایه103
شکل 13- نمایش شبکه 30*30104
شکل 14- نمایش شبکه 40*40105
شکل 15- نمایش شبکه 50*50105
شکل 16- نمایش کانتورهای توزیع دما برای شبکه 30*30 در مسئله یک‌لایه106
شکل 17- نمایش کانتورهای توزیع دما برای شبکه 30*30 در مسئله دولایه106
شکل 18- نمایش کانتورهای توزیع دما برای شبکه 30*30 در مسئله سه لایه107
شکل 19- نمایش کانتورهای توزیع دما برای شبکه 40*40 در مسئله یک‌لایه107
شکل 20- نمایش کانتورهای توزیع دما برای شبکه 40*40 در مسئله دولایه108
شکل 21- نمایش کانتورهای توزیع دما برای شبکه 40*40 در مسئله سه لایه108
شکل 22- نمایش منحنیهای توزیع دمای گره میانی در مسئله یک‌لایه109
شکل 23- نمایش منحنیهای توزیع دمای گره میانی در مسئله دولایه110
شکل 24- نمایش منحنیهای توزیع دمای گره میانی در مسئله سه لایه110
شکل 25- نمایش کانتورهای توزیع دمای کد حاضر برای هندسه نامنظم با تقارن محوری111
شکل 26- نمایش کانتورهای توزیع دمای FLUENT برای هندسه نامنظم با تقارن محوری112
شکل 27- نمایش کانتورهای توزیع دمای کد حاضر113
شکل 28- نمایش منحنیهای توزیع دمای مرکز کره113
شکل 29- نمایش منحنیهای توزیع دمای نقطهای که در موقعیت r=5 cm قرارگرفته114
شکل 30- نمایش منحنیهای توزیع دمای نقطهای که بر روی سطح کره قرارگرفته است114
فصل اول: مقدمه1-1 مقدمه: توسعه کامپیوتر و ابزار محاسباتی، رشد روش‌های عددی را برای مدل‌سازی پدیده‌های فیزیکی تسریع کرده است. برای مدل‌سازی یک پدیده فیزیکی به یک مدل ریاضی و یک روش حل نیاز است. مدل‌سازی مسائل هدایت حرارتی نیز بهمانند دیگر پدیده‌های فیزیکی با حل معادلات حاکم امکان‌پذیر است. برای حل مسائل هدایت حرارتی به اطلاعات زیر نیاز داریم:
هندسه ناحیه حل
شرایط اولیه
شرایط مرزی (دما یا شار حرارتی سطحی)
خواص ترموفیزیکی
محل و قدرت منبع حرارتی درصورتی‌که وجود داشته باشند.
پس از حل معادلات حاکم توزیع دما در داخل ناحیه حل به دست میآید. این نوع مسائل را مسائل مستقیم حرارتی می‌گوییم. روش‌های حل مسائل مستقیم از سال‌ها پیش توسعه‌یافته‌اند. این روش‌ها شامل حل مسائلی با هندسه پیچیده و مسائل غیرخطی نیز میگردند. علاوه بر این پایداری و یکتایی این روش‌ها نیز بررسی‌شده است. روش‌های اولیه عمدتاً بر مبنای حل‌های تحلیلی بودهاند.
این روش‌ها بیشتر برای مسائل خطی و با هندسه‌های ساده قابل‌استفاده هستند. برعکس، روش‌های عددی دارای این محدودیت نبوده و برای کاربردهای مهندسی بیشتر موردتوجه هستند.
دسته دیگر از این مسائل که در دهه‌های اخیر موردتوجه قرارگرفته‌اند، مسائل معکوس حرارتی هستند. در این نوع از مسائل یک یا تعدادی از اطلاعات موردنیاز برای حل مستقیم، دارای مقدار معلومی نمی‌باشند و ما قصد داریم از طریق اندازه‌گیری دما در یک یا چند نقطه از ناحیه موردنظر، به تخمین مقادیر مجهول بپردازیم.
به‌طورکلی می‌توان گفت که در مسائل مستقیم حرارتی، علت(شار حرارتی، هندسه و...) معلوم، و هدف یافتن معلول(میدان دما) است. اما در مسائل معکوس حرارتی، معلول(دما در بخش‌ها و یا تمام میدان)، معلوم است، و هدف یافتن علت (شار حرارتی، هندسه و...) است.
مسائل انتقال حرارت معکوس که IHTP نیز نامیده می‌شوند با استناد بر اندازه‌گیری‌های دما و یا شار حرارتی، کمیت‌های مجهولی را که در آنالیز مسائل فیزیکی در مهندسی گرمایی ظاهر می‌شوند، تخمین می‌زنند. به‌عنوان‌مثال، در مسائل معکوسی که با هدایت حرارت مرتبط می‌باشند، با استفاده از اندازه‌گیری دما در جسم می‌توان شار حرارتی مرز را اندازه‌گیری نمود. این در حالی است که در مسائل هدایت حرارت مستقیم با داشتن شار حرارتی، میدان دمای جسم مشخص می‌شود. یکی از مهم‌ترین مزایای IHTP همکاری بسیار نزدیک میان تحقیقات آزمایشگاهی و تئوری است. به‌عنوان‌مثال در تحقیقات آزمایشگاهی با استفاده از حس‌گر می‌توان دمای جسم را تعیین نمود. این دما به‌عنوان داده‌های ورودی معادلات تئوری برای اندازه‌گیری شار حرارتی مورداستفاده قرار می‌گیرد. درنتیجه جواب‌های به‌دست‌آمده از روابط تئوری تطابق بسیار خوبی با جواب‌های حقیقی خواهند داشت.
هنگام حل IHTP همواره مشکلاتی وجود دارد که باید تشخیص داده شوند. به علت ناپایداری جواب‌های IHTP، این مسائل ازلحاظ ریاضی در گروه مسائل بدخیم دسته‌بندی می‌شوند. به‌عبارت‌دیگر، به‌واسطه وجود خطاهای اندازه‌گیری در آزمایش‌ها، ممکن است جواب کاملاً متفاوتی به دست آید. برای غلبه بر این مشکلات روش‌هایی پیشنهاد داده‌شده‌اند که حساسیت جواب مسئله به خطای موجود در داده‌های ورودی را کمتر می‌کند. ازجمله این روش‌ها می‌توان به استفاده از دماهای زمانه‌ای بعدی، فیلترهای هموارسازی دیجیتالی اشاره نمود.
در سالهای اخیر تمایل به استفاده از تئوری و کاربرد IHTP رو به افزایش است. IHTP ارتباط بسیار نزدیکی با بسیاری از شاخه‌های علوم و مهندسی دارد. مهندسان مکانیک، هوافضا، شیمی و هسته‌ای، ریاضی‌دانان، متخصصان فیزیک نجومی، فیزیکدانان و آماردانان همگی با کاربردهای متفاوتی که از IHTP در ذهن دارند، به این موضوع علاقه‌مند می‌باشند.
مغز در داخل استخوان جمجمه و نخاع در داخل ستون فقرات جای گرفته است. سه پرده که درمجموع منژ نامیده میشوند، مغز و نخاع را از اطراف محافظت می‌کنند. مغز بیشترین انرژی بدن را مصرف میکند و منطقهی گرمی از بدن است. وزن مغز زن و مرد باهم متفاوت است. خوب است بدانیم که هنگام سکته مغزی فشار داخل جمجمه بالا می‌رود و داخل مغز به‌شدت گرم می‌شود پس باید به‌سرعت از فشار داخل جمجمه کاست تا بیمار دچار آسیب بیشتر نشود. همچنین، تخمین زده می‌شود در مغز انسان حدود یک‌صد میلیارد سلول عصبی یا نرون فعالیت می‌کنند . نرون یا سلول عصبی بر اساس مکانیسم الکتروشیمیایی فعالیت می‌کند ، اختلاف‌پتانسیل ناشی از افزایش و کاهش بار الکتریکی در یک نرون که از منفی 70 میلی ولت تا مثبت 70 میلی ولت در نوسان است باعث رها شدن یا ریلیز مواد مخدر طبیعی یا همان ناقل‌های عصبی از انتهای سلول عصبی یا آکسون می‌شود. فعالیت الکتریکی یک‌صد میلیارد سلول عصبی ، حرارت بسیار زیادی تولید می‌کند.
مغز برای خنک کردن خود نیاز به یک سیستم خنک‌کننده قوی دارد. در مغز انسان حدود 16 هزار کیلومتر رگ و مویرگ خونی وجود دارد. یکی از وظایف اصلی این سیستم علاوه بر تأمین سوخت میلیاردها سلول ،خنک کردن مغز است. به عبارتی حرارت مغز توسط این سیستم جذب می‌شود و با گردش خود درجاهایی مثل پیشانی، صورت و گوش‌ها آزاد می‌شود و خنک می‌شود. مصرف سیگار با افزایش غلظت خون باعث می‌شود تا حرکت خون در این مویرگ‌ها سخت شود و عملیات سوخت‌رسانی و خنک کردن مغز به‌درستی انجام نشود. به عبارتی افراد سیگاری مغزشان داغ‌تر از افراد غیر سیگاری است و سوخت کمتری به مغزشان می‌رسد. ریزش مو و دیرخواب رفتن یکی از نتایج بالا بودن دمای مغز است. اختلال در عملکرد سلول‌های عصبی و به دنبال آن اختلال در آزادسازی ناقل‌های عصبی و کنترل سیستم هورمونی از دیگر نتایج این وضعیت است.
از سوی دیگر، چندی پیش پزشکان برای نجات نوزادی از روش خنک کردن مغز استفاده  کردند که در نوع خودش بی‌نظیر و شگفت‌انگیز بود. نوزاد انگلیسی که هنگام تولد بند ناف به دور گردنش پیچیده شده بود و نفس نمی‌کشید، (اکسیژن کافی به مغزش نمی‌رسید) با فن خنک کردن مغز (به مدت 3روز) به زندگی بازگشت. پزشکان برای کم کردن نیاز مغز این نوزاد به اکسیژن، با استفاده از گاز زنون مغز او را سرد کرند. برای این کار از دستگاه جدیدی استفاده شد. آنان با جای دادن آلتی در مغز نوزاد، سر نوزاد را خنک نگه داشتند.نوزاد که مغزش به مدت 3 روز با این تکنیک خنک نگه‌داشته شد؛ در حال حاضر، در آغوش مادرش به زندگی لبخند میزند.
ممکن است که تقلا برای خوابیدن، بعد از یک روز خسته‌کننده با سرشماری گوسفندان یا خوردن قرصهای خواب هم چندان مؤثر نباشد، اما پژوهشگران دانشکده پزشکی پتینزبورگ در آخرین اجلاس «خواب» سال 2011 روش جالبی را برای درمان بیخوابی پیشنهاد کردند: خنک کردن مغز!
آن‌ها یک کلاه پلاستیکی خنک‌کننده ابداع کردند که قسمت‌های پیشانی را میپوشاند و با پایین آوردن دمای مغز می‌تواند به خواب سریع فرد کمک کند. پزشکان در تحقیقی که روی افراد عادی و بیمارانی که از بیخوابی رنج میبردند انجام دادند، افراد بیخواب بعد از پوشیدن این کلاه خاص، به‌طور میانگین در زمان 13 دقیقه به خواب رفتند، یعنی زمانی برابر افراد  سالم. دانشمندان فکر می‌کنند که این کلاه با پایین آوردن دمای مغز  سبب کاهش سوخت‌وساز آن (به‌ویژه در ناحیه پیشانی مغز) میشود و به خواب سریعتر و راحتتر فرد کمک میکند. هنوز این کلاهها به‌صورت تجاری وارد بازار نشده‌اند. همچنین عوارض احتمالی استفاده از آن‌ها مشخص نشده‌اند؛ مثلاً معلوم نیست که استفاده از این کلاه‌ها سبب تشدید علائم افراد مبتلابه سینوزیت خواهد شد یا نه؟ محققان دانشگاه نیویورک در پژوهش‌های مختلف خود دریافتند، خمیازه کشیدن نقش مهمی در تنظیم درجه حرارت مغز به عهده دارد. درصورتی‌که ناحیه سر «گرم» باشد، خمیازه با تحریک جریان خون و ضربان قلب گرمای بالای آن را کاهش میدهد. چرخه خواب و استرس، تابع نوسان درجه حرارت مغز است و کار خمیازه آن‌که این دمای پیوسته در حال تغییر را تنظیم و متوازن ‌کند. توضیح ساده محققان دانشگاه وین این است که ما با خمیازه کشیدن، دمای اطراف را دست‌کاری می‌کنیم. به تعبیر دیگر، دهن‌دره همانند ترموستات مغز عمل می‌کند. گروه تحقیقاتی دانشگاه وین برای بررسی این فرضیه، تناوب خمیازه کشیدن شهروندان در ماه‌های تابستانی و زمستانی را زیر نظر گرفت. مشابه همین بررسی در هوای خشک و ۳۷ درجه آریزونا انجام شد.
پژوهش‌ها نشان داد که مردم وین در تابستان بیشتر از زمستان خمیازه می‌کشند اما در آمریکا نتیجه کاملاً برعکس بود. علت روشن بود: متوسط دمای وین در تابستان ۲۰ درجه است و این متوسط حرارت زمستانی در آریزونا است. محققان آمریکایی و اتریشی بر این اساس فرضیه‌‌ای را طرح کردند: تعداد خمیازه‌ها به فصل سال یا بلندی و کوتاهی روز یا روشنایی و تاریکی محیط ربط ندارد بلکه موضوع به درجه حرارت ۲۰ درجه برمی‌گردد.
یک افشانه بینی که می‌تواند جان هزاران مبتلابه بیماری قلبی را نجات دهد توسط محققان انگلیسی مورد کار آزمایی قرارگرفته است. یک دستگاه ویژه برای پمپاژ سرد‌کننده پزشکی در بینی بیمار در حال انتقال به بیمارستان مورداستفاده قرار می‌گیرد. کارشناسان بر این باورند که این درمان می‌تواند جان افراد زیادی را نجات داده و از ابتلای تعداد زیادی از بیماران به آسیب‌های مغزی شدید و دائمی جلوگیری کند.
خدمات اورژانس ساحل جنوب شرفی بنیاد بهداشت انگلیس اولین سرویس آمبولانسی است که از این ابداع سوئیسی به‌عنوان بخشی از کار آزمایی پزشکان بیمارستان رویال ساسکس کانتی استفاده می‌کند. ماده سردکننده که توسط یک ماسک صورت منتقل می‌شود، جریان مداومی از مایع در حال تبخیر را به حفره بینی بیمار می‌فرستد. محققان توانسته‌اند پیشرفت‌های بزرگی را در نجات زندگی بیماران قلبی به دست آورند اما بسیاری با آسیب‌های چشمگیری در سلول‌های مغزی روبرو شده و در اثر کمبود اکسیژن ناشی از توقف عملکرد قلب می‌میرند. 
ایده افشانه بینی، خنک‌سازی هر چه سریع‌تر مغز در محل تماس پایه مغز با مدخل بینی است. گفته می‌شود خنک کردن مغز می‌تواند از سلول‌های مغزی در زمان نبود اکسیژن در خون محافظت کند. اگر این درمان زودهنگام ارائه شود، بیمار شانس بهبود بیشتری داشته و این فناوری جدید به پیراپزشکان اجازه خواهد داد پیش از رسیدن بیمار به بیمارستان عملیات خنک‌سازی را آغاز کنند. در حال حاضر برخی از خدمات اورژانس انگلیس از شیوه‌های مختلف فرآیند خنک‌سازی مانند قطره نمکی سرد و پدهای خنک‌کننده پیش از رسیدن بیمار به بیمارستان استفاده می‌کنند. اما این روش‌ها به‌طور مستقیم مغز را هدف قرار نداده و به‌جای آن بر خنک‌سازی کل بدن و خون برای دستیابی به تأثیر مشابه تکیه‌دارند.
1-2- تاریخچه:مطالعات آسیب‌شناسی مغزی به‌طور تجربی نشان می‌دهد که سرد کردن مغز پس از یک ایشکمی مغزی میتواند میزان صدمات وارده بر مغز را کاهش دهد. آسیب تراماتیک مغز(TBI) که معمولاً براثر آسیب‌های خارجی در تصادفات و ... اتفاق میافتد و آسیب ایشکمیک مغز که در اثر سکته مغزی ایجاد می‌شود، سبب آسیب‌های فراوانی بر مغز میشود. آزمایش‌ها و بررسی‌های مختلف نشان داده‌اند که کاهش دمای مغز حتی در حد 1 الی 2 درجه سانتی‌گراد فواید بسیاری از قبیل: محافظت در مقابل سکته, کاهش ورم و آماس و کاهش فشار داخلی مغز (ICP) دارد. سادگی و راندمان بالای سرمادرمانی مغز باعث شده است تا پزشکان از آن به‌عنوان یک‌راه حل کلینیکی جهت درمان نوزادانی که از عارضه خفگی (نرسیدن اکسیژن) در زمان تولد رنج می‌برند، استفاده کنند. همچنین سرد کردن فوری مغز درست در دقایق اولیه پس از حمله ایشکمی، امری مهم و ضروری در کاهش پیامدها و صدمات وارده بر مغز و نجات بیمار است. این عمل (سرد کردن فوری مغز) موجب افت متابولیسم مغز شده و درنتیجه نیاز آن را به دریافت اکسیژن و دفع دی‌اکسید کربن و بالطبع خون‌رسانی کاهش میدهد. گزارش‌های منتشرشده نشان دادهاند که کمخونی اثر مخرب کمتری روی مغز بجای خواهد گذاشت. علی‌رغم اینکه هنوز به‌طور کامل مشخص نشده است که عمل خنک کردن چطور به محافظت از مغز کمک میکند، آزمایش‌های بسیاری نشان دادهاند که کاهش دما در بافت مغز از عملکرد مغز در مقابل آسیب‌های ایشکمیک محافظت می‌کند. همچنین این کار سبب کاهش التهاب و تثبیت فشار داخلی مغز می‌شود[1-3]. همچنین، در اکثر بررسی‌های بیمارستانی که روی گروه‌های کوچک که از TBI رنج میبردند، انجام‌شده است، نتایج این حقیقت که خنک کردن مغز آثار خوبی هم در کوتاهمدت و هم در بلندمدت دارد را تأیید میکند[4-7]. اخیراً یتینگ و همکاران[8] در تحقیق خود گزارش کردند که با خنک کاری مغز از طریق صورت می‌توان به بهبود عملکرد عصبی کمک کرد. آن‌ها در نتایج خود نشان دادند که با استفاده از روش خنک کاری مغز از طریق صورت می‌توان از مغز در مقابل آسیب ایشکمیک محافظت کرد. همچنین نشان دادند که مشکلات مغزی ناشی از آن قابل‌درمان است.
ملاحظات انتقال حرارت مغز در حیات کسانی که در آب‌های سرد غرق میشوند، نیز مؤثر است. به‌طوری‌که در اثر این پدیده بازگشت به زندگی افرادی که در آب‌های سرد غرق‌شده‌اند، حتی تا پس از 66 دقیقه نیز گزارش‌شده است. این مسئله عموماً به خاطر قطع فعالیت متابولیکی مغز و اثرات محافظتی این سردشدگی است. موارد ذکرشده لزوم و اهمیت بررسی انتقال حرارت از مغز را با سیال اطراف نمایان می‌سازند.
اساساً انتقال حرارت در مغز در قالب تبادل حرارت خارجی (انتقال حرارت از سر)، تبادل حرارت داخل و تولید حرارت متابولیکی است. این اثرات با شرایط مرزی، سیرکولاسیون خون، نرخ متابولیسم مغز و ابعاد سر تغییر می‌کنند. بررسی تأثیر عوامل مختلف در پدیده انتقال حرارت از مغز با دشواری روبروست. بخصوص که امکان انجام آزمایش‌های تجربی در این زمینه به دلیل خطرات موجود و محدودیت‌های ابزاری ممکن نیست. لذا این بررسی‌ها نیازمند یک مدل مطمئن با خصوصیات فیزیکی و شرایط محیطی واقعی می‌باشند.
مطالعه و بررسی عکس‌العمل خنک شدن سر در مقابل مکانیسم‌های مختلف خنک کاری، می‌تواند ابزاری در جهت طراحی و ساخت تجهیزات قابل‌حمل جهت خنک کاری‌های اورژانس در وسایل نقلیه پزشکی باشد که با آنها دمای مغز در 30 دقیقه از Cº37 به Cº34 رسیده و لذا متابولیسم آن تا 30% کاهش مییابد. این مطالعات در طراحی سیستم‌های تهویه مطبوع و ایجاد محیط‌های ارگونومیک جهت راحتی افراد نیز می‌تواند موردتوجه قرار گیرد. در یک سری مدل‌سازی‌های کامپیوتری انجام‌شده[9-11] نشان داده است که دمای مغز انسان در نقاط مرکزی و داخلی بسیار متفاوت‌اند از نقاطی که نزدیکی سطح قرار دارند. گرادیان دمای بسیار بزرگی در نزدیکی سطح مغز اتفاق می‌افتد که به‌صورت آزمایشگاهی با افزایش فاصله از سر کاهش مییابد[12,13].
هدف کلی رسیدن به دمای میانگین 33 در مغز در مدت‌زمان 30 دقیقه است[14]. البته باید خاطرنشان کرد که خنک کردن مغز تا دماهای پایین‌تر سبب افزایش ریسک ابتلا به لرزشهای غیرقابل‌کنترل و کاردیاک ارست میشود.
یکی از سؤالهای مهم برای انتخاب روش مناسب برای خنک کردن مغز این است که بفهمیم هر یک از این روشها چطور دمای مغز را کاهش میدهند. ازآنجاکه اندازهگیری نتایج حاصل از خنک کردن مغز در بافت زنده فراتر از فنّاوری حاضر است، ارائه و بهبود مدلهایی که به‌طور دقیق تغییرات دما و همچنین محدودیتها را نشان میدهد، میتواند موفقیت بزرگی باشد.
مسئله مهم دیگر تبادل گرمایی بین پوست سر و محیط اطراف است که به کمک ضریب انتقال حرارت توصیف می‌شود. برای رسیدن هدف که خنک کردن مغز در نقاط مرکزی است، نیاز به استفاده از دستگاهی است که ضریب انتقال حرارت بزرگی ایجاد کند. در حالت ایدئال، دستگاهی با این مشخصات قادر خواهد بود دمای پوست سر را همدما با دمای دستگاه ثابت نگه دارد.
عموماً گزارش‌های انتقال حرارت از مغز تاکنون به دو صورت بوده است. یک دسته از این مطالعات شبیه‌سازی را تنها از جنبه انتقال حرارت در داخل بافت‌ها مدنظر قرار داده و در بهترین حالت انتقال حرارت جابجایی را با ضریب انتقال حرارت جابجایی در مدل خود بکار گرفته‌اند[11,15-17]. دسته دیگر بدون مدل نمودن انتقال حرارت درون بافت، تنها به بررسی الگوی جریان خارج از بدن (به‌صورت تجربی) پرداخته‌اند.
همچنین مدل‌سازی از توزیع دما در سر یک انسان بالغ تحت سرما درمانی با گذاشتن یخ روی سر توسط دنیس و همکارانش[16] صورت گرفته است. گزارش زو و همکارانش[17] نیز شامل مدل‌سازی ریاضی سرد شدن مغز با شرایط مرزی دما ثابت است. سوکستانسکی و همکارش[12] با استفاده از روش تحلیلی اثر عوامل مختلف را بر دمای مغز بررسی کرده و دبی و دمای جریان خون ورودی به بافت را تنها عامل مؤثر بر دمای مغز دانسته‌اند. این مدل‌سازی‌ها با فرض ثابت بودن دمای سطح پوست همراه بوده و در آن‌ها هوای اطراف و جنبه انتقال حرارت جابجایی در سال اطراف سر در نظر گرفته نشده است.
از طرف دیگر، از جنبه خارجی کلارک و همکارانش[18] مطالعه‌ای برای تعیین جابجایی آزاد در اطراف سر را انجام داده و منتشر کرده‌اند که در این تحقیق تأثیر حالت‌های مختلف بدن (خوابیده و ایستاده) بر الگوی جریان هوای اطراف سر به‌صورت تجربی مطالعه شده و ضخامت تقریبی لایه‌مرزی حرارتی و میزان انتقال حرارت در نقاط مختلف سر به کمک سیستم نوری شلیرن و کالریمتر سطحی در آن سالها اندازه‌گیری شده است.
بسیاری از کارهای انجام‌شده در این زمینه اثرات مثبتی برای محافظت از مغز داشته‌اند و توانسته دما را تا 7 درجه سانتی‌گراد در مدت‌زمان 1 ساعت کاهش بدهد، بااین‌حال متدهایی که به کاهش دمای بیشتر کمک می‌کنند تهاجمی هستند که منجر به عوارض بعدی روی بیمار میشود. لازم به ذکر است، در حالت کلی دو روش برای اعمال خنک کاری به‌صورت غیرتهاجمی وجود دارد: خنک کردن سر به کمک دستگاه‌های خنک‌کن و خنک کردن کل بدن.
سرد کردن تمام بدن یک نوزاد تازه متولدشده در ۶ ساعت نخست تولد می‌تواند از آسیب‌های مغزی ناشی از فقدان اکسیژن در جریان زایمان‌های دشوار جلوگیری کند و یا از شدت آن به میزان قابل‌توجهی بکاهد. به گزارش فرانس پرس هزاران کودک سالانه در سطح دنیا متولد شوند که به دلیل برخی مشکلات در بدو تولد مانند نرسیدن اکسیژن به آن‌ها و یا نرسیدن خون به مغزشان در معرض خطر مرگ یا معلولیت قرار می‌گیرند. خنک کردن بدن به‌اندازه چند درجه یعنی اعمال نوعی هایپوترمی خفیف نیاز مغز به اکسیژن را کاهش داده و دیگر پروسه‌هایی را که می‌توانند به آسیب مغزی دچار شوند، کند می‌کند. این شیوه درمان به افراد بالغ نیز در بهبودی پس از تجربه ایست قلبی کمک می‌کند.
در قالب تکنیک هایپوترمی یا همان خنک کردن مغز، نوزاد درون یک پتوی خاص حاوی آب سرد قرار داده می‌شود. این پتو دمای بدن نوزاد را برای مدت ٣ روز تا سطح ٣/٩٢ درجه فارنهایت (۵/٣٣ درجه سانتی‌گراد) پایین آورده و سپس به‌تدریج بدن را دوباره گرم کرده و درجه حرارت را به وضعیت نرمال حدود ۶/٩٨ درجه فارنهایت برمی‌گرداند. این نوزادان ١٨ تا ٢٢ ماه بعد مورد معاینه قرار گرفتند که نتایج یافته‌ها نشان داد مرگ یا معلولیت‌های قابل‌توجه همچون فلج مغزی تنها در ۴۴ درصد نوزادانی که بدنشان خنک شده بود، رخ داد رقمی که در نوزادان تحت درمان‌های معمول به ۶۴ رسید و هیچ‌گونه عوارض جانبی همچون مشکلات در ریتم قلب درنتیجه این شیوه درمان رخ نداد. طبق این یافته‌ها، خنک کردن مغز نوزادان به میزان ٢ تا ۵ درجه سانتی‌گراد می‌تواند احتمال معلولیت و مرگ آن‌ها در اثر کمبود اکسیژن درنتیجه کنده شدن جفت از دیواره رحم پیش از تولد و فشردگی بند ناف را به میزان قابل‌توجهی کاهش دهد.
آزوپاردی و همکاران[19] بررسی روی گروهی از بچهها در سن 6 و 7 سالگی که به‌منظور تعیین اینکه آیا خنک کردن مغز بعد از خفگی حین زایمان یا پس از زایمان در بلندمدت اثری دارد یا خیر، انجام دادند. نتایج اولیه آنها نشانگر این بود که اثرات خوبی در افراد با IQ بالاتر از 85 دیده میشد.
ژو و همکاران[20] اثربخشی و امنیت خنک کردن ملایم سر را در انسفالوپاتی هیپوکسیک-ایشکمیک در نوزادان تازه متولدشده موردبررسی قراردادند. در تحقیق آنها نوزادان مبتلابه HIE به‌صورت تصادفی انتخاب‌شده بودند.عمل خنک کردن از 6 ساعت بعد از تولد، درحالی‌که دما در قسمت حلق و بینی حدود Cº 34 و در قسمت تحتانی حدود Cº 4.5 بود، شروع شد و 72 ساعت طول کشید. متأسفانه نتایج اولیه منجر به مرگ و ناتوانیهای شدید شده بود. ویلرم و همکارانش[15] با مدل‌سازی سرد کردن مغز نوزاد به این نتیجه رسیدند که با قرار دادن سر در محیط با دمای پایین (10 درجه سانتی‌گراد) تنها مناطق سطحی مغز تا حدود Cº33-34 سرد می‌شود و تغییر دمای محسوسی در مناطق عمقی آن به وجود نخواهد آمد.
دنیس و همکاران[16] هندسه واقعی سر انسان را در نظر گرفتند و خنک کردن سر و گردن انسان را با روش المان محدود موردبررسی قراردادند. آنها در کار خود همزمان علاوه بر استفاده از یک کلاهک خنک‌کن، پکهایی از یخ روی سر و گردن قراردادند. بر اساس نتایجشان، وسیلهی دیگری نیز برای خنک کاری موردنیاز است که دمای قسمتهای مرتبط دیگر نیز کاهش یابد و درنتیجه به هدف موردنظر که در قبل ذکرشده بود، برسند. مسئله را در چهار حالت مختلف که موقعیت مکانی خنک کاری متفاوت بوده بررسی کرده‌اند، که متأسفانه به دمای 33 درجه سانتی‌گراد در مدت 30 دقیقه نرسیده‌اند.
گلوکمن و همکاران[21] از یک کلاه خنک‌کن روی سر استفاده کردند و دمای قسمت تحتانی بدن را نیز در 34-35 ثابت نگه داشتند. نتایج آنها نشان می‌دهد بااینکه این کار اثر قابل قبولی روی نوزادانی که موردبررسی قرارگرفته بودند، نداشته است. اما در کل به زنده ماندن بیماران بدون اثرات شدید عصبی کمک میکند.
اسپوزیتو و همکاران[22] در تحقیق خود، محدودیتها و اثرات جانبی روشهای کنونی خنککاری مغز را بررسی کردهاند. همچنین در مورد مزایا و معایب تزریق مایع خنک در رگهای خونی بحث کرده‌اند. همچنین پلی و همکاران[23] ارتباط بین دمای مغز و خنک کردن سطح سر و گردن را موردتحقیق قراردادند و در کار دیگر، ناکامورا و همکاران[24] تأثیر خنک کاری سر و گردن را بر دمای کلی بدن بررسی کردهاند.
ازآنجاکه در هیچ‌یک از بررسیهای انجام‌شده به دمای ۳۳ درجه در مدت‌زمان ۳۰ دقیقه که مطلوب پزشکان است، نرسیده‌اند برای اولین بار با استفاده از روش انتقال حرارت معکوس شار حرارتی و شرایط مرزی مناسب مدنظر است. در این روش با معلوم بودن جواب هدف که کاهش دما تا ۳۳ درجه و زمان ۳۰ دقیقه است، بهترین شرایط برای رسیدن به آن محاسبه می‌شوند. همچنین معادلات موردنظر معادلات انتقال حرارت در بافت زنده پنز که غیر فوریه‌ای بوده می‌باشند. هندسه مغز به‌صورت یک نیمکره در نظر گرفته‌شده است. مسئله با استفاده از روش مختصات عمومی و در حالت متقارن محوری حل‌شده است. علت استفاده از این روش این است که قادر به اعمال روی هر هندسه پیچیده دیگر خواهد بود که در کارهای آینده قطعاً موردنیاز خواهد بود. در این روش، صفحه فیزیکی نامنظم مسئله به صفحه محاسباتی مستطیل شکل تبدیل می‌شود.
فصل دوم: بررسی روش‌های بهینه‌سازی توابع
در این فصل به معرفی و بررسی روش‌هایی که برای بهینه‌سازی توابع استفاده می‌شوند، می‌پردازیم. ابتدا به تعریف مسئله بهینه‌سازی پرداخته و در ادامه مفاهیم مربوط به روند انجام فرایند بهینه‌سازی در یک مسئله معرفی می‌شوند. انواع روش‌های مستقیم و غیرمستقیم بهینه‌سازی معرفی می‌شوند. ازآنجاکه در این پایان‌نامه از روش غیرمستقیم برای بهینه‌سازی استفاده کرده‌ایم، بنابراین بیشتر به این روش‌ها پرداخته‌ایم. در تمامی این روش‌ها محاسبه گرادیان تابع الزامی است، بنابراین بررسی خواص و نحوه محاسبه آن آورده شده است. در ادامه شرح مختصری از انواع روش‌های غیرمستقیم به همراه الگوریتم محاسباتی آن‌ها آورده شده است.
2-1 مسائل بهینه‌سازییک مسئله بهینه‌سازی می‌تواند به‌صورت زیر بیان شود:
تعیین بردار به‌گونه‌ای که تابع تحت شرایط زیر مینیمم شود.
(2-1)
که در آن یک بردار n بعدی به نام بردار طراحی، تابع هدف و و به ترتیب قیدهای برابری و نابرابری نامیده می‌شوند. در حالت کلی تعداد متغیرها و تعداد قیود یا رابطه‌ای باهم ندارند. مسئله فوق یک مسئله بهینه‌سازی مقید نامیده می‌شود. در مسائلی که قیودی وجود ندارند با یک مسئله بهینه‌سازی نامقید روبرو هستیم.
نقطه را مینیمم یا نقطه سکون تابع هدف مینامیم اگر داشته باشیم:
(2-2)
شرط بالا یک شرط لازم است درصورتی‌که ماتریس هسین معین مثبت باشد آنگاه حتماً نقطه مینیمم نسبی خواهد بود. یعنی اگر داشته باشیم:
(2-3)
البته شرط بالا در صورتی صادق است که تابع مشتق‌پذیر باشد.
2-2 دسته‌بندی روش‌های بهینه‌سازیروش‌های حل مسائل مینیمم سازی به دودسته روش‌های جستجوی مستقیم و روش‌های کاهشی تقسیم‌بندی می‌شوند.
برای استفاده از روش‌های جستجوی مستقیم در محاسبه نقطه مینیمم، تنها به مقدار تابع هدف نیاز است و نیازی به مشتقات جزئی تابع نیست. بنابراین اغلب، روش‌های غیرگرادیانی یا روش‌های مرتبه صفر نامیده می‌شوند زیرا از مشتقات مرتبه صفر تابع استفاده می‌کنند. این روش‌ها بیشتر برای مسائلی کاربرد دارند که تعداد متغیرها کم و یا محاسبه مشتقات تابع مشکل می‌باشند و به‌طورکلی کارایی کمتری نسبت به روش‌های کاهشی دارند.
روش‌های کاهشی علاوه بر مقدار تابع به مشتقات اول و در برخی موارد به مشتقات مرتبه دوم تابع هدف نیز نیاز دارند. ازآنجاکه در روش‌های کاهشی، اطلاعات بیشتری از تابع هدفی که (از طریق مشتقات آن) مینیمم می‌شود، مورداستفاده قرار می‌گیرد، این روش‌ها کارایی بیشتری نسبت به روش‌های جستجوی مستقیم دارند.
روش‌های کاهشی همچنین روش‌های گرادیانی نیز نامیده می‌شوند. دراین‌بین روش‌هایی که فقط به مشتق اول تابع هدف نیاز دارند، روش‌های مرتبه اول و آن‌هایی که به مشتق اول و دوم هر دو نیاز دارند، روش‌های مرتبه دوم نامیده می‌شوند. در جدول(2-1) روش‌هایی از هر دودسته آمده است.
جدول2-1- دسته‌بندی روش‌های بهینه‌سازی
روش‌های کاهشی روش‌های جستجوی مستقیم
بیشترین کاهش
گرادیان مزدوج
روش نیوتن
روش لونبرگ- مارکورات
میزان متغیر روش جستجوی تصادفی
جستجوی شبکه
روش تک متغیر
جستجوی الگو
2-3 راه‌حل کلیتمام روش‌های مینیمم سازی نامقید اساساً تکراری هستند و ازاین‌رو از یک حدس اولیه شروع می‌کنند و به شکل ترتیبی به سمت نقطه مینیمم پیش می‌روند. طرح کلی این روش‌ها در شکل2-1 نشان داده‌شده است.
باید توجه شود تمام روش‌های مینیمم سازی نامقید:
1. نیاز به نقطه اولیه برای شروع تکرار دارند.
2. با یکدیگر تنها در نحوه تولید نقطه بعدی از تفاوت دارند.
-76200-5219700با نقطه اولیه شروع کنید
شرط همگرایی برقرار است؟
خیر
قرار دهید
قرار دهید
را بیابید
نقطه جدید را تولید کنید
را بیابید
بله
قرار دهید و توقف کنید
00با نقطه اولیه شروع کنید
شرط همگرایی برقرار است؟
خیر
قرار دهید
قرار دهید
را بیابید
نقطه جدید را تولید کنید
را بیابید
بله
قرار دهید و توقف کنید

شکل 2-1- نمودار روند بهینه‌سازی تابع هدف
2-4 نرخ هم‌گرائیروش‌های مختلف بهینه‌سازی، نرخ همگرایی مختلف دارند. به‌طورکلی یک روش، همگرایی از مرتبه دارد اگر داشته باشیم:
(2-4)
که و نقاط محاسبه‌شده در پایان تکرارهای و هستند. نقطه بهینه و نشان‌دهنده طول یا نرم بردار است که از رابطه زیر به دست میآید:
(2-5)
اگر و باشد، روش همگرای خطی (متناظر باهمگرایی آهسته) و اگر باشد، روش همگرای مرتبه دوم (متناظر باهمگرایی سریع) نامیده می‌شود. یک روش بهینه‌سازی، همگرای فوق خطی است اگر:
(2-6)
تعریف دیگری برای روش همگرایی مرتبه دوم وجود دارد: اگر یک روش مینیمم سازی با استفاده از روند دقیق ریاضی بتواند نقطه مینیمم یک تابع درجه دوم متغیره را در تکرار پیدا کند. روش همگرای مرتبه دوم نامیده می‌شود.
2-5 گرادیان تابع
گرادیان تابع، یک بردار n مؤلفه ایست که با رابطه زیر داده می‌شود:
(2-7)
اگر از یک نقطه در فضای n بعدی در راستای گرادیان حرکت کنیم، مقدار تابع با سریع‌ترین نرخ افزایش می‌یابد. بنابراین جهت گرادیان، جهت بیشترین افزایش نیز نامیده می‌شود.
4768851778003′
1
2
1′
2′
3
4
4′
X
Y
003′
1
2
1′
2′
3
4
4′
X
Y

شکل 2-2- جهت‌های سریع‌ترین افزایش
اما جهت بیشترین افزایش یک خاصیت محلی است و نه سراسری. این مطلب در شکل2-2 نشان داده‌شده است. در این شکل، بردار گرادیان محاسبه‌شده در نقاط 1، 2 ، 3، 4 به ترتیب در جهت‌های ٰ11 ، ٰ22 ، ٰ33، ٰ44 قرار دارد. بنابراین در نقطه 1 مقدار تابع در جهت ٰ11 با سریع‌ترین نرخ افزایش می‌یابد و به همین ترتیب اگر به تعداد بی‌نهایت مسیر کوچک در جهت‌های سریع‌ترین افزایش حرکت کنیم، مسیر حرکت یک منحنی شبیه به منحنی 4-3-2-1 خواهد بود.
ازآنجاکه بردار گرادیان جهت بیشترین افزایش مقدار تابع را نشان می‌دهد، منفی بردار گرادیان جهت سریع‌ترین کاهش را نشان می‌دهد. بنابراین انتظار داریم روش‌هایی که از بردار گرادیان برای بهینه‌سازی استفاده می‌کنند نسبت به روش‌های دیگر سریع‌تر به نقطه مینیمم برسند. بنابراین دو قضیه زیر را بدون اثبات می‌آوریم.
1.بردار گرادیان جهت سریع‌ترین افزایش را نشان می‌دهد.
2. بیشترین نرخ تغییر تابع در هر نقطه ، برابر اندازه بردار گرادیان در آن نقطه است.
2-5-1 محاسبه گرادیانمحاسبه گرادیان نیاز به محاسبه مشتقات جزئی دارد. سه حالت وجود دارد که محاسبه گرادیان را مشکل می‌کند:
1. تابع در تمامی نقاط مشتق‌پذیر است، اما محاسبه مؤلفه‌های بردار گرادیان غیرعملی است.
2. رابطه‌ای برای مشتقات جزئی می‌توان به دست آورد، اما محاسبه آن نیازمند زمان محاسباتی زیادی است.
3. گرادیان تابع در تمامی نقاط تعریف‌نشده باشد.
در مورد اول می‌توان از فرمول تفاضل محدود پیشرو برای تخمین مشتق جزئی استفاده کرد:
(2-8)
برای یافتن نتیجه بهتر می‌توان از فرمول اختلاف مرکزی محدود زیر استفاده کرد:
(2-9)
در روابط بالا یک کمیت اسکالر کوچک و برداری n بعدی است که مؤلفه ام آن یک، و مابقی صفر هستند. در محاسبات، مقدار را می‌بایست با دقت انتخاب نمود، زیرا کوچک بودن بیش‌ازحد آن ممکن است اختلاف میان مقادیر محاسبه‌شده تابع در و را بسیار کوچک کرده، و موجب افزایش خطای گرد کردن شود و نتایج را با خطا همراه سازد. به همین ترتیب بزرگ بودن بیش‌ازاندازه نیز خطای برشی را در محاسبه گرادیان ایجاد می‌کند. در حالت دوم استفاده از فرمول‌های تفاضل محدود پیشنهاد میشود. برای حالت سوم با توجه به این نکته که گرادیان در تمام نقاط تعریف‌شده نیست، نمی‌توان از فرمول‌های تفاضل محدود استفاده کرد. بنابراین در این موارد مینیمم کردن فقط با استفاده از روش‌های مستقیم امکان‌پذیر است.
2-5-2 تعیین طول گام بهینه در جهت کاهش تابعدر بیشتر روش‌های بهینه‌سازی، نیاز است که نقطه مینیمم در یک راستای مشخص را تعیین نمود. بنابراین لازم است نرخ تغییر تابع هدف از یک نقطه مانند ، درراستای مشخصی مانند ، نسبت به پارامتری چون محاسبه شود. باید در نظر داشت که موقعیت هر نقطه در این راستا را می‌توان با توجه به نقطه ، به‌صورت نشان داد. بنابراین نرخ تغییر تابع نسبت به این متغیر در راستای را می‌توان به‌صورت زیر نشان داد:
(2-10)
که در رابطه فوق مؤلفه -ام است. از طرفی داریم:
(2-11)
که و مؤلفه‌های -ام و هستند. بنابراین نرخ تغییر تابع در راستای برابر است با:
(2-12)
درصورتی‌که تابع را در راستای مینیمم کند، در نقطه می‌توان نوشت:
(2-13)
بنابراین مینیمم تابع، در راستای ، در نقطه می‌باشد.
2-6 معیار هم‌گرائیمعیارهای زیر می‌توانند برای بررسی هم‌گرائی در محاسبات تکراری به کار روند:
درصورتی‌که تغییرات تابع در دو تکرار متوالی از مقدار معینی کوچک‌تر شود:
(2-14)
زمانی که مشتقات جزئی (گرادیان مؤلفه‌ها) به‌اندازه کافی کوچک شود:
(2-15)
زمانی که تغییرات بردار موردنظر در دو تکرار متوالی کوچک شود:
(2-16)
که ، و مقادیر معین کوچکی در نظر گرفته می‌شوند.
2-7 روش کاهش سریعاستفاده از قرینه بردار گرادیان به‌عنوان جهت مینیمم سازی اولین بار توسط کوشی انجام گرفت. در این روش محاسبات از نقطه‌ای مانند شروع‌شده و طی فرآیندهای تکراری با حرکت در جهت سریع‌ترین نرخ کاهش، نهایتاً به نقطه مینیمم می‌رسد. مراحل مختلف این روش را می‌توان به‌صورت زیر در نظر گرفت:
1. شروع محاسبات از یک نقطه دلخواه به‌عنوان اولین تکرار
2. یافتن جهت به‌صورت
3. محاسبه طول گام بهینه در جهت و قرار دادن و یا .
4.بررسی بهینه بودن نقطه و پایان محاسبات در صورت مینیمم بودن این نقطه، در غیر این صورت قرار دادن و ادامه محاسبات از مرحله 2.
2-8 مقدمه ای بر روش انتقال حرارت معکوس2-8-1 مقدمه
با ظهور مواد مخلوط مدرن و وابستگی شدید خواص ترموفیزیکی آن‌ها به دما و مکان، روش‌های معمولی برای محاسبه آن‌ها راضی‌کننده نیستند. همچنین انتظارات عملیاتی صنعتی مدرن هر چه بیشتر و بیشتر پیچیده شده‌اند و یک محاسبه دقیق در محل از خواص ترموفیزیکی تحت شرایط واقعی عملیات ضرورت پیدا کرد. شیوه انتقال حرارت معکوس(IHTP) می‌تواند جواب‌های رضایت بخشی برای این‌گونه حالات و مسائل به دست دهد.
سود عمده IHTP این است که شرایط آزمایش را تا حد امکان به شرایط واقعی نزدیک می‌سازد.
کاربرد عمده تکنیک IHTP شامل محدوده‌های خاص زیر می‌باشند (در میان سایرین)
محاسبه خواص ترموفیزیکی مواد به‌عنوان‌مثال؛ خواص ماده سپر حرارتی در طی ورودش به اتمسفر زمین و برآورد وابستگی دمایی ضریب هدایت قالب سرد در طی باز پخت استیل
برآورد خواص تشعشعی بالک و شرایط مرزی در جذب، نشر و بازپخش مواد نیمه‌رسانا
کنترل حرکت سطح مشترک جامد - مایع در طی جامدسازی
برآورد شرایط ورود و شار حرارتی مرزی در جابجایی اجباری درون کانال‌ها
برآورد همرفت سطح مشترک بین سطوح متناوباً در تماس
نظارت خواص تشعشعی سطوح بازتاب‌کننده گرم‌کننده‌ها و پنلهای برودتی
برآورد وابستگی دمایی ناشناخته ضریب هدایت سطوح مشترک بین ذوب و انجماد فلزات در طی ریخته‌گری
برآورد توابع واکنشی
کنترل و بهینه‌سازی عملیات پروراندن لاستیک
برآورد شکل مرزی اجسام
برآورد این‌گونه خواص از طریق تکنیک‌های رایج کاری به‌شدت دشوار یا حتی غیرممکن است. اگرچه با اعمال آنالیز انتقال حرارت معکوس، این‌گونه مسائل نه‌تنها می‌توانند حل شوند، بلکه ارزش اطلاعات مطالعات افزوده‌شده و کارهای تجربی سرعت می‌گیرند.
2-8-2 مشکلات حل مسائل انتقال حرارت معکوسبرای تشریح مشکلات اصلی حل مسائل انتقال حرارت معکوس، جامد نیمه بینهایت () در دمای اولیه صفر در نظر می‌گیریم. برای زمان‌های سطح مرزی در تحت یک شار گرمایی متناوب به فرم قرارگرفته است. جایی که و ω به ترتیب دامنه و فرکانس نوسان شار گرمایی هستند و t متغیر زمان است. بعد از گذشت حالت متغیر، توزیع دمایی شبه - ثابت در جامد با توزیع دمایی زیر به دست می‌آید:
(2-17)
جایی که پخشندگی حرارتی و k ضریب رسانایی حرارتی جامد هستند.
معادله بالا نشان می‌دهد که پاسخ دمایی دارای یک تأخیر فاز نسبت به شار اعمالی سطحی می‌باشد و این تأخیر برای مکان‌های عمیق‌تر درون جسم واضح‌تر می‌باشد. درصورتی‌که این شار بتواند برآورد شود، این تأخیر دمایی نیاز به برداشت اطلاعات پس از اعمال شار حرارتی را آشکار می‌کند.
دامنه نوسان دما در هر مکانی، ، با قرار دادن در معادله به دست می‌آید. لذا:
(2-18)
این معادله نشان می‌دهد که به‌صورت توانی با افزایش عمق و با افزایش فرکانس تغییر می‌کند.
اگر دامنه شار حرارتی سطحی (q) به‌وسیله بکار بردن اندازه‌گیری مستقیم دما در نقاط داخلی اندازه‌گیری گردد آنگاه هرگونه خطای اندازه‌گیری با عمق x و فرکانس ω به‌صورت توانی بزرگنمایی می‌شود، که به‌صورت معادله زیر نشان داده می‌شود:
(2-19)
برای تخمین شار حرارتی مرزی جانمایی یک حس‌گر در عمق x از سطح، جایی که دامنه نوسانات دما بسیار بزرگ‌تر از خطاهای اندازه‌گیری‌اند، ضروری می‌باشد. در غیر اینصوررت تشخیص اینکه نوسانات دمایی در اثر شار حرارتی یا خطای اندازه‌گیری بوده غیرممکن خواهد بود، که منجر به عدم یگانگی جواب معادله خواهد شد.
ازآنجاکه خطاها در دقت روش‌های معکوس بسیار مؤثرند، بک ([26-28]) توصیفات این‌گونه خطاها را به‌صورت 8 نکته بیان نموده است.
خطاها به مقدار اصلی اضافه می‌شوند که مقدار اندازه‌گیری شده، مقدار واقعی و یک خطای رندوم می‌باشد.
خطای دمایی دارای میانگین صفر می‌باشد. یعنی . جایی که یک عملگر اندازه است، آنگاه گفته می‌شود که خطا بدون پیش مقدار است.
خطا دارای انحراف ثابت است، که عبارت است از
(2-20)
که به معنای استقلال انحراف از اندازه‌گیری است.
خطاهای مرتبط با اندازه‌گیری‌های مختلف ناهمبسته هستند. دو خطای اندازه‌گیری و (که ) ناهمبسته هستند اگر کوواریانس و صفر باشد. یعنی
(2-21)
در این حالت خطاهای و هیچ تأثیری یا رابطه‌ای بر هم ندارند.
خطاهای اندازه‌گیری دارای یک توزیع نرمال (گوسی) است. با توجه به فرضیات 2، 3 و 4 بالا توزیع احتمال به‌وسیله معادله زیر داده می‌شود
(2-22)
پارامترهای معرفی کننده خطا مثل معلوم هستند.
تنها متغیری که دارای خطاهای رندوم می‌باشد دمای اندازه‌گیری شده است. پارامترهای اندازه‌گیری شده مکان‌های اندازه‌گیری شده، ابعاد جسم گرم شونده و تمامی کمیت‌هایی که در فرمول نویسی ظاهرشده‌اند به‌دقت مشخص هستند.
اطلاعات پیشین کمیت‌ها جهت تخمین موجود نیست (می‌تواند پارامتر یا تابع باشند) اگر این اطلاعات موجود می‌بود می‌توانست جهت بهبود تخمین مقادیر بکار رود.
در ادامه چندین تکنیک مختلف برای حل مسائل IHTP را معرفی می‌نماییم. این‌گونه تکنیک‌ها معمولاً نیازمند حل مستقیم مربوطه می‌باشد. البته ارائه روش‌هایی که مسائل معکوس را بدون ارتباط با مسائل مستقیم حل کنند بسیار دشوار است.
تکنیک‌های حل مسائل می‌توانند به‌صورت زیر طبقه‌بندی شوند:
روش‌های معادلات انتگرالی
روش‌های تبدیل انتگرال
روش‌های حل سری
روش‌های چندجمله‌ای
بزرگنمایی معادلات هدایت گرمایی
روش‌های عددی مثل تفاضل محدود، المان محدود و المان مرزی
تکنیک‌های فضایی با اعمال فیلترینگ نویز اضافی مثل روش نرم کردن
تکنیک فیلترینگ تکرارشونده [29]
تکنیک حالت پایدار
روش تابع مشخصه متوالی بک
روش لوبنرگ - مارگارت برای مینیمم کردن نرم کوچک‌ترین مربعات
روش منظم سازی تیخونوف
روش منظم سازی تکراری برآورد توابع و پارامترها
الگوریتم ژنتیک [30]
2-8-3 ارزیابی روش‌های مسائل معکوس حرارتیاگر مسائل معکوس شامل تعداد زیادی پارامتر مانند برآورد شار حرارتی گذرا در زمان‌های مختلف باشند، ممکن است نوساناتی در حل رخ دهد. یک روش برای کاهش این ناپایداری‌ها استفاده از منظم سازی تیخونوف می‌باشد.
2-8-4 تکنیک‌های حل مسائل انتقال حرارت معکوسهدف اصلی این بخش معرفی تکنیک‌هایی جهت حل مسائل انتقال حرارت معکوس و روابط ریاضی موردنیاز می‌باشد.
گر چه تکنیک‌های زیادی موجود هستند، اما در اینجا به ذکر 4 تکنیک قدرتمند بسنده می‌کنیم.
لونبرگ - مارکوت برای تخمین پارامترها
گرادیان مزدوج برای تخمین پارامترها
گرادیان مزدوج با مسئله اضافی برای تخمین پارامترها
گرادیان مزدوج با مسئله اضافی برای تخمین توابع
این روش‌ها معمولاً کافی، تطبیق‌پذیر، مستقیم و قدرتمند جهت غلبه بر مشکلات موجود در حل معادلات انتقال حرارت معکوس می‌باشند.
تکنیک I: این تکنیک یک روش تکراری برای حل مسائل کوچک‌ترین مربعات تخمین پارامترهاست. این روش اولین بار در سال 1966 توسط لونبرگ [31] ایجاد شد، سپس در سال 1963 مارکوارت [32] همان تکنیک را با استفاده از روشی دیگر به دست آورد. حل مسائل معکوس به این روش، نیازمند محاسبه ماتریس حساسیت J می‌باشد. ماتریس حساسیت به‌صورت زیر تعریف می‌گردد:
(2-23)
جایی که:

تعداد اندازه‌گیری I =
تعداد پارامترهای نامعلوم N =
دمای iام تخمین زده‌شده
پارامتر jام نامعلوم
این ضریب حساسیت نقش مهمی را در تکنیک‌های I تا III ایفا می‌کند و در ادامه روش‌های متفاوت حل بیان خواهد شد.
این روش برای حل معادلات خطی و غیرخطی بسیار مؤثر است. گر چه در مسائل غیرخطی با افزایش پارامترهای نامعلوم ممکن است حل ماتریس حساسیت به درازا بکشد.
تکنیک II روش گرادیان مزدوج در بهینه‌سازی را جهت تخمین پارامترها بکار می‌برد، که همانند تکنیک I نیازمند حل ماتریس حساسیت بوده که مخصوصاً در حالت غیرخطی وقتی تعداد پارامترها زیاد شوند کاری زمان‌بر است.
تکنیک‌های III و IV: روش گرادیان مزدوج در کوچک‌سازی را با مسئله اضافی بکار می‌برد[33-36]
روش III مخصوصاً برای مسائلی که جهت تخمین ضریب آزمایشی در تخمین توابع بکار برده می‌شوند مناسب است. مسئله اضافی در جهت کاهش نیاز به حل ماتریس حساسیت استفاده می‌شود.
تکنیک IV روشی برای تخمین توابع می‌باشد مخصوصاً وقتی‌که اطلاعات مقیاسی درباره فرم تابع کمیت نامعلوم در دسترس نباشد.
تکنیک‌های اول، سوم و چهارم به همراه شرط توقف مناسب جهت تکرارهایشان؛ جزء دسته تکنیک‌های خطی سازی تکراری هستند.
در ادامه به بررسی و معرفی گام‌های اولیه و الگوریتم حل این روش‌ها با استفاده از روش تمام دامنه می‌پردازیم.
2-8-5 تکنیک I2-8-5-1 شرح تکنیک
این روش برای حل مسائل غیرخطی ابداع شد گر چه می‌توان آن را در مسائل خطی بسیار ناهنجار که از طریق مرسوم قابل‌حل نمی‌باشند نیز اعمال کرد. گام‌های اصلی روش به‌صورت زیر است:
مسئله مستقیم
مسئله معکوس
پروسه تکرار
شرط توقف
حل الگوریتم
این روش یک متد کاهشی شدید می‌باشد. در حل مسئله مستقیم، هدف یافتن دمای گذرا می‌باشد. در حل مسئله غیرمستقیم، هدف یافتن پارامتر نامعلوم با استفاده از دمای گذرای اندازه‌گیری شده در نقاط مختلف می‌باشد.
ماتریس حساسیت یا ماتریس ژاکوبین به‌صورت زیر تعریف می‌شود:
(2-24)
N: تعداد کل پارامترهای نامعلوم
I: تعداد کل اندازه‌گیری
المان‌های ماتریس حساسیت ضریب حساسیت نامیده شده و با نشان داده می‌شود. برای معادلات خطی این ماتریس تابع پارامترهای مجهول نیست اما در حالت غیرخطی ماتریس دارای پارامتری وابسته به p (مجهول) می‌باشد.
ذکر این نکته ضروری است که ماتریس که شرط شناسایی نامیده می‌شود نبایستی برابر صفر باشد زیرا اگر این مقدار برابر صفر با حتی مقداری بسیار کوچک باشد، پارامتر مجهول را نمی‌توان از پروسه معادلات تکراری به دست آورد.
مسائلی که شرط شناسایی تقریباً صفر داشته باشند مسائل ناهنجار نامیده می‌شوند. مسائل انتقال حرارت معکوس عموماً از این دسته‌اند؛ مخصوصاً در نزدیکی حدس اولیه‌ای که برای پارامترهای نامعلوم بکار می‌بریم.
ضریب حساسیت ، میدان حساسیت دمای اندازه‌گیری شده با توجه به تغییرات پارامتر مجهول p می‌باشد. میزان اندک نشان‌دهنده این است که تغییرات زیاد باعث تغییرات اندکی در می‌شوند به‌آسانی قابل‌فهم است که در این‌گونه موارد تخمین کاری دشوار می‌باشد زیرا عملاً هر مقدار گستره بزرگی از ها را در برمی‌گیرد. در حقیقت وقتی ضریب حساسیت کوچک استJTJ≃0 بوده و مسئله ما ناهنجار می‌باشد. به همین علت داشتن ضرایب حساسیت غیر وابسته خطی با اندازه بزرگ مطلوب می‌باشد، تا مسئله معکوس به خطاهای اندازه‌گیری حساس نبوده و پارامترها به‌صورت دقیق تخمین زده شوند. لازم است که تغییرات ضریب حساسیت قبل از حل مسئله آزمایش شود. این‌گونه آزمایش‌ها بهترین مکان حس‌گر و زمان اندازه‌گیری در طی حل را به دست می‌دهد.
لونبرگ - مارکارت برای کاستن از این وابستگی، از دو پارامتر (عامل استهلاک) و (ماتریس قطری) استفاده کردند. هدف از اعمال ترم کاهش نوسانات و ناپایداری‌ها در طی شرایط ناهنجار؛ از طریق بزرگ کردن مؤلفه‌هایش در مقایسه با در شرایط موردنیاز، می‌باشد.
عامل استهلاک در ابتدای پروسه تکرار بزرگ در نظر گرفته می‌شود تا در ناحیه اطراف حدس اولیه بکار رود. با کمک این روش دیگر لازم نیست ماتریس در ابتدای پروسه نامساوی صفر باشد. چون در ابتدا ضریب بزرگ است. روش لونبرگ یک به سمت متد کاهشی شدید گرایش دارد، اما با ادامه پروسه تکرار و کوچک‌تر شدن ضریب در طی این پروسه، روش به سمت روش گوس گرایش پیدا می‌کند. شرط توقف پیشنهادی توسط دنیس و شنابل کوچک بودن فرم کوچک‌ترین مربعات، گرادیان تابع مجهول و همگرایی پارامترها را چک می‌کند.
الگوریتم محاسباتی لونبرگ - مارکارت را می‌توان در موارد استفاده از چندین حس‌گر ارتقا بخشید.
2-8-5-2 روش‌های محاسبه ضرایب حساسیت
روش‌های متعددی جهت محاسبه ضرایب حساسیت موجود است که در ادامه سه نمونه از آن‌ها ذکرشده است.
تحلیل مستقیم
مسائل مقدار مرزی
تقریب تفاضل محدود
روش تحلیل مستقیم: اگر مسئله مستقیم هدایت خطی بوده و حل تحلیل برای حوزه دمایی موجود باشد، ضریب حساسیت با تفاضل گیری جواب در جهت (پارامتر نامعلوم) به دست می‌آید.
اگر غیر وابسته به باشد، آنگاه مسئله معکوس جهت محاسبه خطی خواهد بود.
در مسائلی که چندین درجه بزرگی موجود باشد، ضریب حساسیت نسبت به هرکدام از پارامترها باید چندین مرتبه بزرگ‌تر باشد که این موضوع خود باعث ایجاد مشکلات و سختی‌هایی در مقایسه و شناسایی وابستگی خطی بودن شود. این سختی‌ها را می‌توان با آنالیز ابعادی ضرایب حساسیت یا با استفاده از فرمول زیر کاهش داد:
(2-25)
با توجه به اینکه ضریب حساسیت ذکرشده در بالا هم واحد با درجه حرارت است، مقایسه مرتبه بزرگی آن راحت‌تر است.
مسائل مقدار مرزی: یک مسئله مقدار مرزی می‌تواند با تفاضل گیری از مسئله مستقیم اصلی نسبت به ضرایب مجهول جهت به دست آوردن ضرایب حساسیت بکار رود. اگر مسئله هدایت مستقیم خطی باشد، ساختار مسئله حساسیت مربوطه ساده و مستقیم است. در حالت‌های پیشرفته حل ضرایب حساسیت می‌تواند بسیار زمان‌بر باشد و بایستی از روش‌های عددی مثل تفاضل محدود بهره گرفت.
تقریب تفاضل محدود: می‌توان تفاضل اول ظاهرشده در تعریف را از طریق تفاضل پیشرو یا تفاضل مرکزی حل کرد اما برای حل به این روش لازم است N مجهول اضافی در حالت اول و N2 مجهول اضافی در حالت دوم محاسبه شود که خود بسیار زمان‌بر خواهد بود.
2-8-6 تکنیک II 2-8-6-1 متد گرادیان مزدوجروش گرادیان مزدوج روش تکرار مستقیم و قدرتمندی درزمینه حل مسائل خطی و غیرخطی معکوس می‌باشد. در پروسه تکرار، در هر تکرار یک گام مناسب در جهت ترولی انتخاب می‌شود تا تابع موردنظر را کاهش دهد.
جهت نزولی از ترکیب خطی جهت منفی گرادیان در گام تکرار حاضر با جهت نزولی تکرار پیشین به دست می‌آید. این ترکیب خطی به‌گونه‌ای است که زاویه جهت نزولی و جهت منفی گرادیان کمتر از ۹۰° باشد تا مینیمم شدن تابع موردنظر حتمی گردد[34,37-39]. روش گرادیان مزدوج با شرط توقف مناسب به‌دست‌آمده از تکنیک تنظیم تکرارها، که در آن مقدار تکرارها به‌گونه‌ای انتخاب می‌شود که جواب پایدار به دست دهد، در حل مسائل معکوس بکار می‌رود.
الگوریتم روش به‌صورت گام‌های زیر است:
مسئله مستقیم
مسئله معکوس
پروسه تکرار
شرط توقف
الگوریتم محاسباتی
در ادامه به بررسی گام‌های فوق پرداخته خواهد شد.
در حل مسئله معکوس شار حرارتی مجهول را به‌صورت تابعی خطی به فرم زیر در نظر می‌گیریم:
(2-26)
که در آن تابع تست معلوم و پارامترهای مجهول می‌باشند.
بدین ترتیب تخمین تابع مجهول به تخمین پارامترهای مجهول ، تقلیل می‌یابد. این‌گونه پارامترها را می‌توان با روش تفاضل مربعات مجهولی حل کرد.
(2-27)
S: مجموع مربعات خطاها یا تابع موردنظر
p: بردار پارامترهای مجهول
: دمای تخمین زده‌شده در زمان
: دمای اندازه‌گیری شده در زمان
: تعداد کل پارامترهای مجهول
I: تعداد کل اندازه‌گیری‌ها، به‌طوری‌که
ذکر دو نکته در اینجا ضروری می‌نماید:
بردار گرادیان جهت سریع‌ترین افزایش را نشان می‌دهد، لذا قرینه بردار جهت سریع‌ترین کاهش را نشان می‌دهد. بنابراین روش‌هایی که از بردار گرادیان جهت بهینه‌سازی استفاده می‌کنند نسبت به روش‌های دیگر سریع‌تر به نقطه مینیمم می‌رسند.
بیشترین نرخ تغییر تابع f در هر نقطه ، برابر اندازه بردار گرادیان در آن نقطه است. در بیشتر روش‌های بهینه‌سازی نیاز است که نقطه مینیمم در یک راستای مشخص تعیین گردد. یعنی لازم است نرخ تغییر تابع هدف از یک نقطه مانند در راستای مشخصی مانند نسبت به پارامتری چون محاسبه شود.
لذا اگر نرخ تغییر تابع در راستای برابر باشد با
(2-28)
و درصورتی‌که تابع f را در جهت مینمم کند؛ مینمم تابع در نقطه خواهد بود زیرا
(2-29)
پروسه تکرار در روش گرادیان مزدوج جهت کمینه‌سازی نرم داده‌شده به‌صورت زیر می‌باشد
(2-30)
جایی که جستجوگر سایز گام، جهت نزول و بالانویس k نمایانگر تعداد تکرار است.
جهت نزولی به‌صورت پیوستگی جهت گرادیان و و جهت نزولی تکرار قبلی می‌باشد که فرم ریاضی آن به‌صورت زیر است:
(2-31)
تعاریف گوناگونی برای ضریب همبستگی موجود است. به‌عنوان‌مثال بسط پولاک - ریبیر (معادله 2-32) در مراجع[37,40,41] و بسط فلچر - ریوز (معادله 2-33) در مراجع[37,38,40] آمده است.
(2-32) γk=j=1N∇S(pk)j∇Spk-∇S(pk-1)jj=1N∇S(pk-1)2j k=1,2,…
وقتی‌که برای k=0 شرط مرزی γ0=0 برقرار باشد.
(2-33) γk=j=1N∇S(pk)2jj=1N∇S(pk-1)2j k=1,2,…
بسط جهت گرادیان نسبت به پارامتر مجهول p به‌صورت
(2-34)
می‌باشد. جایی که ماتریس حساسیت می‌باشد. به‌عبارت‌دیگر درایه jام جهت گرادیان را می‌توان از فرم صریح
(2-35)
به دست آورد.
هرکدام از بسط‌های ذکرشده در مراجع جهت باعث ایجاد زاویه کمتر از بین جهت نزول و جهت منفی گرادیان شده، درنتیجه تابع بهینه می‌گردد.[36]
این بسط‌ها در مسائل خطی هم‌ارز بوده اما در مسائل غیرخطی، بر طبق برخی مشاهدات، بسط پولاک - ریبیر باعث بهبود همگرایی می‌شود. باید دانست که اگر باشد، در تمامی تکرارها جهت نزول همان جهت گرادیان می‌باشد و طول گام بهینه کاهشی به دست خواهد آمد گر چه روش گام بهینه کاهشی به‌سرعت روش گرادیان مزدوج همگرا نمی‌شود. گام جستجو از کمینه ساختن تابع نسبت به به دست می‌آید.
(2-36)
با جایگذاری از معادله (2-30) در معادله بالا و همچنین خطی سازی بردار دمای با بسط سری تیلور گام جستجو به‌صورت ماتریس زیر به دست خواهد آمد:
(2-37)
پس از محاسبه ماتریس حساسیت به یکی از روش‌های گفته‌شده در قبل، جهت گرادیان ، ضریب همبستگی و گام جستجو پروسه تکرار تا رسیدن به‌شرط توقف که طبق قانون اختلاف می‌باشد ادامه پیدا می‌کند.
(2-38) : شرط توقف
(2-39) Yti-T(xmeas,ti≈σi
σ: انحراف معیار استاندارد
(2-40) Ԑ=i=1Iσi2=Iσ2
اگرچه استفاده از این فرضیه جهت تکنیک I لازم نیست؛ زیرا تکنیک اول به‌صورت اتوماتیک با کنترل پارامتر استهلاک و کاهش شدید صعود بردار پارامترها در پروسه تکرار از ناپایداری جواب‌ها جلوگیری می‌کند. استفاده از قانون اختلاف نیازمند اطلاعات اولیه از انحراف استاندارد خطای اندازه‌گیری می‌باشد. یک روش جایگزین می‌تواند استفاده از اندازه‌گیری‌های اضافی باشد.
2-8-6-2 الگوریتم محاسباتی تکنیک دومبا فرض آنکه دماهای اندازه‌گیری شده در زمان‌های بوده و حدس اولیه برای بردار مجهول p باشد. ابتدا قرار داده و سپس:
گام 1: حل معادله مستقیم حرارت با استفاده از و به دست آوردن بردار دمای اندازه‌گیری
گام 2: ارائه حل اگر شرط توقف (2-38) ارضا نشده باشد.
گام 3: حل ماتریس حساسیت از معادله (2-35) به یکی از روش‌های گفته‌شده
گام 4: با دانستن Y، و جهت گرادیان از معادله (2-34) به‌دست‌آمده سپس از معادلات (2-32) یا (2-33) محاسبه می‌گردد.
گام 5: جهت نزول از معادله (2-31) محاسبه می‌آید.
گام 6: با دانستن ، Y، و گام جستجو از معادله (2-37) به دست می‌آید.
گام 7: با دانستن و و حدس جدید از معادله (2-30) به دست می‌آید.
گام 8: بجای k، 1+k را جایگزین کرده به گام 1 بازمی‌گردد.
2-8-6-3 اندازه‌گیری پیوستهتا اینجا فرض بر گسسته بودن دامنه زمانی و دماهای اندازه‌گیری شده بوده است. در حالتی که تعداد داده‌ها به‌اندازه‌ای باشد که بتوان آن‌ها را تقریباً پیوسته در نظر گرفت نیازمند برخی اصلاحات در فرم اولیه، بردار گرادیان(معادله 4-18)، گام جستجو(معادله 4-21) و تلورانس (معادله 4-24) مورداستفاده در قانون اختلاف می‌باشد.
با فرض پیوستگی اطلاعات اندازه‌گیری شده انتگرال تابع در بازه زمان 0≤t≤tf به‌صورت:
(2-41)
نوشته‌شده که تابع گرادیان معادله بالا نیز به‌صورت
(2-42)
نوشته می‌گردد. به‌عبارت‌دیگر هر جزء بردار گرادیان به فرم
(2-43)
خواهد بود. در ادامه گام جستجو نیز باید به فرم پیوسته برای دامنه زمان بازنویسی گردد.
که این مهم با بهینه‌سازی تابع برحسب در دامنه محقق می‌گردد. لذا
(2-44)
که این معادله بسیار شبیه به فرم گسسته می‌باشد.
تلورانس نیز به‌صورت نوشته می‌گردد و الگوریتم حل همچنان دست‌نخورده باقی خواهد ماند.
در مسائلی که هدف تعیین ضرایب پارامتری شده تابع مجهول باشد تکنیک III راه‌حلی جایگزین جهت پرهیز از حل چندباره ماتریس حساسیت در به دست آوردن جهت گرادیان و گام جستجو می‌باشد.
2-8-7 تکنیک III 2-8-7-1 روش گرادیان مزدوج با مسئله اضافی جهت تخمین پارامترهادر این بخش به تشریح روشی دیگر از متد گرادیان مزدوج پرداخته می‌شود که با کمک حل دو مسئله کمکی، مسئله حساسیت و مسئله اضافی، به حل گام جستجو و معادله گرادیان می‌پردازد. این روش مخصوصاً در مسائلی که هدف یافتن ضرایب توابع امتحانی بکار رفته در فرم تابع مجهول می‌باشد کاربرد دارد.
جهت راحتی مراحل بعدی آنالیز، مقادیر اندازه‌گیری شده پیوسته فرض می‌گردد.
فرم معادله تفاضل مربعات به‌صورت
(2-45)
است. مطابق قبل دمای اندازه‌گیری شده و دمای تخمین زده‌شده در نقطه در بازه زمانی می‌باشد.
گام‌های اصلی حل به شرح زیر بوده که در ادامه به شرح بیشتر هرکدام پرداخته می‌شود.
مسئله مستقیم
مسئله معکوس
مسئله حساسیت
مسئله اضافی الحاقی
معادله گرادیان
پروسه تکرار
شرط توقف
الگوریتم محاسباتی
گام‌های اول و دوم همانند سابق بوده لذا از شرح مجدد خودداری می‌گردد. در گام سوم تابع حساسیت حاصل حل مسئله حساسیت به‌صورت مشتق وابسته دما در جهت آشفتگی تابع مجهول تعریف می‌شود.
این مسئله می‌تواند با فرض اینکه دما با مقدار دچار آشفتگی شده وقتی‌که چشمه حرارتی با میزان دچار انحراف گردیده به دست آید. که انحراف از مجموع انحراف هر یک از پارامترهایش حاصل‌شده است.
(2-46)
اکنون اگر در معادله مستقیم با و با جایگزین گردد، معادله حساسیت به دست خواهد آمد.
عامل لاگرانژ جهت بهینه‌سازی تابع استفاده می‌گردد. این عامل جهت محاسبه تابع گرادیان با کمک حل مسئله الحاقی در مسئله حساسیت لازم می‌باشد. در این راستا با ضرب معادله مشتق جزئی مسئله مستقیم در ضریب لاگرانژ و انتگرال‌گیری آن در حوزه زمان و جمع معادله حاصل بافرم اولیه تابع ، جایگزین به دست می‌آید.
مشتق وابسته در جهت آشفتگی از جایگزینی ، و بجای ، و در معادله به‌دست‌آمده و صرف‌نظر کردن از ترم‌های درجه دوم حاصل می‌شود. می‌توان با حل جزءبه‌جزء طرف راست مسئله و صرف‌نظر کردن از انتگرال‌های شامل به فرم ساده‌شده معادله الحاقی دست‌یافت.
بنا بر تعریف، مشتق وابسته در جهت بردار به‌صورت
(2-47)
نوشته می‌شود. استفاده از معادله الحاقی برای آن دسته از مسائلی که حل تحلیل نداشته و نیاز به استفاده از روش‌های تفاضل محدود است، مناسب می‌باشد. با این روش، گرادیان با حل تنها یک معادله الحاقی به دست می‌آید. درحالی‌که روش دوم نیازمند حل N باره مسئله مستقیم جهت به دست آمدن ضرایب حساسیت می‌باشد.
گام جستجو که جهت بهینه‌سازی تابع در هر تکرار بکار می‌رود از خطی سازی دمای تخمین زده‌شده در فرم بهینه تابع با کمک بسط سری تیلور به دست می‌آید.
(2-48)
که حل مسئله حساسیت حاصل از قرار دادن در محاسبه معادله (2-46) می‌باشد.
باید توجه داشت که در هر گام تکرار لازم است یک مسئله حساسیت جهت محاسبه حل گردد.
شرط توقف نیز همانند تکنیک به‌صورت می‌باشد.
2-8-7-2 الگوریتم محاسباتی تکنیک سومبه‌صورت خلاصه الگوریتم حل به‌صورت زیر می‌باشد. با قرار دادن ، فرضیات و مطابق تکنیک II می‌باشد.
مرحله 1: محاسبه از معادله و آنگاه حل معادله مستقیم جهت به دست آوردن
مرحله 2: بررسی شرط توقف و ارائه حل در صورت ارضاء نشدن آن
مرحله 3: حل معادله الحاقی جهت محاسبه با دانستن و
مرحله 4: با دانستن ، به دست آوردن پارامترهای بردار گرادیان
مرحله 5: با دانستن ، محاسبه و آنگاه جهت نزول
مرحله 6: با قرار دادن ، محاسبه و سپس حل مسئله حساسیت برای به دست آوردن
مرحله 7: با دانستن ، به دست آوردن گام جستجو
مرحله 8: با دانستن و، محاسبه تخمین جدید و جایگزینی k با 1+k و آنگاه بازگشت به مرحله 1
2-8-8 تکنیک IV2-8-8-1 گرادیان مزدوج با مسئله الحاقی برای تخمین توابعدر این روش هیچ اطلاعات اولیه از فرم تابع مجهول به‌جز فضای تابع موجود نیست. در اینجا تابع به‌صورت زیر تعریف می‌گردد.
(2-49)
و گام‌های حل نیز مانند تکنیک III می‌باشد.
تفاوت این روش با دو تکنیک قبل در این است که دیگر به‌صورت ساده پارامتری نوشته نمی‌شود. حل مسائل الحاقی و حساسیت در حالت کلی بسیار شبیه حالت تکنیک III می‌باشد. اما جهت محاسبه معادله گرادیان دیگر نمی‌توان مانند گذشته عمل نمود.
از مقایسه مسئله الحاقی و می‌توان معادله گرادیان را به دست آورد.
(2-50)
تابع مجهول از بهینه‌سازی به دست خواهد آمد. لذا پروسه تکرار به‌صورت
(2-51)
خواهد بود. که در آن ، جهت نزول، به‌صورت زیر می‌باشد.
(2-52)
همچنین ضریب نیز می‌تواند از هرکدام از بسط‌های پولاک - ریبیر و یا فلچر - ریوز به دست آید.
در انتها نیز از بهینه‌سازی نسبت به و پس از ساده‌سازی با اعمال بسط سری تیلور، مشتق‌گیری نسبت به و مساوی صفر قرار دادن آن، به دست می‌آید.
(2-53)
که در آن جواب مسئله حساسیت با جایگزینی می‌باشد.
ازآنجاکه معادله گرادیان در زمان نهایی همواره صفر می‌باشد لذا حدس اولیه هرگز تحت پروسه تکرار تغییر نمی‌کند. لذا تابع تخمین زده‌شده می‌تواند از جواب دقیق منحرف گردد که جهت غلبه بر این موضوع می‌توان از بازه زمانی بزرگ‌تر از بازه موردنیاز استفاده نمود. همچنین می‌توان با تکرار حل معکوس و استفاده از جواب تکرار قبل جهت حدس اولیه نیز اثر این مشکل را کاهش داد.
شرط توقف نیز مانند تکنیک پیشین می‌باشد که در موارد بدون خطا می‌تواند مقداری بسیار کوچک یا حتی صفر داشته باشد.
2-8-8-2 الگوریتم محاسباتی تکنیک چهارمبه‌صورت خلاصه الگوریتم محاسباتی این تکنیک به شرح زیر می‌باشد:
مرحله 1: حل معادله مستقیم و محاسبه بر اساس
مرحله 2: بررسی شرط توقف و ادامه حل در صورت ارضا نشدن آن
مرحله 3: با دانستن و ، حل معادله الحاقی و به دست آوردن
مرحله 4: حل با دانستن
مرحله 5: با دانستن گرادیان ، محاسبه از هرکدام از بسط‌های ذکرشده و نیز جهت نزول
مرحله 6: با قرار دادن و حل معادله حساسیت، به دست آوردن
مرحله 7: با دانستن ، به دست آوردن گام جستجو
مرحله 8: با دانستن گام جستجو و جهت نزول، محاسبه مقدار جدیدو بازگشت به مرحله 1
حل معادله مستقیم جواب‌های دقیق را به دست می‌دهد.
برای محاسبه داده‌های دارای خطا می‌توان از راه‌حل زیر استفاده نمود:
(2-54)
که در آن ω متغیر رندوم با پراکندگی نرمال که دارای هسته اصلی صفر و انحراف معیار استاندارد می‌باشد. با اطمینان 99% به‌صورت -2.576<ω<2.576 بوده که می‌تواند از زیر برنامه IMSL یا DRRNOR به دست آید [31]. این مقادیر می‌تواند بجای داده‌های آزمایشگاهی اندازه‌گیری شده جهت حل معکوس استفاده شود.
فصل سوم: مدل ریاضی
3-1 مقدمهطبیعت پیچیده انتقال حرارت در بافتهای زنده مانع مدل‌سازی ریاضی دقیقی شده است. فرضیات و ساده‌سازی‌هایی باید انجام شود. در ادامه مروری مختصر بر معادلات و توزیع دما دربافت‌های زنده خواهیم داشت.
3-2 مدل‌های هدایت گرماییاز معادله انتقال حرارت زیستی پنز [25]شروع می‌کنیم که در سال 1948 ارائه‌شده است. ویژگی این معادله ساده بودن آن و کاربردی بودنش در شرایط خاص است.مدل‌هایی که در این بخش ارائه گردیده مدل‌های ماکروسکوپیکی است که بیشتر از سایر مدل‌ها در توصیف انتقال گرما مورداستفاده قرار می‌گیرند.
3-2-1 مدل پنزمعادله پنزبر اساس فرض‌های ساده کننده‌ای طبق فاکتور زیر است:
تعادل گرمایی: انتقال حرارت بین خون و بافت در بسترهای کپیلاری و همچنین رگ‌ها انجام می‌شود. ازاین‌رو از انتقال حرارت بین خون و بافت قبل و بعد از ورود به بافت صرف‌نظرمی‌شود.
2) تزریق وریدی خون: جریان خون در مویرگ‌های کوچک، ایزوتروپیک فرض می‌شود. این فرض باعث می‌شود جهت جریان کم‌اهمیت شود.
3)آرایش رگ‌ها:
رگ‌های خونی بزرگ‌تر در همسایگی بستر مویرگ‌های کپیلاری هیچ نقشی در تبادل حرارت بین بافت و خون مویرگ ایفا نمی‌کند. بنابراین، مدل پنزهندسهی رگ‌های اطراف را در نظر نمی‌گیرد.
4) دمای خون:
فرض می‌شود که خون با همان دمای هسته بدن Ta0 به مویرگها میرسد که به‌طور مداوم با بافت‌ها که در دمای T قرار دارند، تبادل گرمایی می‌کنند. بر اساس این فرضیات معادله پنز اثر خون را به‌عنوان یک منبع حرارتی ایزوتروپیک (یا چاه گرمایی) مدل کرده است که با نرخ جریان خون و اختلاف دمای بینTa0و T متناسب است.در این مدل، خونی که مسیر خود را آغاز می‌کند، تا زمانی که به مویرگ‌هاورگه‌ای درون بافت‌ها برسد در نظر گرفته می‌شود (المان بافتی که خون در آن واردشده است را در شکل 3-1.درنظر بگیرید). المان به‌اندازه کافی بزرگ است که رگ‌ها و مویرگ‌ها را در برداشته باشد، امّا در مقایسه با ابعادی که ما موردبررسی قرار می‌دهیم کوچک است.
1311275299085
شکل3-1. المان در نظر گرفته‌شده برای به دست آوردن معادله انتقال حرارت زیستی پنز
با نوشتن معادله انرژی به‌صورت زیر داریم:
(3-1) Ein+Eg-Eout=E
در اینجا از اثر جابجایی صرف‌نظر شده و به‌جای آن ترم مربوط به تزریق وریدی خون اضافه‌شده است. ساده‌ترین راه برای بررسی این ترم این است که آن را به‌صورت ترم تولید انرژی در نظر بگیریم.
اگرنرخ انرژی اضافه‌شده توسط خون در واحد حجم بافت:q''bانرژی متابولیک تولیدشده در واحد حجم بافت:q''mبا درنظر گرفتن المان موجود در شکل 1 خون با دمای مرکزی بدن به آن وارد می‌شودTa0 و در داخل المان به دمای تعادل المان بافت که T است، می‌رسد.
(3-2) q'''b=ρbCbWbTa0-T
که در معادله فوق، Cb گرمای ویژه خون، Wb نرخ خون تزریق وریدی بر واحد حجم بافت و ρb چگالی خون هست.
با استفاده از معادله انرژی و حذف کردن ترم جابجایی و استفاده از موارد فوق داریم:
(3-3) ∇.k∇T+ρbCbWbTa0-T+q'''m=ρC∂T∂t
که Cگرمای ویژه بافت، k هدایت گرمایی و ρ چگالی بافت است.
در معادله فوق اولین‌ترم مربوط به هدایت در 3 جهت است. با توجه به سیستم مختصات موردنظر ما به سه حالت زیر تبدیل می‌شود:
مختصات کارتزین،
(3-4) ∇.k∇T=∂∂xk∂T∂x+∂∂yk∂T∂y
مختصات استوانه‌ای،
(3-5) ∇.k∇T=1r∂∂rkr∂T∂r+1r2∂∂θk∂T∂θ+∂∂zk∂T∂z
مختصات کروی،
(3-6) ∇.k∇T=1r2∂∂rkr2∂T∂r+1r2sin∅∂∂∅ksin∅∂T∂∅+1r2sinθ∂∂θk∂T∂θ
قابل‌توجه است که نقش ریاضیات ترم تزریق وریدی در معادله پنز را می‌توان مانند اثر جابجایی در سطح پرهها در نظر گرفت.
معادله پنز عنوان بسیاری از مطالعات و تحقیقات بوده است. در ادامه خلاصه‌ای از انتقادهای انجام‌شده توسط افراد مختلف ارائه می‌شود. البته بیشتر توجه روی 4 فرض انجام‌شده برای فرمول پنز است. اختلاف بین نتایج و تئوری و آزمایشگاهی به دلیل همین فرض‌ها هستند.
(1) تعادل گرمایی: تعادل گرمایی در مویرگ‌ها اتفاق نمی‌افتد (فرض پنز). به‌جای آن، تعادل گرمایی دررگ‌هایpre-artery یا past-venalانجام می‌شود که دارای قطر بین70-500 μmهستند. این نتیجه‌گیری بر اساس تئوری طول تعادل گرماییLeانجام‌شده است، که فاصله‌ای است که خون در رگ می‌رود تا با بافت‌های اطراف به تعادل گرمایی برسد. برای مویرگ‌های کپیلاری این فاصله بسیار کوچک‌تر از طول آن‌هاست.رگ‌هایی که در آن‌ها LeL>1 معمولاً ازنظر گرمایی بسیار بااهمیت هستند.

user8253

2-14-1 شفافیت 33
2-14-2 قابلیت اطمینان 34
2-14-3 کارایی 34
2-14-4 مقیاس پذیری 35
2-15 سیستم عامل های توزیعی 35
2-15-1 الگوی مبتنی برپیام 36
2-15-2 الگوی مبتنی بر شیء 36
2-16 رویکرد سیستم عامل های ابری 36
2-17 الگوی سیستم عامل ابری 37
2-17-1 شیء ابری 37
2-17-2 نخ 39
2-17-3 تعامل میان شیء و نخ 39
2-18 برنامه نویسی در مدل شیء – نخ در ابرها 40
2-19 معماری سیستم عامل ابری 41
2-20 برخی سیستم عامل های ابری موجود 42
2-20-1 سیستم عامل iCloud 43
2-20-2 سیستم عامل GlideOS 44
2-20-3 سیستم عامل G.ho.st 45
2-20-4 سیستم عامل JoliCloud 46
2-20-5 سیستم عامل eyeOS 47
2-20-6 گوگل کروم، سیستم عامل اینترنت 47
2-21 مزایا و معایب سیستم عامل های ابری مبتنی بر وب 51
2-22 مطالعه مروری بر سایر پژوهش های مرتبط مهم 51
فصل سوم: روش تحقیق 54
3-1 چالش های رایج در زمینه سیستم عامل های ابری 55
3-1-1 مقیاس پذیری 55
3-1-1-1 تغییر مقیاس افقی و عمودی 56
3-1-1-2 مقیاس پذیری پایگاه داده ها 57
3-1-1-3 طراحی برای مقیاس پذیری 58
3-1-1-4 مقیاس پذیری در محاسبات ابری 59
3-1-1-5 تغییر مقیاس قوی و ضعیف 59
3-1-2 کشش تقاضا 60
3-1-3 خطاها 60
3-1-4 گره خوردن کاربران به یک سرویس دهنده خاص 61
3-1-5 وابستگی شدید بین مولفه ها 61
3-1-6 فقدان پشتیبانی چند مستاجری 62
3-1-7 فقدان پشتیبانی از SLA 62
3-1-7-1 تعریف توصیف SLA 62
3-1-7-2 فقدان SLA در ابرهای موجود 64
3-1-8 فقدان انعطاف پذیری لازم در واسط کاربری 64
3-2 ارائه راهکارها 64
فصل چهارم: محاسبات و یافته های تحقیق 68
4-1 پیاده سازی و شبیه سازی 69
4-2 شرایط محیط شبیه سازی 71
4-3 مقیاس پذیری با اندازه شبکه 72
فصل پنجم: نتیجه گیری و پیشنهادات 74
5-1 خلاصه و نتیجه گیری 75
5-2 مزایای تحقیق انجام شده 75
5-3 معایب تحقیق انجام شده 75
5-4 کارهای آتی 76
منابع و مآخذ 77
منابع فارسی 78
منابع غیرفارسی 79
فهرست جداول
عنوان صفحه
جدول 2-1 : سرویس دهندگان زیرساخت به عنوان سرویس 13
جدول2-2 : سرویس دهندگان سکو به عنوان سرویس 15
جدول 2-3 : سرویس دهندگان نرم افزار به عنوان سرویس 16
جدول 4-1 : شرایط محیط شبیه سازی 72
فهرست شکل ها
عنوان صفحه
شکل 2-1 : تصویری از محاسبات ابری 8
شکل2-2 : الگوی استقرار ابر 17
شکل 2-3 : مشخصات محاسبات ابری 19
شکل 2- 4: تمایل به سمت محاسبات ابری 24
شکل 2-5: بررسی وضعیت محاسبات ابری جهان 26
شکل 2-6: سیستم توزیع شده به عنوان میان افزار 33
شکل 2-7 : ساختمان یک شی ابری 38
شکل 2-8 : اجرای نخ ها در شیء ابری 39
شکل 2-9 : مدل منطقی از یک معماری سیستم عامل ابری 41
شکل 2-10 : سیستم عامل iCloud 43
شکل 2-11: تصویری از سیستم عامل GlideOS 44
شکل 2-12 : تصویری از سیستم عامل G.ho.st 45
شکل 2-13 : تصویری از سیستم عامل JoliCloud 46
شکل 2-14 : تصویری از سیستم عامل eyeOS 47
شکل 3-1 : بروز رسانی موقعیت گره در روش RNP 66
شکل 3-2 : درخواست موقعیت و ارسال بسته در روش RNP 66
شکل 3-3: شبه کد به روز رسانی موقعیت گره 67
شکل 3-4: شبه کد درخواست موقعیت 67
شکل 4-1: مقایسه سرعت اجرای برنامه با افزایش تعداد پردازنده 69
شکل 4-2: مقایسه سرعت اجرای برنامه با افزایش تعداد ماشین مجازی 70
شکل 4-3: مقایسه اجاره بها با افزایش تعداد پردازنده 70
شکل 4-4: مقایسه اجاره بها با افزایش تعداد ماشین مجازی 71
شکل 4-5: نرخ موفقیت درخواست با افزایش تعداد گره ها 72
شکل 4-6: افزایش درصد بسته های تحویل داده شده با افزایش گره ها 73
شکل 4-7: کاهش سربار داده با افزایش تعداد گره ها 73
فصل اول
مقدمه و کلیات تحقیق
مقدمه
در دهه های آینده ما شاهد رشد چشمگیر تکنولوژی در زمینه پردازنده ها خواهیم بود. ابرها که از پردازنده های چند هسته ای تشکیل شده اند منابع محاسباتی بی نظیری فراهم می سازند. باید توجه داشت که با افزایش وسعت دامنه های اطلاعاتی و محاسباتی نیاز به منابع این چنینی بیش از پیش احساس خواهد شد و با افزایش حجم منابع نیاز به مدیریتی کارا و شفاف الزام پیدا می کند. در اینجا ممکن است این سوال مطرح شود که: ابرها چه امکاناتی برای کاربران فراهم می آورند؟ ابرها در انجام محاسبات عظیم نقش مهمی را ایفا می کنند و به کاربران این امکان را می دهند که برنامه های خود را بر روی بستری قابل اطمینان و بسیار کارآمد که از اجزای صنعتی استاندارد تشکیل شده است اجرا کنند. همچنین ابرها مدل محاسباتی بسیار ساده ای را فراهم می آورند به این صورت که کاربران تنها خروجی مورد نظر را با کمترین هزینه برای کاربر تامین می نمایند. ابرها در کنار اینکه فرصت های فراوانی را برای کاربران فراهم می آورند، چالش هایی را نیز برای مدیریت این منابع پدید می آورند. برای مثال از این چالش ها می توان به نحوه هماهنگ ساختن میزان منابع با درخواست ها و یا وسعت زیاد منابع تحت مدیریت سیستم عامل اشاره نمود. در این تحقیق با چالش های موجود در این زمینه بیشتر آشنا می شویم و پیرامون هر کدام به تفضیل صحبت خواهیم کرد.
سوالات اصلی تحقیق
سیستم عامل های ابری که نوعی از سیستم عامل های توزیعی می باشند، می توانند مجموعه ای از گره ها را با هم یکپارچه ساخته و یک سیستم متمرکز را تولید کنند. با توجه به اینکه ابرها فرصت های فراوانی را برای کاربران فراهم می آورند، چالش هایی را نیز برای مدیریت این منابع پدید می آورند. به همین منظور سوالات زیر مطرح می شود:
چالش های موجود در سیستم عامل های ابری کدامند؟
آیا تا به حال این چالش ها مورد بررسی قرار گرفته اند؟
این چالش ها تا چه اندازه اهمیت دارند؟
آیا راهکاری برای این چالش ها در نظر گرفته شده است؟
هدف از اجراء
در دهه های اخیر شاهد رشد چشمگیر تکنولوژی در زمینه پردازنده ها بوده ایم و این تکنولوژی همچنان با سرعت قابل توجهی در حال پیشرفت است. دلیل این امر افزایش منابع اطلاعاتی و محاسباتی است که این نیاز را به وجود آورده است که با ساخت چنین تکنولوژی هایی به ویژه پردازنده های چند هسته ای، مدیریتی کارا و شفاف بر این اطلاعات حجیم و محاسبات عظیم صورت گیرد. مدیریت اطلاعات و محاسبات این چنینی در محیط هاو سیستم های توزیعی به مراتب آسان تر از محیط های دیگر است. یکی از سیستم های توزیعی ابرها می باشند که می توانند نقش مهمی را در محاسبات عظیم و ذخیره سازی اطلاعات حجیم، ایفا کنند. بنابراین لزوم بررسی چالش ها و موانع در این قبیل سیستم ها و رفع آنها می تواند گامی موثر در افزایش سرعت و کارایی این گونه سیستم ها داشته باشد.
توجیه ضرورت انجام طرح
همزمان با رشد چشمگیر تکنولوژی پردازنده ها، ابرها نیز گسترش روز افزونی پیدا کرده اند. به همین ترتیب تعداد کامپیوترهای افزوده شده به زیر ساخت ابرها نیز افزایش پیدا کرده است که البته قابل ذکر است این افزایش با توجه به تقاضای روزافزون کاربران برای میزبانی این منابع می باشد. منابع ابری برای کاربران نامحدود بوده و کاربران تنها محدودیت مالی برای خرید این منابع را پیش رو دارند. پس می توان نتیجه گرفت که یکی از مهم ترین چالش ها در این زمینه مقیاس پذیر بودن سیستم عامل های ابری می باشد. در ابرها پارامترهایی همچون تقاضا، حجم کار و منابع در دسترس در طول زمان پیوسته در حال تغییر می باشند. برای مثال هنگامی که کاربر محاسبات سنگین و پیچیده ای درخواست می کند منابع مورد نیاز وی افزایش پیدا می کند و در پایان منابع از کاربر تحویل گرفته می شوند، قابل ذکر است این افزایش و کاهش در منابع ممکن است از دید کاربر پنهان بماند. باید به این نکته توجه داشت که تقاضا هیچ گاه ثابت نمی ماند و میزان منابع مورد نیاز در گستره زیادی در حال تغییر می باشد. از طرفی برنامه های کاربردی مبتنی بر ابر معمولا منابع را بین کاربران و دیگر برنامه های کاربردی به اشتراک می گذارند. اگرچه برنامه کاربردی هر کاربر در لفاف مجازی جداگانه ای قرار گرفته است ولی کیفیت سرویسی که برای برنامه فراهم می شود را تحت تاثیر قرار می دهد. علاوه براین برنامه نویسی در این سیستم عامل نیز کاری مشکل و توام با خطا است. با توجه به مشکلات برنامه نویسی چند نخی و چند فرآیندی که در این نوع سیستم عامل ها استفاده می شود امکان وجود خطا افزایش می یابد. همچنین به دلیل کمبود ابزارهای اشکال زدایی و آنالیز سیستم های بزرگ فهمیدن خطاها سخت و برطرف سازی آنها چالش برانگیز است. برخی چالش های ذکر شده در این زمینه موجب به وجود آمدن مسیر تحقیقاتی گوناگون شده است که از آن جمله می توان به موارد زیر اشاره کرد که البته هر کدام از این مسیرها به بخش های دیگری می شکنند که زمینه جدیدی را فراهم می کند.
استفاده از اشیاء پایدار: یکی از زمینه های اصلی مدل ابری فراهم آوردن مخازن داده پایدار و قابل اشتراک می باشد. بنابراین محور اصلی برخی از تحقیقات در زمینه سیستم عامل های ابری، پشتیبانی کارامد و استفاده بهینه از حافظه پایدار می باشد. علاوه بر این عرصه دیگر تحت کنترل درآوردن منابع توزیع شده می باشد که منجر به افزایش سرعت برنامه های اجرایی بر روی ابرها می گردد.
اطمینان و امنیت در سیستم عامل های ابری: یکی از اهداف مهم این سیستم ها فراهم آوردن محیط محاسباتی امن برای کاربران است. این چالش از دو بخش اصلی تشکیل می شود: حفاظت از داده ها هنگام خرابی سیستم و تضمین انجام ادامه محاسبه از جایی که محاسبه قطع گردید. می توان به این نتیجه رسید یکی دیگر از زمینه های تحقیق پیرامون سیستم عامل های ابری افزایش اطمینان این سیستم عامل ها می باشد.
تحمل خطا: افزایش تحمل خطا زمینه ی تحقیقات دیگر حول این موضوع می باشد.
تعاریف واژه ها
سیستم های توزیعی
سیستم توزیعی در واقع مجموعه ای از کامپیوترهای مستقل است که برای کاربر خود مانند یک سیستم منسجم و منفرد به نظر می رسد[2].
سیستم عامل توزیع شده
این سیستم عامل ها خود را مانند سیستم عامل های تک پردازنده به کاربر معرفی می کنند اما در عمل از چندین پردازنده استفاده می کنند. این نوع سیستم عامل در یک محیط شبکه ای اجرا می شود و در حقیقت در این نوع سیستم جواب نهایی یک برنامه، پس از اجرا در کامپیوترهای مختلف به سیستم اصلی بر می گردد. سرعت پردازش در این نوع سیستم بسیار بالاست.
سیستم عامل ابری
سیستم عامل ابری نیز نوعی از سیستم عامل های توزیعی می باشند که مجموعه ای از گره ها را با هم یکپارچه می سازد و یک سیستم متمرکز تولید می کند.

فصل دوم
ادبیات و پیشینه تحقیق
در این فصل سعی شده قبل از آشنایی کامل با سیستم عامل های ابری در مورد محاسبات ابری، انواع سیستم عامل ها، سیستم های توزیعی و سیستم عامل های توزیعی آشنا شویم، سپس با برخی سیستم عامل های ابری موجود آشنا شده و در نهایت به تحقیقاتی که در این زمینه صورت گرفته می پردازیم.
محاسبات ابری
محاسبات ابری مدل محاسباتی بر پایه شبکه‌های بزرگ کامپیوتری مانند اینترنت است که الگویی تازه برای عرضه، مصرف و تحویل سرویس‌های فناوری اطلاعات (شامل سخت افزار، نرم افزار، اطلاعات، و سایر منابع اشتراکی محاسباتی) با به کارگیری اینترنت ارائه می‌کند. سیر تکاملی محاسبات به گونه ای است که می توان آن را پس از آب، برق، گاز و ‌تلفن به عنوان عنصر اساسی پنجم فرض نمود. در چنین حالتی، کاربران سعی می کنند بر اساس نیازهای خود و بدون توجه به اینکه یک سرویس در کجا قرار دارد و یا چگونه تحویل داده می شود، به آن دسترسی یابند. نمونه های متنوعی از سیستم های محاسباتی ارائه شده است که سعی دارند چنین خدماتی را به کاربران ارئه دهند. برخی از آنها عبارتند از: محاسبات کلاستری، محاسبات توری و اخیراً محاسبات ابری[15]. محاسبات ابری ساختاری شبیه یک توده ابر دارد که به واسطه آن کاربران می توانند به برنامه های کاربردی از هر جایی از دنیا دسترسی داشته باشند. بنابراین، محاسبات ابری می تواند با کمک ماشین های مجازی شبکه شده، بعنوان یک روش جدید برای ایجاد پویای نسل جدید مراکز داده مورد توجه قرار گیرد. بدین ترتیب، دنیای محاسبات به سرعت به سمت توسعه نرم‌افزارهایی پیش می رود که به جای اجرا بر روی کامپیوترهای منفرد، به عنوان یک سرویس در دسترس میلیون ها مصرف کننده قرار می گیرند.

شکل 2-1: تصویری از محاسبات ابری[33]
معرفی محاسبات ابری
دنیای فناوری اطلاعات و اینترنت که امروزه تبدیل به جزئی حیاتی از زندگی بشر شده، روز به روز در حال گسترش است. همسو با آن، نیازهای اعضای جوامع مانند امنیت اطلاعات، پردازش سریع، دسترسی پویا و آنی، قدرت تمرکز روی پروژه های سازمانی به جای اتلاف وقت برای نگه داری سرورها و از همه مهم تر، صرفه جویی در هزینه ها اهمیت زیادی یافته است. راه حلی که امروزه در عرصه فناوری برای چنین مشکلاتی پیشنهاد می شود تکنولوژی ای است که این روزها با نام محاسبات ابری شناخته می شود.
محاسبات ابری نمونه ای است که منابع بیرونی همه نیازهای IT را از قبیل ذخیره سازی، محاسبه و نرم افزارهایی مثل Office و ERP را در اینترنت تهیه می کند. محاسبات ابری همچنین، رشد و پیشرفت کاربرد های وسیع و تست برای شرکت های IT کوچکی را اجازه می دهد که نمی توانند سرمایه های بزرگ در سازمان داشته باشند. مهم ترین مزیت پیشنهاد شده توسط ابر در مفهوم اقتصاد مقیاس است و آن هنگامی است که هزاران کاربر، تسهیلات یکسان، هزینه یکسان برای هر کاربر و بهره برداری از سرور به اشتراک می گذارند. برای فعال سازی چنین تسهیلاتی، محاسبات ابری در برگیرنده تکنولوژی ها و مفاهیمی است مثل: مجازی سازی و محاسبات سودمند، پرداخت در ازای میزان استفاده، بدون سرمایه گذاری های کلان، انعطاف پذیری، مقیاس بندی، شرایط تقاضا و منابع بیرونی IT.
محاسبات ابری را ابر نیز می نامند چون یک سرور ابری دارای شکل بندی است که می تواند هر جایی در جهان قرار داشته باشد. ابر، تصویری است انتزاعی از شبکه‌ای عظیم؛ توده‌ای که حجم آن مشخص نیست، نمی‌دانیم از چه میزان منابع پردازشی تشکیل شده. ابعاد زمانی و مکانی یکایک اجزای آن نیز دانسته نیست، نمی‌دانیم سخت‌افزار‌ها و نرم‌افزارها کجای این توده قرار دارند، اما آن‌چه را که عرضه می‌کند، می‌شناسیم. درست مثل برق! شما برای اینکه از وسایل و تجهیزات برقی در خانه یا محل کارتان استفاده کنید لازم نیست یک ژنراتور یا کارخانه برق در خانه خود داشته باشید، بلکه به ازای هزینه مشخصی برق را اجاره می‌کنید. حالا اگر مصارف برقی شما بیشتر و متفاوت‌‌تر باشند مثلاً‌ می‌روید و از خدمات برق صنعتی استفاده می‌کنید. در محاسبات ابری هم شرکت‌ها و سازمان‌ها و افراد دیگر برای نرم‌افزار، سخت‌افزار یا شبکه پولی پرداخت نمی‌کنند، بلکه توان محاسباتی و سرویس‌های نرم‌افزاری مورد نیازشان را خریداری می‌کنند. این ایده در واقع صرفه‌جویی بزرگ و بهره‌وری زیادی در منابع IT را به همراه خواهد داشت. بدین ترتیب کافی است وسیله شما (پی‌سی، موبایل، تلویزیون، حتی یخچال!) یک رابط نرم‌افزاری (مرورگر) برای استفاده از سرویس‌های آنلاین و یک دسترسی به اینترنت داشته باشد،‌ خواهید دید که قادر هستید به راحتی از توان محاسباتی برای انجام کارهای دیجیتالی خود بهره بگیرید.
رشد و پیشرفت محاسبات ابری منجر به چندین تعریف پیشنهادی از خصوصیات آن می شود. برخی از این تعاریف توسط دانشمندان مشهور و سازمان ها ارائه شده است مثل:
الف) Buyya و همکارانش که محاسبات ابر را در مفهوم کاربری است برای کاربر نهایی بدین صورت تعریف می کنند: یک ابر سیستمی محاسباتی توزیع شده بازارگرا است که شامل جمع آوری کامپیوترهای مجازی و ارتباط داخلی هستند که از لحاظ دینامیکی به عنوان یک یا چند منبع محاسباتی متحد بر اساس توافق های سطح سرویس بین مصرف کنندگان و فراهم کنندگان خدمات مذاکره می کنند[14].
ب) موسسه ملی استانداردها و تکنولوژی محاسبات ابری را به صورت زیر تعریف می کند: محاسبه ابری، الگویی است برای اینکه شبکه های مبتنی بر تقاضا به منابع محاسباتی (مثل سرور، شبکه، ذخیره سازی، برنامه های کاربردی و خدمات) طوری دستیابی پیدا کنند که شامل حداقل تلاش مدیریت یا تعامل فراهم کننده سرویس است. این الگوی ابر، قابلیت دستیابی را ارتقا می دهد و شامل پنج تا از ویژگی های ضروری، سه تا از الگوهای سرویس و چهار تا الگوی استقرار است.
ویژگی های ابری شامل انتخاب سرویس مبتنی بر تقاضا، دسترسی وسیع به شبکه، ائتلاف منابع، انعطاف پذیری سریع و سرویس اندازه گیری شده است. الگوهای خدمات در دسترس به صورت نرم افزار به عنوان سرویس(SaaS)، سکو به عنوان سرویس (PaaS) و زیرساخت به عنوان سرویس (IaaS) تقسیم بندی می شوند. الگوی گسترش به ابرهای عمومی، خصوصی، اجتماعی و هیبرید تقسیم بندی می شود.
مشخصه اصلی محاسبات ابری
موسسه ملی استانداردها و فناوری، خصوصیات محاسبات ابری زیر را به صورت زیر تعریف می کند:
سرویس مبتنی بر تقاضا
مشتری می تواند به صورت یک طرفه امکانات و خدمات محاسباتی همچون سرور و فضای ذخیره سازی در شبکه را به هنگام نیاز از هر فراهم کننده ای به صورت خودکار و بدون نیاز به دخالت انسان به دست آورده و از آنها استفاده کند. به عبارت دیگر، برای مدیریت زیرساخت ابر نیازمند استخدام مدیران شبکه یا Admin به صورت تمام وقت نیستیم. بیشتر سرویس های ابر، پورتال های سلف سرویس دارند که به آسانی مدیریت می شوند.
دسترسی وسیع به شبکه
توانمندی های موجود بر روی شبکه، از طریق مکانیزم های استاندارد که استفاده از روش های ناهمگون پلتفرم های کلاینت، مانند تلفن های موبایل، لپ تاپ ها و PDA ها، را ترویج می کنند، قابل دسترسی هستند.
ائتلاف منابع
منابع محاسباتی فراهم کننده جمع آوری شده اند تا با به کارگیری مدل چند مشتری به چندین مشتری خدمت رسانی کنند. این کار به وسیله منابع فیزیکی یا مجازی مختلف که به شکلی پویا و بنابر درخواست مشتری واگذار و پس گرفته می شوند، صورت می گیرد. در اینجا حالتی از عدم وابستگی به مکان وجود دارد که در آن مشتری معمولاً کنترل یا دانشی درباره محل دقیق منابع فراهم شده ندارد ولی ممکن است در سطوح بالاتر انتزاعی بتواند محل را تعیین کند، مثل: کشور، استان یا مراکز داده. برای نمونه منابع شامل فضای ذخیره سازی، توان پردازشی، حافظه، پهنای باند شبکه و ماشین های مجازی می شود.
انعطاف پذیری سریع
می توان امکانات را به سرعت و با انعطاف، در بعضی موارد به صورت خودکار، به دست آورد تا به سرعت گسترش داده شده( از دید مقیاس) یا درجا آزاد شوند و خیلی سریع به مقیاس کوچکتری دست یابند. از دید مشتری امکاناتی که برای به دست آمدن در دسترس هستند اغلب نامحدود به نظر می آیند و می توانند به هر مقدار و در هر زمان خریداری شوند.
سرویس اندازه گیری شده
سیستم های ابری منابع را خودکار کنترل و بهینه می کنند. این کار با به کارگیری توانایی اندازه گیری در سطحی از تجرید که مناسب گونه آن خدمت ( مثل: فضای ذخیره سازی، توان پردازشی، پهنای باند و شمار کاربران فعال) است انجام می شود. میزان استفاده از منابع می تواند به شکلی شفاف هم برای مشتری و هم برای فراهم کننده زیر نظر گرفته، کنترل شده و گزارش داده شود.
معماری سرویس گرا
معماری مبتنی بر سرویس در واقع یک مجموعه ای از سرویس ها است که با یکدیگر ارتباط برقرار می کنند. حین این ارتباط ممکن است داده هایی را بین یکدیگر پاس کاری کنند و همچنین ترکیب دو یا چند سرویس با هم یک کار انجام دهد. در این جا چند مفهوم اتصال بین سرویس ها مورد نیاز است. برخلاف دهه های گذشته که نرم افزارها قائم به خود و انفرادی بودند، در حال حاضر روند تکامل نرم افزارها به سوی معماری مبتنی بر سرویس می رود. رشد انفجاری تکنولوژی های اینترنت و تعداد کاربران آن موجب شده که فروش نرم افزار جای خودش را به اجاره نرم افزار بدهد. شرکت های بزرگی مانند مایکروسافت، گوگل، سان و حتی آمازون به این سمت می روند که به جای فروش مستقیم نرم افزار به کاربر خدمات نرم افزاری را ارئه دهند. معماری مبتنی بر سرویس معماری نرم افزار یا سیستمی است که امکاناتی چون کامپوننت ها، استفاده مجدد، توسعه پذیری و راحتی را در اختیار ما قرار می دهد. این ویژگی ها برای شرکت هایی که به دنبال کاهش هزینه هستند و به جای فروش به اجاره سرویس های نرم افزار تاکید دارند، الزامی است[9].
مدلهای سرویس
در مدل سرویس، انواع گوناگون ابر بیانگر قالبی هستند که زیر ساختها در آن قرار میگیرد. اکنون محدوده شبکه، مدیریت و مسئولیتها به پایان میرسد و امور مربوط به بخش سرویسدهندهی ابر آغاز میشود. با پیشرفت محاسبات ابری فروشندگان، ابرهایی را با سرویس های مختلف مرتبط به کار خود عرضه مینمایند. با سرویسهایی که عرضه میشوند مجموعه دیگری از تعاریف به نام مدل سرویس در محاسبات ابری مطرح میشود. برای مدلهای سرویس، نامگذاریهای بسیاری صورت گرفته که همگی به فرم زیر تعریف شده اند:
XaaS,or "<something>as a Service"
در حال حاضر در جهان سه نوع سرویس به صورت متداول شناخته می شود:
زیر ساخت به عنوان سرویس
زیر ساخت به عنوان سرویس یا IaaS ماشینهای مجازی، فضای ذخیرهسازی مجازی، زیر ساخت های مجازی و سایر سخت افزارهای کاربردی را به عنوان منابع برای مشتریان فراهم میآورد. سرویسدهندهی IaaS تمامی زیر ساختها را مدیریت مینماید و در حالی که مشتریان مسئول باقی جنبههای استقرار میباشند. از جمله سیستم عامل، برنامهها و تعاملات سیستم با کاربر و غیره.
در جدول 2-1 تعدادی از سرویس دهندگان شناخته شده در حوزه IaaS به همراه توصیفی کوتاه از نوع سرویس ارائه شده آنها آورده شده است.
جدول2-1 : سرویس دهندگان زیر ساخت به عنوان سرویس
سازمان سرویس/ ابزار توصیف لایه-سطح
آمازون Elastic Compute Cloud سرور مجازی IaaS- سرویس منبع مجازی
Dynamo سیستم ذخیره سازی مبتنی بر کلید-ارزش IaaS- سرویس زیرساخت پیشرفته
Simple Storage Service سیستم ذخیره سازی دسته ای IaaS- سرویس زیر ساخت پایه
SimpleDB پایگاه داده به عنوان سرویس IaaS- سرویس زیر ساخت پیشرفته
CloudFront تحویل محتوا IaaS- سرویس زیر ساخت پیشرفته
SQS سرویس صف و زمانبندی IaaS- سرویس زیر ساخت پیشرفته
AppNexus AppNexus Cloud سرور مجازی IaaS- سرویس منبع مجازی
گوگل Google Big Table سیستم توزیع شده برای ذخیره سازی IaaS- سرویس زیر ساخت پیشرفته
Google File Sys-- سیستم- فایل توزیع شده IaaS- سرویس زیر ساخت پایه
اچ پی iLO مدیریت خاموشی سرور IaaS- سرویس منبع فیزیکی
Tycoon سیستم مدیریت منابع محاسباتی در کلاسترها IaaS- سرویس منبع مجازی
Joyent Accelerator سرور مجازی IaaS- سرویس منبع مجازی
Connector سرور مجازی از قبل تنظیم شده IaaS- سرویس زیر ساخت پیشرفته
BingoDisk دیسک ذخیره سازی IaaS- سرویس زیر ساخت پایه
Bluelock Bluelock Virtual Cloud Computing سرور مجازی IaaS- سرویس منبع مجازی
Bluelock Virtual Recovery بازیابی مصیبت و شکست IaaS- سرویس زیر ساخت پیشرفته
Emulab Emulab Network Testbed بستر آزمایش شبکه IaaS- سرویس منبع فیزیکی
ENKI ENKI Virtual Private Data Centers منابع دیتا سنتر مجازی بنابر تقاضا IaaS- سرویس منبع مجازی
EU Resevoir Project Open Nebula موتور مجازی زیرساخت(متن باز) IaaS- سرویس منبع مجازی
FlexiScale FlexiScale Cloud Computing سرور مجازی IaaS- سرویس منبع مجازی
GoGrid Cloud Hosting سرور مجازی IaaS- سرویس منبع مجازی
Cloud Storage فضای ذخیره سازی IaaS- سرویس زیر ساخت پایه
Nirvanix Nirvanix Storage Delivery Network دیسک ذخیره سازی IaaS- سرویس زیر ساخت پیشرفته
OpenFlow OpenFlow شبیه سازی شبکه IaaS- سرویس زیر ساخت پیشرفته
RackSpace Masso Cloud Sites سرور مجازی از پیش تنظیم شده IaaS- سرویس زیر ساخت
Masso Cloud Storage دیسک ذخیره سازی IaaS- سرویس زیر ساخت پایه
Masso Cloud Severs سرور مجازی IaaS- سرویس منبع مجازی
Skytap Skytap Virtual Lab محیط آزمایشگاه مجازی فناوری اطلاعات IaaS- سرویس زیر ساخت
Terremark Infinistructure سرور مجازی IaaS- سرویس منبع مجازی
UCSB Eucalyptus نسخه متن باز EC2 آمازون IaaS- سرویس منبع مجازی
10gen Mongo DB پایگاه داده برای ذخیره سازی ابری IaaS- سرویس زیر ساخت پیشرفته
Babble Application Server سرور برنامه های تحت وب برای استقرار ابری IaaS- سرویس زیر ساخت پیشرفته
سکو به عنوان سرویس
سکو به عنوان سرویس یاPaaS ، ماشینهای مجازی، سیستمهای عامل، برنامهها، سرویسها، چارچوبهای توسعه، تراکنشها و ساختارهای کنترلی را فراهم میآورد. مشتری میتواند برنامههای خود را بر روی زیر ساخت ابر قرار دهد و یا اینکه از برنامههایی استفاده کند که با استفاده از زبانها و ابزارها نوشته شدهاند و توسط سرویس دهندهیPaaS پشتیبانی می شوند. سرویسدهنده زیرساخت ابر، سیستمهای عامل و نرمافزارهای فعالسازی را فراهم میآورد. مشتری مسئول نصب و مدیریت برنامههایی که قرار داده است، میباشد.
در جدول 2-2 تعدادی از سرویس دهندگان شناخته شده در حوزه PaaS به همراه توصیفی کوتاه از نوع سرویس ارائه شده آنها آورده شده است.
جدول2-2 : سرویس دهندگان سکو به عنوان سرویس
سازمان سرویس/ابزار توصیف لایه-سطح
Akamai EdgePlatform تحویل برنامه کاربردی، محتوا و سایت PaaS
مایکروسافت Azure محیط توسعه و اجرا برای برنامه های کاربردی مایکروسافت PaaS
Live Mesh بستری برای به هنگام سازی، اشتراک و دسترسی به دامنه وسیعی از دستگاه هایی با سیستم عامل مایکروسافت PaaS
فیس بوک Facebook Platform بستر آزمایش شبکه PaaS
گوگل App Engine محیط اجرایی قابل گسترش برای برنامه های تحت وب نوشته شده در زبان پایتون PaaS
NetSuite SuiteFlex جعبه ابزاری برای سفارشی سازی برنامه های کاربردی کسب و کار آنلاین همین شرکت PaaS
Salesforce Force.com ساخت و تحویل برنامه های کاربردی در کلاس کسب و کار PaaS
Sun Caroline بستر قابل گسترش افقی برای توسعه و استقرار سرویس های تحت وب PaaS
Zoho Zoho Creator جعبه ابزاری برای ساخت و تحویل برنامه های کاربردی در کلاس کسب و کار و به شکل بنابر بر تقاضا PaaS
نرمافزار به عنوان سرویس
نرمافزار به عنوان سرویس یا SaaS یک محیط کاملاً عملیاتی برای مدیریت برنامهها و واسط کاربری است. در مدل SaaS برنامه از طریق یک برنامه واسط (معمولاً مرورگر) به مشتری سرویس میدهد و مسئولیت مشتری با ورود داده شروع و با مدیریت داده و تعاملات کاربری پایان مییابد. همه چیز مربوط به برنامه تا زیر ساخت در حوزهی مسئولیت فروشنده است.
در جدول 2-3 تعدادی از سرویس دهندگان شناخته شده در حوزه SaaS به همراه توصیفی کوتاه از نوع سرویس ارائه شده آنها آورده شده است.
جدول2-3 : سرویس دهندگان نرم افزار به عنوان سرویس
سازمان سرویس/ابزار توصیف لایه-سطح
گوگل Google Docs بسته نرم افزاری آفیس آنلاین SaaS
Google Maps API رابط برنامه نویس سرویس نقشه گوگل به توسعه دهندگان این امکان را می دهد تا نقشه گوگل را در سایت های خود جاسازی کنند SaaS- سرویس ساده
OpenID Foundation OpenSocial یک رابط برنامه نویسی کاربردی مشترک برای برنامه های شبکه های اجتماعی SaaS-سرویس مرکب
OpenID یک سیستم توزیع شده که به کاربران این اجازه را می دهد تا تنها با یک شناسه دیجیتال بتوانند از سایتها مختلف استفاده نمایند. SaaS- سرویس ساده
مایکروسافت Office Live بسته نرم افزاری آفیس آنلاین SaaS
Salesforce Salesforce.com بسته نرم افزاری مدیریت روابط مشتریان SaaS
این سه مدل متفاوت سرویس به نام مدل SPI محاسبات ابری شناخته میشوند. گرچه تاکنون از مدلهای سرویس بسیاری نام برده شد، staas فضای ذخیرهسازی به عنوان سرویس؛ idaas هویت به عنوان سرویس؛ cmaas توافق به عنوان سرویس؛ و غیره، با این وجود سرویس های SPI تمامی باقی سرویسهای ممکن را نیز در بر میگیرد. IaaS دارای حداقل سطوح عاملیت مجتمع شده و پایین ترین سطوح مجتمع سازی میباشد و SaaS دارای بیشترینها است. یک PaaS یا سکو به عنوان سرویس خصوصیات مجتمع سازی، میانافزارها و سایر سرویسهای هماهنگساز را به مدل IaaS یا زیر ساخت به عنوان سرویس میافزاید. هنگامی که که یک فروشندهی محاسبات ابری، نرمافزاری را بر روی ابر عرضه میکند، با استفاده از برنامه و پرداخت فوری، یک عملیات SaaS انجام می گیرد. با SaaS مشتری برنامه را در صورت نیاز استفاده میکند و مسئول نصب، نگهداری و تعمیر برنامه نیست.
مدل‌های پیاده‌سازی
در تعریف NIST (انستیتوی ملی استاندارد ها و فناوری ها) مدل های استقرار ابر به چهار صورت زیر است:

شکل 2-2 : الگوی استقرار ابر[29]
ابر عمومی
ابر عمومی یا ابر خارجی توصیف کننده محاسبات ابری در معنای اصلی و سنتی آن است. سرویس‌ها به صورت دینامیک و از طریق اینترنت و در واحدهای کوچک از یک عرضه کننده شخص ثالث تدارک داده می‌شوند و عرضه کننده منابع را به صورت اشتراکی به کاربران اجاره می‌دهد و بر اساس مدل محاسبات همگانی و مشابه صنعت برق و تلفن برای کاربران صورتحساب می‌فرستد. این ابر برای استفاده همگانی تعبیه شده و جایگزین یک گروه صنعتی بزرگ که مالک آن یک سازمان فروشنده ی سرویس های ابری می باشد.
ابر گروهی
ابر گروهی در جایی به وجود می‌آید که چندین سازمان نیازهای یکسان دارند و به دنبال این هستند که با به اشتراک گذاردن زیرساخت از مزایای محاسبات ابری بهره‌مند گردند. به دلیل اینکه هزینه‌ها بین کاربران کمتری نسبت به ابرهای عمومی تقسیم می‌شود، این گزینه گران‌تر از ابر عمومی است اما میزان بیشتری از محرمانگی، امنیت و سازگاری با سیاست‌ها را به همراه می‌آورد.
ابر ترکیبی
یک ابر ترکیبی متشکل از چندین ارائه دهنده داخلی و یا خارجی، گزینه مناسبی برای بیشتر مؤسسات تجاری می‌باشد. با ترکیب چند سرویس ابر کاربران این امکان را می‌یابند که انتقال به ابر عمومی را با دوری از مسائلی چون سازگاری با استانداردهای شورای استانداردهای امنیت داده‌های کارت های پرداخت آسان تر سازند.
ابر خصوصی
ابر خصوصی یک زیر ساخت محاسبات ابری است که توسط یک سازمان برای استفاده داخلی آن سازمان به وجود آمده‌است. عامل اصلی که ابرهای خصوصی را از ابرهای عمومی تجاری جدا می‌سازد، محل و شیوه نگهداری از سخت افزار زیرساختی ابر است. ابر خصوصی امکان کنترل بیشتر بر روی تمام سطوح پیاده سازی ابر (مانند سخت افزار، شبکه، سیستم عامل، نرم افزار) را فراهم می‌سازد. مزیت دیگر ابرهای خصوصی امنیت بیشتری است که ناشی از قرارگیری تجهیزات در درون مرزهای سازمان و عدم ارتباط با دنیای خارج ناشی می‌شود. اما بهره گیری از ابرهای خصوصی مشکلات ایجاد و نگهداری را به همراه دارد. یک راه حل میانه برای دوری از مشکلات ابرهای خصوصی و در عین حال بهره مند شدن از مزایای ابرهای خصوصی، استفاده از ابر خصوصی مجازی است. به عنوان نمونه می‌توان از ابر خصوصی مجازی آمازون نام برد.
مشخصات محاسبات ابری
مشخصات کلیدی توسط ابر در شکل 2-3 نشان داده شده است و در قسمت زیر مورد بحث و بررسی قرار گرفته است:

شکل 2-3 : مشخصات محاسبات ابری[28]
مجازی شده : منابع (یعنی محاسبه کردن، ذخیره سازی و ظرفیت شبکه) در ابرها تصور می شوند و این روش در سطوح مختلف مثل vm و سطوح بسته بدست می آید[9]. اصلی ترین آن در سطح ماشین مجازی است که در آن برنامه های کاربردی متفاوت در سیستم های عملکردی با همان ماشین فیزیکی اجرا می شوند. سطح سکو باعث نقشه برداری برنامه های کاربردی در یک یا چند منبع می شود که توسط فراهم آورندگان زیرساخت ابری پیشنهاد شده است.
سرویس گرا: ابر با استفاده از الگوی زیرساخت سرویس گرا به کار می رود که در آن همه اجزا در شبکه به عنوان یک سرویس در دسترس هستند، چه نرم افزار باشد، چه سکو یا هر زیرساختی که به عنوان سرویس پیشنهاد می کنند.
انعطاف پذیری : منابع (یعنی محاسبه کردن، ذخیره سازی و ظرفیت شبکه) برای برنامه های کاربردی ابر موردنیاز هستند که می توانند به صورت پویا و مختلف مقرر می شوند. یعنی افزایش یا کاهش در زمان اجرا بستگی به نیازهای QOS کاربر دارد. فراهم کنندگان ابر اصلی مثل آمازون حتی سرویس هایی را برای توسعه عمودی و توسعه افقی در براساس نیازهای برنامه های کاربردی میزبان دارد.
پویا و توزیع شده: گرچه منابع ابر، مجازی شده اند، آنها اغلب در عملکردهای بالا یا سرویس های ابر قابل اطمینان توزیع می شوند. این منابع انعطاف پذیر و می توانند بر طبق نیازهای مشتری سازگاری یابند مثل: نرم افزار، پیکربندی شبکه و غیره[10].
اشتراک (اقتصاد مقیاسی): زیرساخت ابرها هر جایی است که منابع های متعدد از خود کاربر بر طبق نیازهای برنامه کاربردی خود استفاده می کنند، مشترک می شوند. این الگوی اشتراکی به عنوان الگوی اجاره چندگانه نیز می باشد. به طور کلی، کاربران نه دارای کنترل مستقیم بر منابع فیزیکی هستند و نه از تخصیص منابع و اینکه با چه کسانی مشترک شده اند، خبر دارند.
بازارگرا (پرداخت - در ازای - میزان استفاده): در محاسبات ابری، کاربران براساس پرداخت - در ازای - میزان استفاده برای سرویس ها پرداخت می کنند. الگوی قیمت گذاری می تواند با توجه به انتظار برنامه های کاربردی در کیفیت سرویس متفاوت باشد. فراهم آورندگان ابر IaaS مثل منابع قیمت ها در آمازون از الگوهایی بازاری مثل الگوهای قیمت گذاری کالاها یا زمان پرداخت آنها استفاده می کنند. یک الگوی قیمت گذاری توسط Thualsiram و Allenofor برای منابع مجهز پیشنهاد شده است که می تواند به عنوان اساسی برای منابع ابر استفاده شوند. این خصوصیت، بعد بهره برداری از محاسبات ابری را بیان می کند. یعنی، سرویس های ابری به عنوان سرویس های سنجیده شده هستند که در آن فراهم کنندگان دارای الگوی محاسباتی برای اندازه گیری کاربردها از سرویس ها هستند که به توسعه برنامه های قیمت گذاری متفاوت کمک می کند. الگوی محاسباتی به کنترل و بهینه سازی از منابع کمک می کند.[16]
خودمختار : برای فراهم کردن سرویس های قابل اطمینان در حد بالا، ابرها رفتاری مستقل را با مدیریت خودشان در دگردیسی عملکرد یا شکست نشان می دهند.
مزایای محاسبات ابری
 
کارمان را با بیان مزایای متعددی که توسط محاسبات ابری ارائه می شود آغاز می کنیم. وقتی شما به سمت استفاده از ابر می روید، به چیزهای زیر دست پیدا می کنید:
 
هزینه های کامپیوتری کمتر: شما برای اجرای برنامه های کاربردی مبتنی بر وب، نیازی به استفاده از یک کامپیوتر قدرتمند و گران قیمت ندارید. از آن جائی که برنامه های کاربردی بر روی ابر اجرا می شوند، نه بر روی یک کامپیوتر رو میزی. کامپیوتر رومیزی شما نیازی به توان پردازشی زیاد یا فضای دیسک سخت که نرم افزارهای دسکتاپ محتاج آن هستند ندارد. وقتی شما یک برنامه کاربردی تحت وب را اجرا می کنید، کامپیوتر شما می تواند ارزان تر، با یک دیسک سخت کوچک تر، با حافظه کم تر و دارای پردازنده کارآمدتر باشد. در واقع، کامپیوتر شما در این سناریو حتی نیازی به یک درایو CD یا DVD هم ندارد زیرا هیچ نوع برنامه نرم افزاری بار نمی شود و هیچ سندی نیاز به ذخیره شدن بر روی کامپیوتر ندارد.
کارآیی توسعه یافته:  با وجود برنامه های کم تری که منابع کامپیوترشما، خصوصاً حافظه آن را به خود اختصاص می دهند، شما شاهد کارآیی بهتر کامپیوتر خود هستید. به عبارت دیگر کامپیوترهای یک سیستم محاسبات ابری، سریع تر بوت و راه اندازی می شوند زیرا آن ها دارای فرآیندها و برنامه های کم تری هستند که به حافظه بار می شود.
 
هزینه های نرم افزاری کم تر:  به جای خرید برنامه های نرم افزاری گران قیمت برای هر کامپیوتر، شما می توانید تمام نیازهای خود را به صورت رایگان برطرف کنید. بله درست است، اغلب برنامه های کامپیوتری محاسبات ابری که امروزه عرضه می شوند، نظیر Google Docs، کاملاً رایگان هستند. این، بسیار بهتر از پرداخت 200 دلار یا بیشتر برای خرید برنامه office مایکروسافت است که این موضوع به تنهایی می تواند یک دلیل قوی برای سوئیچ کردن به محاسبات ابری محسوب شود.
 
ارتقای نرم افزاری سریع و دائم:  یکی دیگر از مزایای مربوط به نرم افزار در  محاسبات ابری این است که شما دیگر نیازی به بروز کردن نرم افزارها و یا اجبار به استفاده از نرم افزارهای قدیمی، به دلیل هزینه زیاد ارتقای آن ها ندارید. وقتی برنامه های کاربردی، مبتنی بر وب باشند، ارتقاها به صورت اتوماتیک رخ می دهد و دفعه بعد که شما به ابر وارد شوید به نرم افزار اعمال می شوند. وقتی شما به یک برنامه کاربردی مبتنی بر وب دسترسی پیدا می کنید، بدون نیاز به پرداخت پول برای دانلود یا ارتقای نرم افزار، از آخرین نسخه آن بهره مند می شوید.
 
سازگاری بیشتر فرمت اسناد:  نیازی نیست که شما نگران مسئله سازگاری اسنادی که بر روی کامپیوتر خود ایجاد می کنید با سایر سیستم عامل ها یا سایر برنامه های کاربردی دیگران باشید. در دنیایی که اسناد 2007Word نمی تواند بر روی کامپیوتری که 2003Word را اجرا می کند باز شوند، تمام اسنادی که با استفاده از برنامه های کاربردی مبتنی بر وب ایجاد می شوند می تواند توسط سایر کاربرانی که به آن برنامه کاربردی دسترسی دارند خوانده شوند. وقتی همه کاربران اسناد و برنامه های کاربردی خود را بر روی ابر به اشتراک می گذارند، هیچ نوع ناسازگاری بین فرمت ها به وجود نخواهد آمد.
 
ظرفیت نامحدود ذخیره سازی:  محاسبات ابری ظرفیت نامحدودی برای ذخیره سازی در اختیار شما قرار می دهد. دیسک سخت 200 گیگابایتی فعلی کامپیوتر رومیزی شما در مقایسه با صدها پتابایت (یک میلیون گیگابایت) که از طریق ابر در دسترس شما قرار می گیرد اصلا چیزی به حساب نمی آید. شما هر چیزی را که نیاز به ذخیره کردن آن داشته باشید می توانید ذخیره کنید.
 
قابلیت اطمینان بیشتر به داده:  برخلاف محاسبات دسکتاپ، که در آن یک دیسک سخت می تواند تصادم کند و تمام داده های ارزشمند شما را از بین ببرد، کامپیوتری که بر روی ابر تصادم کند نمی تواند بر داده های شما تاثیر بگذارد. این همچنین بدان معنا است که اگر کامپیوترهای شخصی شما نیز تصادم کنند، تمام داده ها هنوز هم آن جا و برروی ابر وجود دارند و کماکان در دسترس شما هستند. در دنیایی که تنها تعداد اندکی از کاربران به طور مرتب و منظم از داده های مهم و حساس خود نسخه پشتیبان تهیه می کنند، محاسبات ابری حرف آخر در زمینه محافظت از داده ها به شمار می رود.
 
دسترسی جهانی به اسناد:  آیا تا به حال کارهای مهم خود را از محیط کار به منزل برده اید؟ و یا تاکنون به همراه بردن یک یا چند فایل مهم را فراموش کرده اید؟ این موضوع در محاسبات ابری رخ نمی دهد زیرا شما اسناد و فایل های مهم  خود را همراه خود حمل نمی کنید. در عوض، این اسناد و فایل ها بر روی ابر می مانند و شما می توانید از هرجایی که یک کامپیوتر و اتصال اینترنتی وجود داشته باشد به آن دسترسی پیدا کنید. شما در هر کجا که باشید به سرعت می توانید به اسناد خود دسترسی پیدا کنید و به همین دلیل، نیازی به همراه داشتن آن ها نخواهید داشت.
 
در اختیار داشتن آخرین و جدیدترین نسخه:  یکی دیگر از مزایای مرتبط با اسناد در محاسبات ابری این است که وقتی شما یک سند را در خانه ویرایش می کنید، این نسخه ویرایش شده همان چیزی است که وقتی در محل کار خود به آن دسترسی می یابید مشاهده می کنید. ابر همواره، آخرین نسخه از اسناد شما را میزبانی می کند و تا وقتی شما به اینترنت و ابر متصل باشید، هیچ گاه در معرض خطر استفاده از یک نسخه تاریخ گذشته نخواهید بود.
همکاری گروهی ساده تر:  به اشتراک گذاشتن اسناد، شما را مستقیماً به همکاری بر روی اسناد رهنمون می کند. برای بسیاری از کاربران، این یکی از مهم ترین مزایای استفاده از محاسبات ابری محسوب می شود زیرا چندین کاربر به طور همزمان می توانند برروی اسناد و پروژه ها کار کنند، به دلیل این که اسناد بر روی ابر میزبانی می شوند، نه بر روی کامپیوترهای منفرد، همه چیزی که شما نیاز دارید یک کامپیوتر با قابلیت دسترسی به اینترنت است.
 
مستقل از سخت افزار:  در نهایت، در این جا به آخرین و بهترین مزیت محاسبات ابری اشاره می کنیم. شما دیگر مجبور نیستید به یک شبکه یا یک کامپیوتر خاص محدود باشید. کافی است کامپیوتر خود را تغییر دهید تا ببینید برنامه های کاربردی و اسناد شما کماکان و به همان شکل قبلی، بر روی ابر در اختیار شما هستند. حتی اگر از ابزار پرتابل نیز استفاده کنید، باز هم اسناد به همان شکل در اختیار شما هستند. دیگر نیازی به خرید یک نسخه خاص از یک برنامه برای یک وسیله خاص، یا ذخیره کردن اسناد با یک فرمت مبتنی بر یک ابزار ویژه ندارید. فرقی نمی کند که شما از چه نوع سخت افزاری استفاده می کنید زیرا اسناد و برنامه های کاربردی شما در همه حال به یک شکل هستند.
محاسبات ابری که در اواخر سال 2007 پا به عرصه ظهور گذاشت، هم اکنون به دلیل توانایی اش در ارائه زیرساخت فن آوری پویا و بسیار منعطف، محیط های محاسباتی تضمین شده از نظر کیفیت و همچنین سرویس های نرم افزاری قابل پیکربندی به موضوع داغ مبدل شده است. در گزارش گوگل Trends و همانطور که در شکل 2-4 مشاهده می کنید، محاسبات ابری که از تکنولوژی مجازی سازی بهره می برد، محاسبات گریدی را پشت سر گذاشته است.

شکل2-4 : تمایل به سمت محاسبات ابری[35]
پروژه های متعددی در حوزه صنعت و دانشگاه بر روی محاسبات ابری آغاز شده است وشرکت های بسیار بزرگی با این موضوع درگیر شده اند و این نشان از توجه عمومی به سمت این پدیده نوین است.
نقاط ضعف محاسبات ابری
چند دلیل وجود دارد که ممکن است با استناد به آن ها شما نخواهید از محاسبات ابری استفاده کنید. در این جا به ریسک های مرتبط با استناد از محاسبات ابری اشاره می کنیم:
نیاز به اتصال دائمی به اینترنت دارد: در صورتی که شما نتوانید به اینترنت متصل شوید، محاسبات ابری غیر ممکن خواهد بود. از آن جائی که شما باید برای ارتباط با برنامه های کاربردی و اسناد خود به اینترنت متصل باشید، اگر یک ارتباط اینترنتی نداشته باشید نمی توانید به هیچ چیزی، حتی اسناد خودتان دسترسی پیدا کنید. نبود یک ارتباط اینترنتی، به معنای نبود کار است. وقتی شما آفلاین هستید، محاسبات ابری کار نمی کند.
با اتصال های اینترنتی کم سرعت کار نمی کند: به همان شکلی که در بالا اشاره شد، یک ارتباط اینترنتی کم سرعت نظیر نمونه ای که در سرویس های Dial-up دیده می شود، در بهترین حالت، استفاده از محاسبات ابری را با دردسرهای فوق العاده ای همراه می کند و اغلب اوقات، استفاده از آن را غیرممکن می سازد. برنامه های کاربردی تحت وب و همچنین اسنادی که بر روی ابر ذخیره شده اند برای دانلود شدن به پهنای باند بسیار زیادی نیاز دارند. اگر شما از یک اینترنت Dial-up استفاده می کنید، اعمال تغییر در یک سند یا رفتن از یک صفحه به صفحه دیگر همان سند ممکن است برای همیشه به طول بینجامد. و البته در مورد بار شدن یک سرویس غنی از امکانات حرفی نمی زنیم. به عبارت دیگر، محاسبات ابری برای افرادی که از اینترنت باند پهن استفاده نمی کنند، نیست.
می تواند کند باشد: حتی در یک ارتباط اینترنتی سریع نیز، برنامه های کاربردی تحت وب می توانند گاهی اوقات کندتر از دسترسی به همان برنامه نرم افزاری از طریق یک کامپیوتر رومیزی باشند. تمام جنبه های یک برنامه، از جمله اینترفیس و سند فعلی، باید بین کامپیوتر یا کامپیوترهای موجود بر روی ابر مبادله شود. اگر در آن لحظه، سرورهای ابر در معرض تهیه نسخه پشتیبان باشند یا اگر اینترنت یک روز کند را پشت سر بگذارد، شما نمی توانید به همان دسترسی سریعی که در یک برنامه دسک تاپ وجود دارد، برسید.
ویژگی ها ممکن است محدود باشند: این وضعیت در حال تغییر است اما بسیاری از برنامه های کاربردی مبتنی بر وب به اندازه همتای دسک تاپ خود دارای ویژگی ها و امکانات غنی نیستند. به عنوان مثال، شما می توانید کارهای بسیار زیاد با برنامه PowerPoint انجام دهید که امکان انجام همه آن ها توسط برنامه ارائه Google Docs وجود ندارد. اصول این برنامه ها یکسان هستند، اما برنامه کاربردی که بر روی ابر قرار دارد فاقد بسیاری از امکانات پیشرفته PowerPoint است. اگر شما یک کاربر با تجربه و حرفه ای هستید، ممکن است نخواهید از محاسبات ابری استفاده کنید.
داده های ذخیره شده ممکن است از امنیت کافی برخوردار نباشند: با استفاده از محاسبات ابری، تمام داده های شما بر روی ابر ذخیره می شوند. این داده ها تا چه حد ایمن هستند؟ آیا کاربران غیرمجاز می توانند به داده های مهم و محرمانه شما دسترسی پیدا کنند؟ کمپانی محاسبات ابری اظهار می کند که داده ها امن هستند اما هنوز برای اطمینان کامل از این موضوع خیلی زود است. از نظر تئوری، داده های ذخیره شده بر روی ابر ایمن هستند و بین چندین ماشین توزیع شده اند. اما در صورتی که داده های شما مفقود شوند، شما هیچ نسخه پشتیبان فیزیکی یا محلی در اختیار نخواهید داشت (مگر این تمام اسناد ذخیره شده بر روی ابر را بر روی دسک تاپ خود دانلود کنید که معمولاً کاربران کمی چنین کاری می کنند). به سادگی بگویم، اتکا به ابر، شما را در معرض خطر قرار می دهد.
بررسی وضعیت محاسبات ابری در جهان از نگاه آماری
وب سایت cloudehypermarket.com تصویری را منتشر کرده است که اطلاعات آماری جالبی را در مورد محاسبات ابری و اوضاع فعلی آن در جهان به تصویر می‌کشد.
1562101485900
شکل 2-5 : بررسی وضعیت محاسبات ابری در جهان[36]
برخی از مهمترین نکات موجود در شکل عبارتند از: (آمار مربوط به اواخر سال ۲۰۱۰ می‌باشد).
۱- در بخش اول تصویر میزان سرمایه‌گذاری جهانی در حوزه‌ی آی‌تی بررسی شده است. در سال ۲۰۰۸ مجموعاً ۳۶۷ میلیارد پوند صرف هزینه‌های معمول فناوری اطلاعات و ۱۶ میلیارد پوند صرف هزینه‌های مربوط به سرویس‌های محاسبات ابری شده است. پیش‌بینی می‌شود در سال ۲۰۱۲ مجموع سرمایه‌گذاری معمول در حوزه‌ی IT به رقم ۴۵۱ میلیارد پوند و سرمایه‌گذاری در حوزه‌ی محاسبات ابری به ۴۲ میلیارد پوند برسد. با این محاسبات، رشد سالانه‌ی سرمایه‌گذاری در حوزه‌ی محاسبات ابری از سال ۲۰۰۸ تا ۲۰۱۲ به عدد ۲۵ درصد نزدیک است.
۲- مؤسسه‌ی تحقیقات بازار IDC پیش‌بینی می کند که در چند سال آینده، علاوه بر رشد سرمایه گذاری در حوزه‌ی محاسبات ابری، شرکت‌ها نیز حوزه‌های فعالیت خود را تغییر خوهند داد و خدمات خود را به سمت محاسبات ابری سوق خواهند داد. پیش‌بینی می‌شود خدمات محاسبات ابری شرکت‌ها در سال ۲۰۱۲ اینگونه ارائه شود:
اپلیکیشن‌های تجاری: ۵۲ درصد
نرم افزارهای زیرساختی: ۱۸ درصد
خدمات ذخیره‌سازی اطلاعات: ۱۳ درصد
تولید و پیاده‌سازی نرم افزارها و اپلیکیشن‌ها: ۹ درصد
خدمات سرور: ۸ درصد
۳- آیا استفاده از محاسبات ابری فرآیند مدیریت فناوری اطلاعات را آسان تر کرده است؟
۷۰ درصد کارشناسان موافق این جمله هستند.
۲۰ درصد نظری در این باره نداشته اند.
۱۰ درصد مخالف این جمله هستند.
۴- آیا استفاده از محاسبات ابری، بهبودی در تجربه‌ی مصرف کننده‌ی نهایی ایجاد کرده است؟
۷۲ درصد کارشناسان موافق این جمله هستند.
۱۶ درصد نظری در این باره نداشته اند.
۱۲ درصد مخالف این جمله هستند.
۵- آیا استفاده از محاسبات ابری، چالش‌های مربوط به کارایی فناوری اطلاعات را کاهش داده است؟
۶۳ درصد کارشناسان موافق این جمله هستند.
۲۰ درصد نظری در این باره نداشته اند.
۱۷ درصد مخالف این جمله هستند.
۶- آیا استفاده از محاسبات ابری، هزینه‌های زیرساختی سازمان ها را کاهش داده است؟
۷۳ درصد کارشناسان موافق این جمله هستند.
۱۷ درصد نظری در این باره نداشته اند.
۱۰ درصد مخالف این جمله هستند.

دانلود پایان نامه ارشد- مقاله تحقیق

 برای دانلود فایل کامل به سایت منبع مراجعه کنید  : homatez.com

یا برای دیدن قسمت های دیگر این موضوع در سایت ما کلمه کلیدی را وارد کنید :

 

۷- آیا استفاده از محاسبات ابری، فشارهای ناشی از تأمین منابع درون‌سازمانی بر روی سازمان را کاهش داده است؟
۷۴ درصد کارشناسان موافق این جمله هستند.
۱۸ درصد نظری در این باره نداشته اند.
۸ درصد مخالف این جمله هستند.
۸- امروزه ۵۰ میلیون سرور فیزیکی در سراسر جهان وجود دارد. ۲درصد از این تعداد سرور در اختیار گوگل است (یعنی ۱ میلیون سرور).
۹- امروزه ۳۳ هزار و ۱۵۷ مؤسسه‌ی خدمات مرکز داده در جهان وجود دارد که ایالات متحده‌ی امریکا به تنهایی ۲۳ هزار و ۶۵۶ عدد از این مراکز داده را در خود جای داده است. کانادا، انگلستان، آلمان و هلند با اختلاف فاحشی نسبت به آمریکا در جایگاه‌های بعدی این آمار هستند.
۱۰- پیش بینی می‌شود در سال ۲۰۱۳ حداقل ۱۰ درصد از این سرورهای فیزیکی فروخته شده بر روی سرورهای مجازی (Virtual Machine) مستقر باشند به طوری که بر روی هر سرور فیزیکی ۱۰ ماشین مجازی مشغول به کار است. این به معنای شکل گیری سالانه ۸۰ تا ۱۰۰ میلیون سرور مجازی در سراسر دنیاست.
۱۱- در سال ۲۰۱۳ تقریبا ۶۰ درصد از بار کاری سرورها به صورت مجازی خوهد بود.
۱۲- مالکین دنیای محاسبات ابری در حال حاضر ۴ شرکت (بدون در نظر گرفتن رشد ناگهانی آمازون در ۴ ماهه‌ی ابتدایی سال ۲۰۱۱) گوگل، مایکروسافت، زوهو (Zoho) و رک‌اسپیس (RackSpace) با در اختیار داشتن بازاری با مجموع ارزش بیش از ۱۰۰ میلیارد پوند هستند.
۱۳- این ۱۰۰ میلیارد پوند، درآمد ناشی از خدماتی به شرح زیر است:
۵۶ درصد از مردم از سرویس‌های پست الکترونیکی همانند Gmail، Ymail و Hotmail استفاده می‌کنند.
۳۴ درصد از مردم از خدمات ذخیره‌سازی تصاویر در وب استفاده می‌کنند.
۲۹ درصد از مردم از اپلیکیشن‌های آنلاین مثل Google Docs و Photoshop Express استفاده می‌کنند.
۷ درصد از مردم از سرویس‌های ذخیره‌سازی ویدئو در وب استفاده می‌کنند.
۵ درصد از مردم برای ذخیره‌سازی فایل های رایانه‌ای خود در وب پول پرداخت می‌کنند.
۵ درصد از مردم برای پشتیبان‌گیری از اطلاعات هارد دیسک خود بر روی وب‌سایت‌های اینترنتی هزینه می‌کنند.
یک نمونه قیمت در سیستم عامل Azure از شرکت مایکروسافت
هزینه های مربوط به پردازش:
معادل یک کامپیوتر شخصی ۱۲۰۰ ریال / ساعت
معادل یک سرویس دهنده ۳۰۰۰ ریال / ساعت
معادل یک ابر رایانه ۱۰۰۰۰ ریال / ساعت
هزینه های مربوط به فضای ذخیره سازی:
هر گیگابایت اجاره نگهداری ماهانه ۱۵۰۰ ریال
هر ده هزار تراکنش ذخیره سازی ۱۰ ریال
هزینه دریافت هر گیگابایت داده از ابر:
بسته به کشوری که در آن قرار دارید، از ۱۵۰ تا ۲۰۰ ریال
این سیستم عامل به نام Windows Azure درحال حاضر توسط شرکت مایکروسافت با قیمت هایی شبیه آنچه در بالا آمد، ارائه می گـردد. بـرای اجرای این سیستم عامل به رایانه ای با چند گیگابایت حافظه RAM و چندصد گیگابایت دیسک سخت نیاز نبوده و یک دستگاه نسبتاً قـدیـمی هم می تواند برای آن به کار رود.
بعد از اینکه با محاسبات ابری آشنا شدیم و آن را از نگاه آماری بررسی کردیم و به این نتیجه رسیدیم که محاسبات ابری می توانند نقش عمده ای در جهان امروزی داشته باشند به معرفی سیستم عامل های ابری که از پلتفرم های مربوط به محاسبات ابری هستند، می پردازیم. در ابتدا تعریفی از سیستم عامل.
تعریف سیستم عامل
سیستم عامل، نرم افزاری است که مدیریت منابع رایانه را به عهده گرفته، اجرای برنامه های کاربردی را کنترل نموده و به صورت رابط کاربر و سخت افزار عمل می نماید. سیستم عامل خدماتی به برنامه های کاربردی و کاربر ارائه می دهد. برنامه های کاربردی یا از طریق واسط های برنامه نویسی کاربردی و یا از طریق فراخوانی های سیستم به این خدمات دسترسی دارند. با فراخوانی این واسط ها، برنامه های کاربردی می توانند سرویسی را از سیستم عامل درخواست کنند، پارامترها را انتقال دهند، و پاسخ عملیات را دریافت کنند. ممکن است کاربران با بعضی انواع واسط کاربری نرم افزار مثل واسط خط فرمان یا یک واسط گرافیکی کاربر یا سیستم عامل تعامل کنند. برای کامپیوترهای دستی و رومیزی، عموماً واسط کاربری به عنوان بخشی از سیستم عامل در نظر گرفته می شود. در سیستم های بزرگ و چند کاربره مثل یونیکس، واسط کاربری معمولاً به عنوان یک برنامه کاربردی که خارج از سیستم عامل اجرا می شود پیاده سازی می شود (استالینگ، 1381).
انواع سیستم عامل
سیستم عامل تک پردازنده
این نوع سیستم عامل ها، سیستم عامل های نسل چهارم (نسل فعلی) هستند که بر روی یک پردازنده اجرا می شوند. از قبیل XP98، Me و Vista که بیشتر محصول شرکت مایکروسافت می باشند.
سیستم عامل شبکه ای
این نوع سیستم عامل ها، از کنترل کننده های واسط شبکه و نرم افزارهای سطح پایین به عنوان گرداننده استفاده می کنند و برنامه هایی برای ورود به سیستم های راه دور و دسترسی به فایل از راه دور در آنها به کار گرفته می شود[13].
سیستم عامل توزیع شده
این سیستم عامل ها خود را مانند سیستم عامل های تک پردازنده به کاربر معرفی می کنند اما در عمل از چندین پردازنده استفاده می کنند. این نوع سیستم عامل در یک محیط شبکه ای اجرا می شود و در حقیقت در این نوع سیستم جواب نهایی یک برنامه، پس از اجرا در کامپیوترهای مختلف به سیستم اصلی بر می گردد. سرعت پردازش در این نوع سیستم بسیار بالاست.
سیستم عامل بی درنگ
از این نوع سیستم عامل برای کنترل ماشین آلات صنعتی، تجهیزات علمی و سیستم های صنعتی استفاده می گردد. یک سیستم عامل بی درنگ دارای امکانات محدود در رابطه با بخش رابط کاربر و برنامه های کاربردی مختص کاربران می باشد. یکی از بخش های مهم این نوع سیستم های عامل، مدیریت منابع موجود کامپیوتری به گونه ای که عملیات خاصی در زمانی که بایستی اجرا شوند، اجرا گردند و مهم تر از همه اینکه مدیریت منابع به گونه ای است که این عملیات خاص در هر بار وقوع، مقدار زمان یکسانی بگیرد[1].
سیستم های توزیعی
در منابع مختلف تعاریف مختلفی برای سیستم های توزیعی ارائه شده است. اما هیچ یک نه کامل است و نه با دیگری همخوانی دارد. در این تحقیق تعریفی از این نوع سیستم ها که در کتاب سیستم های توزیعی آقای تانن باوم به آن اشاره شده را بیان می کنیم:
سیستم توزیعی در واقع مجموعه ای از کامپیوترهای مستقل است که برای کاربر خود مانند یک سیستم منسجم و منفرد به نظر می رسد[2].
از این تعریف می توان به این نتیجه رسید که اولاً یک سیستم توزیعی از کامپیوترهای خود مختار تشکیل شده است و ثانیاً کاربران تصور می کنند که با یک سیستم منفرد کار می کنند. پس با تعریفی که ذکر شد می توان یک سیستم توزیعی را اینگونه نیز تعریف کرد:
هر سیستمی که بر روی مجموعه ای از ماشین ها که دارای حافظه اشتراکی نیستند، اجرا شده و برای کاربران به گونه ای اجرا شود که گویا بر روی یک کامپیوتر می باشند ، یک سیستم توزیع شده است. اما نکته ای که در اینجا باید به آن توجه داشت این است که در سیستم های توزیعی تفاوت بین کامپیوترهای مختلف و نحوه ارتباط آنها با یکدیگر باید تا حدود زیادی از دید کاربران پنهان بماند. سیستم های توزیعی برای اینکه بتوانند از کامپیوترها و شبکه های ناهمگن پشتیبانی کنند و همگی سیستم ها را در غالب یک سیستم منفرد نمایش دهند، به عنوان یک لایه میانی به نام میان افزار بین یک لایه سطح بالایی شامل کاربران و برنامه های کاربردی و یک لایه پائینی شامل سیستم های عامل در نظر گرفته می شوند[12]. در شکل 2-6 لایه سیستم توزیعی یا به عبارتی میان افزاری را مشاهده می کنید که بین سیستم های عامل 1 تا 4 و چهار کامپیوتر شبکه که شامل سه برنامه کاربردی هستند قرار گرفته است. این لایه باعث می شود که تفاوت بین سخت افزار و سیستم های عامل از دید برنامه های کاربردی وکاربران مخفی بماند.

شکل 2-6 : سیستم توزیعی که به عنوان یک لایه میانی یا میان افزار بین برنامه های کاربردی و سیستم عامل ها قرار گرفته است[12].
و اما مواردی که باید در طراحی سیستم های توزیع شده در نظر گرفت و به نوعی اهداف سیستم های توزیع شده می باشند عبارتند از شفافیت، انعطاف پذیری، قابلیت اطمینان، کارآیی خوب و قابلیت گسترش.
شفافیت
یکی از اهداف مهم سیستم های توزیع شده این است که فرآیندها و منابعی که بین ماشین های متعدد توزیع شده اند، باید از دید کاربران مخفی بماند[17]. به سیستم توزیعی که از دید کاربران و برنامه های کاربردی خود به صورت یک سیستم کامپیوتری منفرد جلوه می کند را اصطلاحاً شفاف می گویند.
شفافیت انواع مختلفی دارد و در مورد هر یک طبق تعریفی که در کتاب سیستم های توزیعی آقای تانن باوم آمده توضیح می دهیم، شفافیت دسترسی که در مورد مخفی سازی تفاوت های ارائه داده و نحوه دسترسی به منابع به وسیله کاربران می باشد. شفافیت مکان یعنی اینکه کاربران نتوانند محل استقرار فیزیکی منبع در سیستم را شناسایی کنند. شفافیت مهاجرت یعنی اینکه بتوان منابع آنها را بدون تاثیرگذاری بر نحوه دسترسی به آنها انتقال داد. شفافیت مکان یابی مجدد هنگامی است که بتوان منابع را در حین دسترسی به آنها و بدون کوچکترین اطلاعی به کاربر یا برنامه کاربردی مجددا مکان یابی کرد. شفافیت تکثیر به مخفی سازی وجود چندین نسخه تکثیری از یک منبع می پردازد. شفافیت هم روندی زمانی است که مثلا دو کاربر مستقل فایل های خود را روی یک خدمتگذار فایل واحد ذخیره کرده و یا به جداول واحدی در پایگاه داده مشترک دسترسی داشته باشند. در این موارد هیچ یک از کاربران نباید کوچکترین اطلاعی از واقعیت استفاده کاربر دیگر از آن منبع داشته باشد. شفافیت خرابی به این معناست که کاربر متوجه خرابی و عملکرد نادرست یک منبع نشده و سپس سیستم اقدام به ترمیم آن خرابی کند[2].
قابلیت اطمینان
در دسترس بودن یک فاکتور مهم مرتبط با این سیستم ها است. طراحی نباید به گونه ای باشد که نیاز به اجرای همزمان کامپوننت های اساسی باشد. افزونگی بیشتر داده ها باعث افزایش در دسترس بودن شده اما ناسازگاری را بیشتر می کند. قدرت تحمل خطا باعث پوشاندن خطاهای ایجاد شده توسط کاربر می شود.
کارآیی
بدون کارآیی مناسب کلیه موارد استفاده نرم افزار بی فایده می باشد. اندازه گیری کارایی در سیستم های توزیع شده کار آسانی نیست. برای رسیدن به کارایی باید توازنی خاص در تعداد پیغام ها و اندازه کامپوننت های توزیع شده بر قرار باشد.
مقیاس پذیری
امروزه اتصال جهانی از طریق اینترنت، مانند امکان ارسال یک کارت پستال برای هر کسی در هر گوشه ای از جهان تبدیل به امر عادی شده است. به همین دلیل، مقیاس پذیری یکی از مهمترین اهداف طراحی برای سازندگان سیستم های توزیعی محسوب می شود. مقیاس پذیری یک سیستم را می توان حداقل در سه بعد مختلف اندازه گیری کرد(نیومان، 1994). اولاً، یک سیستم می تواند با توجه به اندازه خود مقیاس پذیر باشد. به این معنا که بتوان به راحتی کاربران و منابع دیگری را به سیستم اضافه نمود. ثانیاً، یک سیستم مقیاس پذیر جغرافیایی سیستمی است که ممکن است کاربران و منابع آن در فاصله های دوری از هم قرار گرفته باشند. ثالثا، یک سیستم ممکن است از نظر مدیریت اجرایی مقیاس پذیر باشد، به این معنا که حتی اگر سازمان هایی با مدیریت اجرایی مستقل را به هم پیوند دهد. باز به راحتی قابل مدیریت باشد. متاسفانه، اغلب سیستم هایی که از یک یا چند مقیاس پذیر هستند، با افزایش مقیاس پذیری سیستم، تاحدودی با افت عملکرد مواجه می شوند.
سیستم عامل های توزیعی
محیط های کامپیوتری تحت شبکه( شبکه های کامپیوتری) امروزه بسیار رایج شده اند و این محیط ها شامل مجموعه ای از ایستگاه های کاری و سرویس دهنده ها می باشند. واضح است که مدیریت این منابع کار آسانی نخواهد بود. استفاده از مجموعه ای از کامپیوترها که از طریق شبکه به هم متصل شده اند مشکلات بسیاری را در بر دارد، از جمله مشکلات تقسیم منابع و یکپارچه سازی محیط( که این مشکلات در سیستم های متمرکز وجود ندارد). علاوه بر این برای افزایش میزان کارآیی، توزیع بایستی از دید کاربر پنهان بماند. راه حل مناسب این است که سیستم عاملی طراحی شود که توزیعی بودن سخت افزار را در تمامی سطوح در نظر داشته باشد. به این صورت که سیستم عامل مجموعه را به صورت یک سیستم متمرکز نشان دهد و در کنار آن از مزیت های سیستم توزیعی استفاده کند. در ساختار سیستم عامل های توزیعی از دو الگوی مبتنی بر پیام و مبتنی بر شیء استفاده می شود[11].
الگوی مبتنی بر پیام
در این الگو سیستم عامل یک هسته مبتنی بر پیام در هر گره قرار می دهد و برای برقراری ارتباطات داخل فرآیند از ارسال پیام استفاده می کند. هسته از هر دو نوع ارتباط محلی( ارتباط بین فرآیندهای داخل هر گره) و غیر محلی(ارتباط از راه دور) پشتیبانی می کند. در یک سیستم عامل سنتی همانند یونیکس دسترسی به سرویس های سیستمی از طریق فراخوانی متدها صورت می پذیرفت در حالی که در سیستم عامل های مبتنی بر پیام، درخواست ها از طریق ارسال پیام مطرح می شوند. با این قرار می توان نتیجه گرفت سیستم عامل های مبتنی بر پیام ساخت جذاب تر و بهتری دارند، زیرا سیاست های موجود در فرآیند های سرویس دهنده از مکانیزم پیاده سازی هسته جدا می باشد.
الگوی مبتنی بر شیء
در این الگو سیستم عامل سرویس ها و منابع را به موجودیت هایی به نام شیء کپسوله می کند. این اشیاء همانند نمونه هایی از داده های انتزاعی می باشند و از ماژول های منحصر به فردی تشکیل شده اند. همچنین این ماژول ها نیز متشکل از متدهای به خصوصی می باشند که اینترفیس(واسط) ماژول را توصیف می کنند. عملکرد در این الگو این چنین است که کاربران درخواست سرویس را از طریق احضار شیء مورد نظر مطرح می سازند. این مکانیزم بسیار شبیه به فراخوانی پروسه ها در سیستم های معمولی می باشد. قابل ذکر است که اشیاء عملیات را کپسوله می کنند.
رویکرد سیستم عامل های ابری
سیستم عامل ابری نیز نوعی از سیستم عامل های توزیعی می باشند که مجموعه ای از گره ها را با هم یکپارچه می سازد و یک سیستم متمرکز تولید می کند. سیستم عامل ابری شامل سرویس دهنده های محاسباتی، سرویس دهنده های داده ای و ایستگاه های کاربر می باشد.
سرویس دهنده های محاسباتی: ماشینی است برای استفاده به عنوان موتور محاسباتی.
سرویس دهنده های داده ای: ماشینی است برای استفاده به عنوان مخرن داده های بلند مدت.
ایستگاه های کاربری: ماشینی است که محیطی برای توسعه دادن برنامه های کاربردی فراهم می کند و واسطی بین کاربر و سرویس دهنده های محاسباتی یا داده ای می باشد[3].
ساختار سیستم عامل های ابری بر پایه مدل شیء- نخ می باشد. این مدل از مدل برنامه نویسی معروف شیء گرا اقتباس شده است که نرم افزار سیستم را بر پایه مجموعه ای از اشیاء می سازد. هر شیء شامل تعدادی داده و عملیات بر روی آن داده ها می باشد. عملیات بر روی داده ها را متد می نامند و نوع شیء نیز با کلاس مشخص می گردد. هر کلاس می تواند صفر یا یک و یا چند نمونه داشته باشد ولی یک نمونه تنها از یک کلاس ناشی می شود. اشیاء به پیام ها پاسخ می دهند و ارسال پیام به یک شیء می تواند به داده های درون شیء دسترسی داشته باشد و آن ها را بروز رسانی کند و یا به اشیاء دیگر درون سیستم پیام ارسال کند. اشیاء ابر کپسولی از کد و داده می باشند که در یک فضای آدرس مجازی قرار دارند. هر شیء نمونه ای از یک کلاس است و هر کلاس ماژولی از برنامه. اشیاء ابرها به احضارها پاسخ می دهند و احضارها ( با استفاده از نخ ها) برای اجرای متد درون شیء ابر استفاده می گردند. ابرها از اشیاء برای تضمین انتزاع مخازن و از نخ ها برای اجرای متد درون شیء استفاده می نمایند. این موجب می شود که محاسبات و مخازن داده ای از یکدیگر تفکیک شوند. از دیگر ویژگی های مدل شیء- نخ می توان به این موارد اشاره کرد:
عملیات ورودی و خروجی
به اشتراک گذاری داده ها
ارتباط درون فرآیندها
ذخیره سازی بلند مدت داده ها در حافظه
الگوی سیستم عامل ابری
الگوی مورد استفاده در سیستم عامل های ابری همان الگوی شیء- نخ می باشد که در این بخش به توضیح اجزا و نحوه عملکرد این الگو می پردازیم.
شیء ابری
شیء ابری یک فضای آدرس مجازی پایدار می باشد. برخلاف فضاهای آدرس در سیستم های معمولی، محتویات اشیاء برای مدت طولانی باقی می مانند. به همین دلیل در هنگام خرابی سیستم از بین نمی روند، مگر اینکه عمدا از سیستم حذف شوند. همانطور که از تعریف برمی آید اشیاء ابری سنگین وزن هستند، به همین علت است که این اشیاء بهترین انتخاب برای مخازن داده ای و اجرای برنامه های بزرگ به حساب می آیند. داده های درون شیء فقط توسط خود شیء قابل دسترسی و بروزرسانی می باشند، زیرا محتویات یک فضای آدرس مجازی از بیرون از فضای مجازی قابل دست یابی نمی باشند.
یک شیء ابری شامل موارد زیر است:
کد مخصوص به خود ( متدهای اختصاصی )
داده های پایدار
حافظه ای زودگذر و سبک ( برای تخصیص حافظه موقت )
حافظه ای پایدار و دائمی ( برای تخصیص دادن حافظه ای که بخشی از ساختمان داده پایدار شیء می باشد )
داده با احضار متدها وارد شیء می شود و با پایان احضار از شیء خارج می گردد (شکل شماره 2-7 ). اشیاء ابری دارای یک نام در سطح سیستم می باشند که آن ها را از یکدیگر منحصر به فرد می سازد. این اشیاء درون سرویس دهنده های محاسباتی قابل استفاده می باشند که این کارآیی موجب می شود توزیعی بودن داده ها از دید کاربر مخفی باقی بماند.
4375151651000
شکل شماره 2-7 : ساختمان یک شیء ابری[5]
نخ
یک نخ عبارت است از مسیری اجرایی که وارد اشیاء شده و متدهای درون آن ها را اجرا می کند و محدود به یک فضای آدرس نمی شود. نخ ها توسط کاربران و یا برنامه های کاربردی ساخته می شوند. نخ ها با اجرای متدی از یک شیء می توانند به داده های درون شیء دسترسی یابند، آن ها را بروزرسانی کنند و یا اینکه متدهایی از شیء دیگر را احضار کنند. در این حالت، نخ به طور موقت شیء فعلی را رها می کند، از آن خارج شده و وارد شیء فراخوانی شده می گردد و متد مورد نظر آن را اجرا می کند، پس از پایان اجرای متد به شیء قبلی باز می گردد و نتیجه را برمی گرداند. نخ ها پس از پایان عملیات مورد نظر از بین می روند. علاوه بر این چند نخ می توانند به طور هم زمان وارد یک شیء شوند و به طور موازی به اجرا درآیند که در این صورت نخ ها محتویات فضای آدرس شیء را بین یکدیگر به اشتراک می گذارند. شکل شماره 2-8 نحوه اجرای نخ ها در اشیاء را نشان می دهد.

شکل شماره 2-8 : اجرای نخ ها در شیء ابری[5]
تعامل میان شیء و نخ ( مدل شیء- نخ )
ساختار یک سیستم عامل ابری متشکل از اشیاء و نخ ها می باشد. مکانیزم ذخیره سازی داده ها در سیستم عامل های ابری با سایر سیستم عامل های معمول تفاوت دارد. در سیستم عامل های معمولی از فایل ها برای ذخیره سازی داده ها استفاده می شود ولی در سیستم عامل های ابری اشیاء نقش مخازن داده را ایفا می کنند. برخی از سیستم ها برای برقراری ارتباط با داده های مشترک و هماهنگ سازی محاسبات از الگوی ارسال پیام استفاده می کنند. ابرها با قراردادن داده ها درون اشیاء آن ها را به اشتراک می گذارند. متدها در صورت نیاز به دسترسی داده ها شیء مورد نظر را که داده درون آن قرار دارد احضار می کنند. در یک سیستم مبتنی بر پیام، کاربر می بایست درجه هم زمانی را در هنگام نوشتن برنامه تعیین کند و برنامه را به تعدادی پروسه سیستمی بشکند. مدل شیء-نخ این احتیاجات را حذف می کند، به این صورت که در زمان اجرا درجه هم زمانی با ایجاد نخ های موازی مشخص می شود.
به طور خلاصه می توان گفت:
سیستم عامل ابری از فضاهای آدرس نام گذاری شده به نام شیء تشکیل شده است و این اشیاء قادرند:
مخازن داده پایدار فراهم کنند.
متدهایی برای دست یابی و دست کاری داده ها ایجاد نمایند.
داده ها را به اشتراک بگذارند.
هم زمانی را کنترل نمایند.
جریان کنترلی توسط نخ هایی که اشیاء را احضار می کنند انجام می شود.
جریان داده ای با ارسال پارامتر انجام می شود.
برنامه نویسی در مدل شیء- نخ در ابرها
مفاهیم مورد استفاده برنامه نویس در مدل شیء – نخ عبارتند از:
کلاس: ماژول های سیستم
نمونه: شیء ای از کلاس می باشد که می تواند توسط نخ ها احضار شود.
بنابراین برای نوشتن برنامه کاربردی در ابرها، برنامه نویس یک یا چند کلاس را تعریف می کند و داده ها و کدهای برنامه را درون این کلاس ها قرار می دهد. برنامه برای اجرا شدن نخی ایجاد می کند که متد اصلی شیء اجرا کننده برنامه را احضار می کند. اشیاء دارای نام هایی می باشند که برنامه نویس هنگام تعریف شیء برای آن ها مشخص کرده است و این نام ها بعدا به نام سیستمی شیء تبدیل می شوند.
معماری سیستم عامل ابری
دراین بخش معماری سیستم عامل های ابری را مورد بررسی قرار می دهیم. شکل شماره 2-9 مدلی منطقی از معماری یک سیستم عامل ابری را نمایش می دهد. یک پروسه ابری به مجموعه ای از اشیاء ابری اطلاق می شود که با هم یک برنامه کاربردی را تشکیل می دهند.

شکل شماره 2-9 : مدل منطقی از معماری یک سیستم عامل ابری[6]
فضای هسته ابر به تعدادی از پروسه های ابری که عملیات کنترل دسترسی ها، تخصیص حافظه و محاسبات مقدار منابع لازم را انجام می دهند گفته می شود. مابقی پروسه ها که مربوط به فضای هسته ابر نیستند، فضای کاربر را تشکیل می دهند. پروسه های ابری فضای کاربر که مستقیما توسط خود کاربر اجرا می شوند برنامه های کاربران نامیده می شوند و کتابخانه های ابری، پروسه های ابری می باشند که توسط برنامه های کاربران مورد استفاده قرار می گیرند. این برنامه ها از طریق مجموعه ای از واسط های استاندارد به نام فراخوانی های سیستمی ابر با کتابخانه ها و پروسه های هسته ارتباط برقرار می کنند. تمامی اشیاء موجود در فضای کاربر برای گرفتن دستورات از سیستم عامل از یک دستگیره فراخوانی استفاده می کنند، بدین معنی که برای مدیریت شدن از طریق یک واسط تحت شبکه قابل دسترسی می باشند که ارتباط میان اشیاء و آدرس آن ها در شبکه توسط پروسه های ابری «مدیریت پروژه» و «مدیریت ماشین مجازی» موجود در فضای هسته انجام می گیرند. اطلاعات نهایی نیز توسط پروسه ابری «کتابخانه نامگذاری» در دسترس قرار می گیرد. قابلیت دسترسی تمامی عملیات مدیریتی را پروسه ابری «اعتباردهی» مورد بررسی قرار می دهد و عملیات محاسبه میزان منابع مورد نیاز در هر لحظه نیز بر عهده پروسه ابری «اندازه گیری» می باشد. البته قابل ذکر است که مفروضات لحاظ شده در شکل شماره 2-4 تعداد اندکی از محدودیت های موجود در ابرها را در نظر گرفته است و کامل نمی باشد[6].
برخی سیستم عامل های ابری موجود(سیستم عامل های مبتنی بر وب)