Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Analysis and Development of Zero-Emission Individual Transportation Vehicles—E-bike Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

An Efficient Makespan Reducing Task Scheduling Algorithm in Cloud Computing Environment

verfasst von : Dhananjay Kr. Sharma, Dhirendra Kr. Shukla, Vijay Kr. Dwivedi, Avadhesh Kumar Gupta, Munesh C. Trivedi

Erschienen in: ICT Analysis and Applications

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The current trends in task scheduling problems in cloud computing are moving toward the optimization of task execution time with the invention of novel approaches for heterogeneous environments. This article aims to decrease the makespan time of the scheduling in cloud computing environment. The article introduces an approach for efficient task scheduling of the diversified machines used in cloud to minimize the makespan time. The proposed algorithm was checked with the Braun benchmark dataset. The experimental results demonstrate that the proposed algorithm minimizes the overall makespan up to 11.87% as compared to the other recent implemented algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Agent Score-Based Intelligent Incident Allocation Engine
Nächstes Kapitel Brain-Related Diseases and Role of Electroencephalography (EEG) in Diagnosing Brain Disorders
Literatur
1.
Panda, S. K., Jana, P. K. (2016). An efficient task consolidation algorithm for cloud computing systems. In N. Bjørner et al. (Ed), Springer International Publishing Switzerland 2016: ICDCIT 2016, LNCS 9581.
2.
Panda, S. K., & Jana, P. K. (2015). An efficient resource allocation algorithm for IaaS cloud, Springer International Publishing Switzerland 2015. In R. Natarajan et al. (Ed), ICDCIT 2015, LNCS 8956, pp. 351–355.
3.
4.
Panda, S.K., & Jana, P. K. (2016). Normalization-based task scheduling algorithms for heterogeneous multi-cloud environment. New York: Springer Science+Business Media.
5.
6.
Tsai, C. -W., & Joel, J. P. C. (2014). Metaheuristic scheduling for cloud: A survey. IEEE Systems Journal, 8(1).
7.
8.
Pandaa, S. K., Gupta, I., & Jana, P. K., Allocation-Aware task scheduling for heterogeneous multi-cloud systems. In 2nd International Symposium on Big Data and Cloud Computing (ISBCC’15).
9.
10.
Nathani, A., Chaudhary, S., & Somani, G. (2012). Policy based resource allocation in IaaS cloud. Future Generation Computer Systems, 28, 94–103.CrossRef
11.
Liu, L., Fan Q., & Buyya, R. (2018). A deadline-constrained multi-objective task scheduling algorithm in mobile cloud environments. (pp. 2169–3536). IEEE.
12.
Sotiriadis, S., Bessis, N., & Buyya, R., Self managed virtual machine scheduling in Cloud systems, S0020-0255(17)30827-7.
13.
Ekta Rani, Harpreet Kaur, Study on fundamental usage of cloudsim simulator and algorithms of resource allocation in cloud computing. (p. 40222). IEEE.
14.
Humane, P., & Varshapriya, J. N. (2015). Simulation of cloud infrastructure using cloudsim simulator: A practical approach for researchers. 978-1-4799-9855-5/15/$31.00 ©2015 IEEE.
15.
Pratap, R., Zaidi, T., Comparative study of task scheduling algorithms through cloudsim. 978-1-5386-4692-2/18/$31.00 ©2018 IEEE.
16.
Hsu, C. H., Slagter, K. D., Chen, S. C., & Chung, Y. C. (2014). Optimizing energy consumption with task consolidation in clouds. Information Sciences, 258, 452–462.CrossRef
17.
18.
Panda, S. K., Jana, P. K. (2018). An energy-efficient task scheduling algorithm for heterogeneous cloud computing systems. Received: 5 April 2018/ Revised: 29 August 2018/Accepted: 17 October 2018/Published online: 30 October 2018, Springer Science+Business Media, LLC, part of Springer Nature 2018.
19.
20.
Panda, S. K., Gupta, I., Jana, P. K. (2017). Task scheduling algorithms for multi-cloud systems: Allocation-aware approach. New York: Springer Science+Business Media.
Metadaten
Titel
An Efficient Makespan Reducing Task Scheduling Algorithm in Cloud Computing Environment
verfasst von
Dhananjay Kr. Sharma
Dhirendra Kr. Shukla
Vijay Kr. Dwivedi
Avadhesh Kumar Gupta
Munesh C. Trivedi
Copyright-Jahr
2021
Verlag
Springer Singapore
Buch
ICT Analysis and Applications

Print ISBN: 978-981-15-8353-7

Electronic ISBN: 978-981-15-8354-4

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-981-15-8354-4_31

Neuer Inhalt

    Bildnachweise