ПОРІВНЯЛЬНИЙ АНАЛІЗ АЛГОРИТМІВ ПЛАНУВАННЯ РЕСУРСІВ У ХМАРНИХ ОБЧИСЛЮВАЛЬНИХ СЕРЕДОВИЩАХ
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Анотація
У статті досліджуються алгоритми планування обчислювальних ресурсів у хмарних
середовищах. Проведено порівняльний аналіз класичних та евристичних методів розподілу
завдань: First Come First Served (FCFS), Round Robin (RR), Longest Processing Time (LPT),
Shortest Processing Time (SPT) та Weighted Round Robin (WRR). Задача розподілу ресурсів
формалізована як задача мінімізації показника Makespan у гетерогенному обчислювальному
середовищі. Для проведення експериментів розроблено модульний програмний комплекс на мові
Python, який реалізує імітаційне моделювання хмарних навантажень при трьох рівнях
інтенсивності вхідного потоку: низькому (10 завдань), середньому (20 завдань) та високому
(40 завдань). Оцінювання якості алгоритмів здійснюється за допомогою системи метрик, що
включає Makespan, стандартне відхилення завантаженості вузлів, коефіцієнт варіації (CV) та
інтегральний показник ефективності Score, який поєднує якість розкладу і обчислювальні
витрати на планування. Встановлено, що алгоритм LPT демонструє найкращі показники
Makespan за умов середнього та високого навантаження, тоді як WRR забезпечує найвищі
значення інтегрального показника в сценаріях з гетерогенними вузлами. Результати
підтверджують відсутність універсального оптимального алгоритму та обґрунтовують доцільність впровадження адаптивних систем планування, здатних динамічно перемикатися
між стратегіями залежно від характеристик поточного навантаження.
##plugins.themes.bootstrap3.article.details##
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Посилання
Shishkina, M. Trends in the Development and Standardization of Requirements for Cloud-Based Educational
ICT Tools. Scientific Bulletin of Melitopol State Pedagogical University. Series: Pedagogy. 2014. No. 2. pp.
–231.
Grebenyuk, D. S. Analysis of Resource Allocation Methods in Virtualization Environments. Control,
Navigation, and Communication Systems. 2018. No. 6. Pp. 98–103.
Petrovska, I., & Kuchuk, G. Allocation of Computing Resources in Cloud Systems. Control, Navigation, and
Communication Systems. 2022. Issue 2 (68). Pp. 75–78.
Sydor K., Shcherbina Y. Cloud computing technology: architecture, models, and information security
aspects. Information Systems and Networks. 2025. Issue 18, part 2. P. 184–191.
Dainovskyi Yu. A., Hlinenko L. K. Business models for cloud-based IT service delivery. Marketing and
Digital Technologies. 2019. Vol. 3, No. 2. P. 18–44.
Kosarevskyi B., Tetskyi A. Modern approaches to deploying the infrastructure of mobile intelligent systems.
Innovative Technologies and Scientific Solutions for Industries. 2025. No. 2 (32). P. 33–48.
Novokhatskyi D. E. An optimization-based multifactor model for evaluating the performance indicators of a
distributed computer system: bachelor’s thesis. Kyiv: National Technical University of Ukraine “Igor
Sikorsky KPI,” 2023. 120 pp.
FCFS – First Come First Serve CPU Scheduling. GeeksforGeeks. URL:
https://www.geeksforgeeks.org/dsa/first-come-first-serve-cpu-scheduling-non-preemptive/ (accessed:
/31/2025).
Round Robin Scheduling in an Operating System. GeeksforGeeks. URL:
https://www.geeksforgeeks.org/operating-systems/round-robin-scheduling-in-operating-system/ (accessed
December 31, 2025).
Anwar A., Rochman D. D., Ferdian R. Parallel machine scheduling using shortest processing time (SPT) and
longest processing time (LPT) to minimize makespan in PT. ABC. Rigeo. 2021. Vol. 11, No. 6.
Determining the shortest processing time. Fiveable. URL: https://fiveable.me/key-terms/introductionindustrial-engineering/shortest-processing-time (accessed: 12/31/2025).
Round Robin (RR) vs. Weighted Round Robin (WRR). FS Community. URL:
https://www.fs.com/blog/round-robin-rr-vs-weighted-round-robin-wrr-7151.html (accessed: 12/31/2025).
Zaitsev S. V., Vasilenko V. M., Semendyai S. M. Review of adaptive methods for ensuring the reliability of
information transmission using error-correcting coding in wireless communication systems. Informatics and
Mathematical Methods in Modeling. 2021. P. 277.