Luận văn Thạc sĩ: Nghiên cứu ứng dụng AI xây dựng thuật toán dự báo các tác vụ trên đám mây nhằm nâng cao hiệu quả cân bằng tải

Trong bối cảnh công nghệ thông tin và truyền thông phát triển mạnh mẽ, nhu cầu xử lý và lưu trữ dữ liệu ngày càng tăng, đặt ra thách thức lớn cho các doanh nghiệp. Điện toán đám mây nổi lên như một giải pháp thiết yếu, song các trung tâm dữ liệu đám mây quy mô lớn vẫn đối mặt với tỷ lệ lỗi cao do nhiều nguyên nhân, gây ra lãng phí tài nguyên và ảnh hưởng đến độ tin cậy dịch vụ. Để giải quyết vấn đề này, việc dự đoán chính xác các tác vụ trên đám mây trở nên cực kỳ quan trọng. Luận văn này tập trung nghiên cứu ứng dụng Trí tuệ nhân tạo (AI) để xây dựng thuật toán dự báo tác vụ, từ đó nâng cao hiệu quả cân bằng tải và tối ưu hóa phân bổ tài nguyên, góp phần cải thiện hiệu suất hoạt động của hệ thống đám mây.

Các nhà nghiên cứu, học giả, sinh viên cao học trong lĩnh vực khoa học máy tính, công nghệ thông tin, đặc biệt là những người quan tâm đến điện toán đám mây, trí tuệ nhân tạo và tối ưu hóa hệ thống.

Luận văn này giải quyết vấn đề hiệu quả trong quản lý tài nguyên và cân bằng tải trong môi trường điện toán đám mây, một lĩnh vực đang đối mặt với những thách thức đáng kể về độ tin cậy và phân bổ tác vụ. Bối cảnh hiện tại cho thấy các trung tâm dữ liệu đám mây thường gặp phải tỷ lệ lỗi cao, dẫn đến lãng phí tài nguyên và suy giảm hiệu suất dịch vụ. Để khắc phục, nghiên cứu này đề xuất một phương pháp tiên tiến bằng cách ứng dụng Trí tuệ nhân tạo (AI) để xây dựng thuật toán dự báo tác vụ trên đám mây. Cụ thể, luận văn tập trung vào việc phát triển một thuật toán phân lớp dựa trên Học máy (Machine Learning) nhằm dự đoán chính xác khối lượng công việc và các tác vụ sắp tới. Phương pháp này bao gồm việc tổng quan các lý thuyết về điện toán đám mây, dự báo tác vụ, và các thuật toán cân bằng tải hiện có. Sau đó, một mô hình mô phỏng được xây dựng để kiểm tra và đánh giá hiệu quả của thuật toán đề xuất, so sánh với các thuật toán cân bằng tải truyền thống như FCFS, Round Robin, Min Min và Max Min. Giá trị ứng dụng của nghiên cứu nằm ở khả năng nâng cao đáng kể hiệu quả cân bằng tải, tối ưu hóa việc phân bổ tài nguyên, và giảm thiểu tình trạng quá tải hoặc lỗi hệ thống. Điều này không chỉ cải thiện độ tin cậy và khả năng sẵn sàng của các dịch vụ đám mây mà còn mang lại lợi ích kinh tế cho các nhà cung cấp dịch vụ thông qua việc giảm từ chối công việc và sử dụng tài nguyên hiệu quả hơn trong một môi trường đám mây động và không đồng nhất.