25 خوارزمية وراثية جديدة قائمة عىل مقرتح قانون اجلذب العام جلدولة األجهزة االفرتاضية يف السحابة )*( مريم عمي امللخص ت عد احلوسبة السحابية من أكثر التقنيات التي تشهد نمو ا رسيع ا يف استخدام اإلنرتنت وهذه البيئة الديناميكية املتنوعة تتطلب حصول كل مستخدم على خدماته الرضورية من خلال تقاسم املوارد املختلفة واألجهزة االفرتاضية. والتحدي املاثل هو توزيع مهام املستخدم على املوارد املتاحة املختلفة مع احلفاظ على توازن عبء العمل. وتقدم هذه الورقة مقرتح ا لقانون اجلذب القائم على اخلوارزمية الوراثية املتعددة جلدولة األجهزة االفرتاضية يف السحابة وحتافظ اخلوارزمية الوراثية اجلديدة عى التوزيع املتوازن ألعباء عمل األجهزة االفرتاضية املختلفة بني السحب. ورياضي ا أثبت األسلوب املتطور لدالة اللياقة لألجهزة االفرتاضية أنه يمكن حتقيق التموضع السليم لألجهزة االفرتاضية مع احلفاظ على التوزيع املتوازن لعبء العمل على مراكز البيانات يف آن واحد. ويستند هذا الدليل النظري إىل أساس قانون اجلذب العام لنيوتن الذي يسهل مستقبل املرحلة الثانية من هذا العمل الذي يستخدم جمموعة أدوات برنامج CloudSim ملحاكاة الطريقة املقرتحة. الكلامت املفتاحية: احلوسبة السحابية أمن احلوسبة السحابية جدولة األجهزة االفرتاضية اخلوارزمية الوراثية قانون نيوتن للجذب العام. املقدمة تم استخدام احلوسبة السحابية باعتبارها التكنولوجيا التي أدت إىل حتول كبير يف األعمال واالقتصادات واحلياة على الصعيد العاملي. ومع االنتشار الرسيع لإلنرتنت فكثير من املنظمات واألفراد وجهوا اهتاماهتم إىل استخدام احلوسبة السحابية التي تعرف بأهنا:»نموذج لتمكني الشبكة واسعة االنتشار واملائمة وذات اجلاهزية من الوصول إىل جتمع مشرتك ملوارد احلوسبة الثابتة مثل: )الشبكات واخلوادم والتخزين والتطبيقات واخلدمات( التي يمكن توفرها وإصدارها باحلد األدنى من التعامل مع اإلدارة أو مزود اخلدمة» Pra- (Desai and.japati, 2013) ويسلط هذا التعريف الضوء على اخلصائص األساسية املختلفة التي تنظم هذا النموذج ويتم توفير احلوسبة والتخزين والربجميات يف السحابة على أهنا:»خدمة» 2013( al., )Dasgupta et مع استيعاب املخصصات وإلغائها عند الطلب. هذا وستنخفض تكلفة الربجميات واألجهزة جد ا بالنسبة للمستفيدين من سحابة) 2013 al.,.)dasgupta et وهذا األخير ازداد على نطاق واسع وبالتايل أصبح التحدي الصعب هو إدارة املوارد املختلفة للسحابة والتعامل معها خاصة ضمان أداء احلوسبة السحابية من خلال تقنيات التخطيط االسرتاتيجي التي حتافظ على أداء السحابة. ويمكن الوصول إىل هذا األداء باحلفاظ على التوزيع املتوازن ألعباء العمل على املوارد يف السحابة. وي عد التوزيع املتوازن يف احلوسبة السحابية من أصعب املشكات التي هتدف إىل إجياد قدر معقول من توزيع عبء العمل عى )*( كلية أمن احلاسب واملعلومات جامعة نايف العربية للعلوم األمنية الرياض اململكة العربية السعودية الربيد اإللكرتوين:. maryem.ammi@nauss.edu.sa
املجلة العربية الدولية للمعلوماتية املجلد اخلامس العدد العارش ٢٠١٧ م 26 املوارد املختلفة املستخدمة يف السحابة وهي:»خادم واحد أو أكثر مراكز البيانات أقراص صلبة روابط شبكات أو موارد حوسبة أخرى «. وبالتايل توفر مزودي اخلدمات السحابية آللية توزيع طلبات التطبيق على أي عدد من انتشار التطبيق املوجود يف مراكز البيانات et( Dasgupta.)al., 2013 واهلدف من التوزيع املتوازن هو زيادة وقت اإلنتاجية وتقليل زمن االستجابة )2017 al. )Mubarak et وحتديد ا فإن التوزيع املتوازن لألجهزة االفرتاضية يسمح باالستخدام األمثل هلا عرب ترحيلها إىل األجهزة الفعلية األخرى من أجل تقليل استهاك الطاقة اإلمجايل (Sun (2016 al..et ويمكن عمل تصنيف عام آلليات التوزيع املتوازن على أهنا: مركزية أو غير مركزية/ ديناميكية أو ثابتة/ دورية أو غير دورية. ( Shar- Sharma and.p.)ma.2012 وتم تقديم مقرتحات عدة للحصول على التصميم األمثل ألساليب التوزيع املتوازن واالسرتاتيجي لألجهزة االفرتاضية. وقد أبرزت الدراسة االستقصائية التي قدمها )2013 Prajapati, )Desai and أهم التقنيات التي تعالج مشكلة التوزيع املتوازن والتصنيف األكثر شيوع ا ألنواع اخلوارزميات ذات التوزيع املتوازن: ثابت وديناميكي )Sotomayor et al. 2009) وقد م.)Patel et al. 2012( املوز ع املتوازن ل.Round Robin وتستند هذه الطريقة الثابتة إىل تعيني مطالب ملختلف األجهزة االفرتاضية عرب االختيار العشوائي من خلال املراقبة النشطة للتوزيع املتوازن والتوزيع املتوازن املخنوق. أما عند ( Wickrema- Buyya, 2009 )singhe and فتستند طريقة التوزيع املتوازن الديناميكية إىل فحص املؤرش. وهي تسجل احلالة التارخيية لألجهزة االفرتاضية )ذات التحميل الزائد والتحميل املنخفض( لتعيني طلبات جديدة لألجهزة االفرتاضية املناسبة واملثالية. وتنص جدولة التحميل املتوازن لألجهزة االفرتاضية على أهنا مشكلة غر متعددة احلدود والصابة حيث إهنا مكلفة إلجياد احللول املثلى للخوارزمي ات لذا فإن أغلب اخلوارزمي ات املقرتحة يركز على إجياد حلول تقريبية ملشكلة التوزيع املتوازن لألجهزة االفرتاضية. كما تم اقرتاح أساليب التحسني القائمة على خوارزمي ات التطو ر ملعاجلة مشكلة التوزيع املتوازن. وقدم املؤلفون Nishant( al. 2012 )et أسلوب ا آخر لتقنية التوزيع املتوازن يقوم عى خوارزمية مستعمرة النمل املثى. باتباع طرق النمل يف مجع الطعام باستخدام الفرمون. وعلى األرجح يف السحابة وبعد التهيئة يبدأ النمل يف التحرك من العقد ذات التحميل الزائد إىل العقد ذات التحميل املنخفض. وإذا مل توجد يرجع إىل احلالة السابقة ذات التحميل املنخفض. وتم اقرتاح طريقة أخرى ملخطط اخلوارزمية الوراثية Gu( al. 2012 )et تستند إىل احلوسبة قبل بسط نفوذ األجهزة االفرتاضية املطلوبة ومن ثم ختتار األقل عاطفية. وهناك جتربة أخرى ل )2013 Krishna, )LD and مستوحاة من سلوك النحل يف التوزيع املتوازن )HBB-LB( و هتدف إىل تعظيم اإلنتاجية وهي ترتب األولويات بطريقة تقلل من وقت انتظار تنفيذ املهام. معايري طرق التوزيع املتوازن تتمثل املعايير املختلفة التي تستطيع من خاهلا تقنيات التوزيع املتوازن تقدير طريقة فع الة يف اآليت Xu( :)et al. 2017 اإلنتاجية: يتعلق هذا املعيار بعدد املهام التي تم تنفيذها يف مدة زمنية معينة. النفقات العامة ذات العاقة: وي قصد هبا مقدار تلك النفقات يف أثناء تنفيذ خوارزمية التوزيع املتوازن. وهي تتكون من حركة املهام واالتصاالت بني العملية. واهلدف من هذا املعيار هو تقليل النفقات قدر اإلمكان. خطأ مغفور: هو الذي يصف مقاومة اخلوارزمية ملواكبة اخلدمات حتى بعد حدوث الفشل يف بعض الع قد. وقت الرتحيل: هو مقدار الوقت الازم لنقل العملية من عقدة نظام إىل عقدة نظام أخرى للتنفيذ. ولتحسني أداء النظام ينبغي أن يكون الوقت أقل دائم. زمن االستجابة: هو مقدار الوقت الازم الستجابة خوارزمية التوزيع املتوازن وكلا كان امل عطى أقل كان األداء أفضل. استخدام املوارد: يصف حالة املضيفني املختلفني سواء أكانوا
27 خوارزمية وراثية جديدة قائمة عىل مقرتح قانون اجلذب العام جلدولة األجهزة االفرتاضية يف السحابة بحمولة زائدة أم منخفضة. وبالتايل ينبغي االستخدام األمثل للموارد دائم. قابلية التوسع: قدرة النظام عى التأقلم بخدماته يف وجود عدد متزايد وديناميكي من املستخدمني. األداء: حيدد الكفاية الكلية لطريقة التوزيع املتوازن. مشكلة جدولة األجهزة االفرتاضية وبوجه عام تتكون جدولة التوزيع املتوازن يف احلوسبة السحابية من مرحلتني مهمتني األوىل هي الوضع األويل لألجهزة االفرتاضية يف األجهزة الفعلية لكل مركز بيانات. أما الثانية فتتم فيها عملية ترحيل األجهزة االفرتاضية التي هتدف إىل توازن عبء العمل على مركز البيانات املختلفة )2017 al..)xu et وهيدف مستخدم السحابة إىل االستفادة من»البنية التحتية كخدمة» لنظام احلوسبة السحابية الذي يسمح للمستخدم بالتعبر عن متطلبات موارده من حيث تكوين احلوسبة مثل: وحدة املعاجلة املركزية والذاكرة وعرض النطاق الرتددي. هذا ويزداد مستخدمو السحابة زيادة كبيرة لذا فإن استغال موارد احلوسبة يتطلب سياسة إدارية فع الة تتجن ب توزيع عبء العمل غير املتوازن بني مراكز البيانات واألجهزة الفعلية التي يتم حتويل األجهزة االفرتاضية إليها. ويظهر هذا اخللل أكثر حتديد ا يف االستخدام القارص لألجهزة الفعلية واالستخدام املفرط هلا ما يؤثر على األداء العام ( Ka- Thiruvenkadam and 2015, malakkannan ( لذا فإن التوزيع اجلي د لألجهزة االفرتاضية مهم يف احلفاظ على تقليل استهاك الطاقة وحتسني األداء واإلجابة السديدة عن مهام املستخدم. ويطلب املستخدم بالتحديد شروط األجهزة االفرتاضية وهذا الطلب ي رفع إىل نظام احلوسبة ويدخل إىل الرص ة وينتظر اإلجابة. ويتم التعامل مع توزيع األجهزة االفرتاضية عرب منظم اجلدولة إلجياد اجلهاز الفعلي املناسب ليتم اإلرسال إليه. وعندما يوجد اجلهاز الفعلي يتم إرسال استجابة رسيعة للتوزيع كما يمكن توزيع املوارد املطلوبة على اجلهاز االفرتايض. الطريقة املقرتحة: عرض عام للفكرة املستوحاة: ١ نظرة عامة يف سياق العمل فقد استلهمنا عمل and( Nacer.)Eddine, 2016 يف هذا اجلزء وسنعرض وجهة نظرنا يف حتويل مشكلة التوزيع املتوازن ووضع األجهزة االفرتاضية يف السحابة إىل مشكلة توزيع الرسم البياين املحتمل. يستند استخدام اخلوارزمية الوراثية إىل قانون اجلذب العام الذي يعرب عن أسلوبني لتقنية التوزيع املتوازن مها: التوزيع املتوازن عرب وحدة املعاجلة املركزية وتقليل وقت االستجابة وحتقيق التوازن لعبء العمل يف مراكز البيانات عرب تقليل رقم الرتحيل أيض ا. وقد حتقق يف السابق باحثون كثيرون من موضع اجلهاز االفرتايض ومشكلة التوزيع املتوازن يف البنية التحتية للسحابة لكن تلك الدراسات السابقة مل تركز عى االنتشار الديناميكي الرسيع لألجهزة االفرتاضية. ويف هذا السياق نستعرض مشكلة جدولة األجهزة االفرتاضية على األجهزة الفعلية والتوزيع املتوازن لعبء العمل عى مراكز البيانات املختلفة عرب مشكلة توزيع الرسم البياين. هذا ونقرتح خوارزمية وراثية تتناول من حيث دالة اللياقة التوزيع املتوازن ملراكز البيانات املختلفة عرب نرش األجهزة االفرتاضية عى األجهزة الفعلية بكفاية. وتستند دالة اللياقة للخوارزمية الوراثية املقرتحة أساس ا إىل مبدأ اإلهلام ونقصد به قانون اجلذب. وسنورد الرشح املفصل للقانون وتكييفه مع هذا السياق يف اجلزء اآليت. ٢ قانون اجلذب العام هو القانون الذي تنجذب فيه كل اجلسيات إىل بعضها البعض بقوة اجلاذبية وهو ما يتأثر بالكتل واملسافات بني هذه اجلسيات كا ينص عى ذلك قانون نيوتن العاملي: حيث إن m1 و m2 هي كتل اجلسيات عى الرتتيب.
املجلة العربية الدولية للمعلوماتية املجلد اخلامس العدد العارش ٢٠١٧ م 28 والنسبة التي يعرب عنها قانون نيوتن العام للجاذبية يصورها الشكل رقم )1(. وهذا التموضع اجلديد لألجهزة االفرتاضية للحفاظ على التوزيع املتوازن على األجهزة الفعلية ومراكز البيانات يتطلب ترحيل األجهزة االفرتاضية. وعامة إذا قل ت احلاجة إىل الرتحيل يتحسن احلفاظ على عرض النطاق الرتددي للشبكة. وبالتايل فإن تقليل عدد هجرة األجهزة االفرتاضية يعد هو اهلدف من هذا الشأن. وتكون الدالة عى النحو التايل: F grav الشكل رقم )1( قانون اجلاذبية ٣ قانون اجلاذبية ومشكلة توزيع الرسم البياين ولتوضيح الفكرة األساسية هلذا اإلهلام من قانون اجلاذبية العام يمكننا أوال النظر يف أبسط مسألة لتوزيع الرسم البياين أال وهي الرسم البياين الثنائي 2=N الشكل رقم )2(. وسيتم تعظيم قوة اجلاذبية وللحصول على التوزيع املتوازن واحلد األدنى من األطراف بني املواقع التي تعني أنه يف حالة احلد األدنى من ترحيل األجهزة االفرتاضية سيتم احتساب احلد األقصى ل )F(. ويف حالة مواقع N فإن دالة اللياقة سوف تكون كاآليت: بحيث الشكل رقم )2( توزيع الرسم البياين وقانون اجلاذبية إذا كانت ك تل اجلسيات املتفاعلة تعد مصادر هليكلة احلوسبة لكل جهاز افرتايض فإن كل جهاز افرتايض تتم هيكلته مع كمية معينة من موارد احلوسبة تكفي متطلبات عبء العمل ومربع املسافة بينها يساوي عدد األجهزة االفرتاضية املرح لة jv2j( ) m1 = jv1j and m2 = كما يمكن قياس عامل احلمل الكي لألجهزة الفعلية عرب حتليل مستوى استخدام املوارد الفردية مثل وحدة املعاجلة املركزية والذاكرة. وبالتايل سنرى كيف ستوجه هذه الدالة اخلوارزمية الوراثية عرب عملية تطويرها. وتعظيم هذه الدالة عرب التكرارات املتعاقبة جيعل اخلوارزمية الوراثية متيل إىل جعل IViI متساوية قدر اإلمكان مع وعدد املرح ات بأقل قدر ممكن. وبعد هذه العملية امللهمة حتقق اخلوارزمية الوراثية حتس ن ا يف األداء باعتاد أنسب اخلطط بني األجهزة الفعلية واألجهزة االفرتاضية إىل جانب حتقيق احلد األدنى من الرتحيل للحفاظ عى الطاقة الكلية واستهاك الشبكة.
29 خوارزمية وراثية جديدة قائمة عىل مقرتح قانون اجلذب العام جلدولة األجهزة االفرتاضية يف السحابة ٤ الربهان الريايض وأقصى قوة للجاذبية ستكون متيل إىل 1 و كما يمكننا إثبات أنه يف مجيع احلاالت N لألجهزة الفعلية فإن تضاعف ع قد األجهزة االفرتاضية يف كل جهاز فعلي يعظم من الدالة ل: التي تساوي لذا ينبغي أن نتحقق من أن: وفق استخدام عدم املساواة احلسايب واهلنديس لدينا: اقرتاح قانون اجلذب القائم عىل اخلوارزمية الوراثية اجلديدة جلدولة األجهزة االفرتاضية يف السحابة يتم تصميم جمموعة املوارد الديناميكية لألجهزة االفرتاضية املختلفة على احلوسبة السحابية أساس ا للرد على طلبات املستخدمني. وت رسل هذه الطلبات إىل أنسب مركز بيانات متوافر على السحابة. ويعمل ظهور تكنولوجيا املحاكاة االفرتاضية على تقوية اخلادم الفعلي ملراكز البيانات ما يقلل من عدد اخلوادم الفعلية املستخدمة واستهاك الطاقة على نحو كبير ( Thiruven- andkamalakkannan, 2015.)kadam وحتديد مدى ماءمة مركز البيانات يتوقف عى سياسة التوزيع املتوازن للحوسبة السحابية. أما السياسات التقليدية مثل FIFO و WWR فرتسل كمية خمتلفة من عبء العمل إىل األجهزة االفرتاضية املختلفة املتوافرة لذا فإن عملية اإلرسال ختلق عدم اتزان يف توزيع عبء العمل بني األجهزة االفرتاضية ما يؤدي إىل تقليل زمن االستجابة وهدر املوارد وما إىل ذلك )2013 Krishna,.)LD and وبالنظر إىل الرسم البياين G(V,E( حيث υn} V = {υ1, υ2,..., مشكلة متوضع األجهزة االفرتاضية يمكن تقديمها على أهنا مشكلة الرسم البياين للتوزيع ) Ω,SC ( حيث إن Ω هي جمموع احللول اخلططية لألجهزة االفرتاضية على األجهزة الفعلية حيث SC هي خطط + R Ω وتسمى جمموع التوزيع. وأيض ا يسمى هذا املجموع»دالة اللياقة «حيث إن كل حل ي رى عى أنه ختصيص عقد V VM ل N األجهزة الفعلية. اخلوارزميات الوراثية هي طرق التحسني العشوائية املعروفة التي قدمها John Holland واملستوحاة من خمطط التقييم الطبيعي. ويف هذا السياق ي ستخدم ترميز بأعداد صحيحة عندما يكون العنصر الفردي i th هو K إذا تم ختصيص عقدة اجلهاز االفرتايض إىل اجلهاز الفعي.PMK ويف املثال املبني أدناه فإن الع قد }υ14,υ1{,υ2,... خمصصة لثاثة من األجهزة الفعلية N=3 لذا تكون نتيجة التوزيع البياين املاثل كاآليت: PM 1 {1, 2, 7, 12, 13} PM 2 {3, 4, 6, 9} PM 3 {5, 8, 10, 11, 14} وبعد الرتميز السابق يتم إجياد جمموعة من الكروموسومات لتكوين السكان األوائل. ويف ذلك يمثل السكان خمتلف املخططات املائمة واملمكنة لألجهزة االفرتاضية نسبة إىل األجهزة الفعلية. ويتم تقييم الكروموسومات من خال معايير التقييم املحددة يف دالة اجلهد. وأفضل عنر هو الذي ي سجل العدد األدنى من ترحيل األجهزة الفعلية فكلما قل الرتحيل كان الناتج هو احلل األمثل. وباستمرار سوف تسرتشد اخلوارزمية الوراثية خلال عملية االستكشاف للحصول على األفراد اجليدين بالذين لدهيم احلد األدنى من قيمة اللياقة. كا
املجلة العربية الدولية للمعلوماتية املجلد اخلامس العدد العارش ٢٠١٧ م 30 أن وقت التشغيل للياقة يؤثر إىل حد كبير على تقارب اخلوارزمية. أما بالنسبة للعمليات الوراثية فهي تستخدم أساس ا يف اآليت: االنتقال: ويكون الختيار زوجني من األفراد األكثر ماءمة يف غالب األوقات وهو ما يؤكد حتقيق االنتقال. ويتم احتساب قيمة دالة اللياقة لكل كروموسوم فردي باستخدام دالة اللياقة. وهذا التجمع من الكروموسومات جيتاز نقطة عبور واحدة عشوائية وباالعتماد على نقطة العبور هذه يتم تبادل أحد جوانب اجلزء املستلقي عى جانب من موقع نقطة العبور يف اجلانب اآلخر. وبالتايل فإنه ي ول د زوجني جديدين من األفراد. التبديل: وضع إلجياد أفراد جدد. واملاحظ أن التحميل الكي والفعلي لألجهزة املختلفة غير متساو حيث إن كل جهاز فعلي PMi لديه سعة ذاكرة Ci ووحدات حسابية pi لذا فإن سعة الذاكرة الكلية CT هي وإمجايل الوحدات احلسابية هو: PM i يمكن أن يكون وعى افرتاض أن كل جهاز فعلي لديه دالة اللياقة التي ترشد اخلوارزمية الوراثية إىل حتقيق توازن عرب اجلهاز الفعلي املقرتح وهذا التوازن التلقائي بمثل هذه الطريقة فإن أي جهاز فعلي سيحتوي على كمية من األجهزة االفرتاضية VMs Vi التي تناسب طاقته الكلية املحددة. الشكل رقم )3( نموذج لتموضع اجلهاز االفرتايض يف السحابة أما فيا يتعلق بدالة اجلهد فهي تعرف كاآليت: من خال تعظيم الدالة F فتميل اخلوارزمية الوراثية متساوية قدر إىل جعل املصطلحات اآلتية: اإلمكان أي: وبفعل ذلك فإهنا جتعل كل ذلك ضمني ا اخلالصة ووجهات النظر تناولنا يف هذا البحث وضع األجهزة االفرتاضية يف السحابة باستخدام منهجية جديدة وفعالة تستند إىل خوارزمية وراثية جديدة تعرب عن املوارد التي ستخص ص للمستخدمني. وهذه الصيغة اجلديدة تستلهم من قانون اجلاذبية العام للتعبير عن ثاثة عوامل رئيسة هي: تكلفة استهاك وحدة املعاجلة املركزية الذاكرة عدد املرح لات. ومجيع هذه العوامل جمتمعة يف دالة اجلهد للخوارزمية الوراثية لذا فإن اخلوارزمية الوراثية متيل إىل تقليلها إىل احلد األدنى للحصول على أفضل احللول التي تلبي متطلبات املستخدم وحتافظ على الطاقة السحابية الكلية. ونتطلع إىل دمج اخلوارزمية املقرتحة ضمن النظام األسايس مفتوح املصدر وتشغيلها يف الوقت املناسب الختبار فائدهتا وكفايتها. املراجع K. Dasgupta, B. Mandal, P. Dutta, J. K. Mandal, and S. Dam. A genetic algorithm (ga) based load balancing strategy for cloud computing. Procedia Technology, 10:340-347, 2013. T. Desai and J. Prajapati. A survey of various load balancing techniques and challenges in cloud computing. International Journal of Scientific & Technology Research, 2(11):158-161, 2013. J. Gu, J. Hu, T. Zhao, and G. Sun. A new resource scheduling strategy based on genetic algorithm in cloud computing environment. Journal of Computers, 7(1):42-52, 2012. D. B. LD and P. V. Krishna. Honey bee behavior inspired load balancing of tasks in cloud computing
31 خوارزمية وراثية جديدة قائمة عىل مقرتح قانون اجلذب العام جلدولة األجهزة االفرتاضية يف السحابة الدكتورة: مريم بنت عبدالقادر عمي تعمل الدكتورة مريم عمي يف وظيفة أستاذ مساعد بقسم أمن املعلومات بكلية أمن احلاسب و املعلومات بجامعة نايف العربية للعلوم األمنية. حصلت عى درجة الدكتوراه من جامعة قسنطينة باجلزائر. وتعددت جماالهتا البحثية يف: طرق حتسني األداء واحلوسبة السحابية والعوامل األمنية املتعلقة هبا والذكاء االصطناعي. environments. Applied Soft Computing, 13(5):2292-2303, 2013. S. Mubarak, T. Rangesh, and G. U. Srikanth. A survey on load balancing in cloud computing using optimization technique. International Journal of Research and Engineering, 4(1):28-30, 2017. T. Nacer and S. D. Eddine. Newton s law of universal gravitation based genetic algorithm for graph distribution. International Journal of Computational Intelligence and Applications, page 1650022, 2016. K. Nishant, P. Sharma, V. Krishna, C. Gupta, K. P. Singh, R. Rastogi, et al. Load balancing of nodes in cloud using ant colony optimization. In Computer Modelling and Simulation (UKSim), 2012 UKSim 14th International Conference on, pages 3-8. IEEE, 2012. V. Patel, H. Patel, and J. Patel. A survey on load balancing in cloud computing. IJERT, 1(9):1-5, 2012. M. Sharma and P. Sharma. Performance evaluation of adaptive virtual machine load balancing algorithm. Performance Evaluation, 3(2), 2012. B. Sotomayor, R. S. Montero, I. M. Llorente, and I. Foster. Virtual infrastructure management in private and hybrid clouds. IEEE Internet computing, 13(5), 2009. Q. Sun, Q. Shen, C. Li, and Z. Wu. Selance: Secure load balancing of virtual machines in cloud. In Trustcom/BigDataSE/I SPA, 2016 IEEE, pages 662-669. IEEE, 2016. T. Thiruvenkadam and P. Kamalakkannan. Energy efficient multi-dimensional host load aware algorithm for virtual machine placement and optimization in cloud environment. Indian Journal of Science and Technology, 8(17), 2015. B. Wickremasinghe and R. Buyya. Cloudanalyst: A cloudsim-based tool for modelling and analysis of large scale cloud computing environments. MEDC project report, 22(6):433-659, 2009. M. Xu, W. Tian, and R. Buyya. A survey on load balancing algorithms for virtual machines placement in cloud computing. Concurrency and Computation: Practice and Experience, 2017.