یکی از راهکارهای اساسی برای ارتقای کارایی در محیط ابر، موازنه بار می باشد. انتخاب VM مناسب برای انجام هر کار، تابع پارامترهای مختلفی مانند میزان منابع مورد نیاز کار نظیر CPU، حافظه، حجم منابع در اختیار VM ها، هزینه و سررسید VM ها می باشد. در این مقاله با در نظر گرفتن تک تک این معیارها و اهداف طراحی مانند توازن بار، کاهش نرخ ایجاد VM جدید و مهاجرت VM ها، مساله را در قالب پارامترهای موثر در کارایی مدل کرده و سپس مدل فوق را با استفاده از روش پرومته که یکی از پرکاربردترین روش های تصمیم گیری چندشاخصه است، حل می کنیم. در این روش انتخاب بهترین VM بر اساس ارزش اختصاص یافته به هر یک از معیارها صورت می گیرد که بر اساس منطق فازی تعیین می شود. جهت بررسی کارایی این روش، شبیه سازی های گسترده ای در محیط CloudSim صورت گرفته که نشان می دهد روش پیشنهادی نسبت به روش های موجود مانند FIFO،DLB  و WRR از نقطه نظرات زمان پاسخ، نرخ موفقیت کارها، انحراف بار و نرخ مهاجرت VMها عملکرد بسیار بهتری دارد.

از آنجا که تقاضای کاربران و رفتار سیستم از نظر تخصیص منابع، پویا و متغیر با زمان است، بار کاری به شکل متوازن روی منابع ابر توزیع نمی شود. طراحی مکانیزم های مناسب جهت تشخیص وضعیت و توزین مناسب بار روی هر میزبان می تواند نقش موثری در بهبود کارایی سیستم و مصرف انرژی در مراکز داده ابر داشته باشد. روش های توازن بار ارائه شده به صورت واکنشی از ورود سیستم به حالت عدم توازن جلوگیری نکرده و متناسب با شرایط ایجاد شده دست به مهاجرت ماشین مجازی(VM) می زنند. در این روش ها، با ورود سیستم به حالت عدم توازن، انرژی مصرفی و همچنین زمان پاسخ کارها افزایش می یابد. همچنین در روش های توازن بار پیش دستانه، عدم دقت کافی برای تشخیص وضعیت میزبان ها، استفاده از آستانه های ثابت و همچنین مهاجرت ماشین های مجازی به میزبان ها، بدون در نظر گرفتن وضعیت کنونی و آینده آنها، احتمال پربار شدن میزبان ها و افزایش انرژی مصرفی در مراکز داده را بالا می برد. از این رو، روش پیشنهادی این مقاله، بکارگیری یک رویکرد پیش د ستانه با هدف تشخیص زودهنگام وضعیت میزبان ها است که مقدار مصرف پردازنده هر میزبان در آینده، توسط روش ماشین یادگیری افراطی (ELM) پیش بینی می شود و با استفاده از سه آستانه تطبیقی وضعیت آتی میزبان ها مشخص می شود، سپس ماشین های مجازی از میزبان های پربار و درصورت نیاز میزبان های کم بار به آن دسته از میزبان هایی انتقال پیدا می کنند که احتمال پربار شدن آنها بعد از تخصیص کمینه باشد. پیاده سازی روش پیشنهادی و ارزیابی آن روی مجموعه داده واقعی با استفاده از شبیه ساز Cloudsim نشان داده است که روش پیشنهادی در مقایسه با روش پیش دستانه و واکنشی رقیب، در انرژی مصرفی، زمان پاسخ، تعداد مهاجرت های ماشین مجازی و عدم نقض توافقنامه سطح سرویس (SLA) بهبود ایجاد کرده است.

هر تغییر و مفهوم جدیدی در دنیای فناوری، مشکلات و پیچیدگی های خاص خود را دارد. بهره گیری از شبکه رایانش ابری نیز از این قاعده مستثنی نبوده و چالش های فراوانی را پیش روی صاحب نظران این حوزه قرار داده است. یکی از چالش های مهم در زمینه شبکه رایانش ابری، حفظ توازن بار بهینه در محیط ابر است. شبکه رایانش ابری اصطلاحاً شامل مجازی سازی، محاسبات توزیعی، شبکه، نرم افزار و سرویس های وب می باشد. یک ابر از چندین عنصر مثل کلاینت ها، مراکز داده و سرور های توزیع شده تشکیل شده است که در آن مباحث تحمل خطا، دسترسی بالا، مقیاس پذیری، انعطاف پذیری، کاهش سربار برای کاربران، کاهش هزینه ی مالکیت، سرویس دهی به درخواست ها و غیره وجود دارد. تمرکز روی این مسائل برای ایجاد یک الگوریتم توازن بار کارآمد می باشد. این مقاله به مرور روش های توازن بار مبتنی بر شبکه رایانش ابری و نقد و بررسی آنها پرداخته است.

محاسبات مه، حوزه تحقیقاتی نوظهوری برای ارائه خدمات محاسبات ابری به لبه های شبکه است. گره های مه جریان داده و درخواست های کاربر را در زمان واقعی پردازش می کنند. به منظور بهینه سازی بهره وری منابع و زمان پاسخ و افزایش سرعت و کارایی، وظایف باید به صورت متوازن بین گره های مه توزیع شوند، لذا در این مقاله، روشی جدید جهت بهبود توازن بار در محیط محاسبات مه پیشنهاد شده است. در الگوریتم پیشنهادی، هنگامی که وظیفه ای از طریق دستگاه های موبایل برای گره مه ارسال می شود، گره مه با استفاده از یادگیری تقویتی تصمیم می گیرد که آن وظیفه را خودش پردازش کند، یا این که پردازش آن را به یکی از گره های مه همسایه یا به ابر واگذار نماید. در بخش ارزیابی نشان داده شده که الگوریتم پیشنهادی با توزیع مناسب وظایف بین گره ها، تأخیر کمتری را برای اجرای وظایف نسبت به سایر روش های مقایسه شده به دست آورده است.

در این مقاله با استفاده از اتوماتای سلولی احتمالی (PCA) (Probabilistic Cellular Automata) یک الگوریتم توزیع شده برای توازن بار به منظور حل مساله تخصیص کانال در سیستم های سلولی سیار طراحی و پیاده سازی گردیده است. الگوریتم پیشنهادی در مقایسه با الگوریتمهای موجود این امکان را برای یک سلول فراهم می سازد که از استقلال بیش تری در اخذ تصمیات برخوردار باشد. شبیه سازی های انجام گرفته نشان می دهد که الگوریتم پیشنهادی در بارهای متوسط کارایی خوبی از خود نشان می دهد.