تحسين نموذج تعلم باستخدام خوارزمية التوقع اللوجستي و تطبيق البنية التحتية كخدمة في التعليم الالكتروني

Abstract

مستــخلص البــحث

يعتبر التعليم من اهم الخدمات التي تسعي جميع الدول لتطويرها حيث يقاس تطور الدول بتطور المستوي التعليمي لشعوبها, تمثل الحوسبة السحابية حلا مثاليا لمؤسسات التعليم لما توفره من خدمات عند الطلب و سهولة التوسع و غيرها من المميزات ولكن ظهور بعض المشاكل لدي موفر الخدمة مثل قفل البائع و تاخير الخدمة لعدم توفر مزودي خدمة محلين او اقليمين بالاضافة لوجود بعض المشاريع البحثية للطلاب تحتاج لبنية تحتيه للعمل عليها مثل المعالجة المتعددة و المعالجة المتوازيه و الامن , لكن يحتاج تصميم البنية التحتية للحوسية السحابية لاجهزه بمواصفات تشغيل عالية لا تتوفر لدي الطلاب لذا بدا التوجهه نحو انشاء بنية تحتيه خاصة بالمؤسسة و بالموارد الموجوده في المؤسسة لدعم التطور البحثي و ضمان استمرار الخدمه, وتحسين الاداء في هذه الدراسة قام الباحث باتباع المنهج الوصفي التحليلي بالبحث خلال عدد من الدراسات السابقة للتعليم الالكتروني في بنية الحوسبة السحابية باستخدام systematic literature review SLR ومعرفة ما تم التوصل الية في هذا المجال و اثبات ملائمة البيئة السحابية للتعليم الالكتروني بعد الدراسة توصل الباحث الي الحل المقترح الذي يحقق حلول للمشكلة و يحسن الاداء من خلال تصميم سحابة خاصه و توفير بنية سحابية محلية تقدم البنية التحتية كخدمة و توفر خدمات الحوسبة عبر تصميم معمل افتراضي بنظام تشغيل لينكس و الوصول للمعمل عن بعد مما يحقق مرونه في التعامل , استخدم الباحث مجموعه من البرامج و الادوات برنامج محاكي للبنية الافتراضية vmbox لكي تعمل عليها السحابة و برنامج لتطوير البنية التحتيه للسحابة openstack و برنامج محاكي لبيئة السحابة البعيده Cloud analyst كذلك انظمة تشغيل مثل Ubuntu ,cirros ومن خلال تشغيل السحابة المحلية و مقارنتها مع السحابة البعيدة اظهرت النتائج تحسن في الاداء من خلال تقليل زمن الاستجابة و استغلال امثل للموارد بتشغيل اكثر من جهاز افتراضي علي جهاز فيزيائي واحد وتطوير نموذج تعلم الاله باستخدام خوارزميه التوقع اللوجستي لتصنيف العمليات في االبنية التحتية و للتنبؤ بنجاح العملية او فشلها وتحسين دقة النموذج باستخدام اداه GridSearch لزيادة دقه النموذج من 0.76 الي 0.92 يساعد النموذج المؤسسات التعليمية في معرفة مدي اداء السحابة بناء علي حجم العمليات و المعالجة التي تطلبها , نوصي في المستقبل باستخدام خوارزمية مستعمره النحل الذكية لاختيار البيانات لتدريب النموذج.

Abstract Education is one of the most important services that all countries seek to develop, as the development of countries is measured by the development of the educational level of their people, Cloud computing represents an ideal solution for educational institutions due to its provision of on-demand services, ease of expansion and other advantages, but the emergence of some problems with the service provider such as vendor lockout and service delays due to the lack of local or regional service providers in addition to the presence of some research projects for students that need an infrastructure to work It has such as multiprocessing, parallel processing, and security, but the cloud computing infrastructure needs to be designed for devices with high operating specifications that students do not have, so the trend has begun to create an infrastructure for the institution and the resources in the institution to support research development and ensure the continuity of service, and improve performance in this The study The researcher followed the descriptive analytical approach by searching through a number of previous studies of e-learning in the structure of cloud computing using systematic literature review SLR Knowing what has been achieved in this field and proving the suitability of the cloud environment for e-learning, after the study, the researcher reached the proposed solution that achieves solutions to the problem and improves performance through the design of a private cloud and the provision of a local cloud infrastructure that provides infrastructure as a service and provides computing services through the design of a virtual lab With Linux operating system and remote lab access, which achieves flexibility in dealing, the researcher used a set of programs and tools, a virtual structure simulator vmbox to run on the cloud and a program for developing the infrastructure of the cloud openstack and a simulator for the remote cloud environment Cloud analyst as well as operating systems such as Ubuntu, cirros And by running the local cloud and comparing it with the remote cloud, the Results are shown an improvement in performance by reducing response time and optimizing the exploitation For resources to run more than one virtual machine on one physical machine. And the development of a machine learning model using the logistic prediction algorithm to classify operations in the infrastructure and to predict the success or failure of the process and improve the accuracy of the model using the GridSearch tool to increase the accuracy of the model from 0.76 to 0.92 The model helps educational institutions to know the extent of cloud performance based on the volume of operations and processing they require, In the future, we recommend using a smart bee colony algorithm for data selection to train the model.