کاهش مصرف انرژی با بهینه سازی ماشین های مجازی در مراکز داده رایانش ابری

در این کار پژوهشی، راهکارهایی برای تصمیمگیری در مورد لزوم انجام مهاجرت و یافتن میزبانهای مناسب به عنوان مقصد مهاجرت، ارائه گردیدهاست. الگوریتم پیشنهادی، با استفاده از روش پیش بینی سری های زمانی و تکنیک نمو هموار دوبل (DES)، بهره وری پردازنده در آینده را پیشگویینموده و همچنین رابطه ای بهینه را برای حد آستانه پائین پویا پیشنهاد داده است. این الگوریتم با مقایسه بهرهوری فعلی و پیشگویی شده ی پردازندهبا حدود آستانه بالا و پائین پویا، میزبان های کم بار و پربار را شناسایی و دسته بندی می نماید و براساس این دسته بندی، مهاجرت از روی میزبان هاییکه حائز شرایط لازم برای انجام مهاجرت هستند، صورت می پذیرد. در این مقاله نوعی از میزبان ها با عنوان میزبان های دردسرساز شناسایی شده اندکه به احتمال زیاد، روند پیشگویی و تصمیم گیری در برخورد با آنها دچار اختلال می شود. الگوریتم در مواجهه با این نوع میزبان ها، سیاست هایی رابرای اصلاح یا به حالت خواب بردن آنها اعمال می نماید. برای یافتن میزبان های مناسب به عنوان مقصد مهاجرت، کلیه میزبان های پربار، مستعدپربارشدن، کم بار و مستعد کم بار شدن، از لیست مقاصد مناسب خارج می گردند. بهبود ۲ / ۸۶ ، ۴ / ۲۸ و ۲ / ۸۷ درصدی به صورت میانگین و به ترتیب در معیارهای تعداد مهاجرت های ماشین های مجازی، میزان مصرف انرژی و میزان نقض SLA ، از دستاوردهای این کار پژوهشی می باشد.

Keywords:

رایانش ابری , ماشین مجازی , مهاجرت زنده , تلفیق پویا , توافقنامه سطح خدمات , مصرف انرژی