ارائه الگوریتم جانمایی ماشین های مجازی در زیرساخت ابری مبتنی بر SDN برای کاهش مصرف انرژی

در دنیای امروز شبکه ها با تغییر پارادایم ها از شبکه های سنتی به حالت مدرن و نیاز به داشتن یک ساختار هوشمند که با در اختیار گرفتن هوش شبکه بتواند برای ما کنترل پذیری و برنامه ریزی بیشتر را مهیا کند روبرو هستیم. شبکه های نرم افزار محور (SDN) بر همین مبنا شکل گرفته اند. عنصر کلیدی، مغز متفکر یا هوش شبکه، کنترل کننده می باشد. با اینکه مفهوم کنترل کننده متمرکز منطقی شبکه به خوبی درک و توافق شده است اما رویکردهای مختلفی در مورد ارائه ساختار هوش شبکه توزیع شده یا همان کنترل کننده های توزیع شده وجود دارد. در این مقاله هدف ما بهینه سازی توان مصرفی، با تیکه بر انتخاب بهترین مسیر در شبکه های نرم افزار محور از مبدا به مقصد و همچنین جابه جایی ماشین های مجازی و رسیدن به بهترین عملکرد در سیستم است. با تحلیل و بررسی یک مدل تخصیص منابع و با در نظر گرفتن کنترل ازدحام شبکه مبتنی بر پردازش کارآمد برنامه ها و الگوریتم برنامه ریزی مبتنی بر PSO، الگوریتمی به عنوان الگوریتم SD-PSO نام گذاری کرده ایم که نه تنها هزینه و زمان اجرا را بهینه می کند بلکه باعث کاهش مصرف انرژی مراکز داده ابر مبتنی بر SDN خواهد شد. همچنین مهلت اجرا را به عنوان محدودیت در نظر می گیرد. الگوریتم توسعه یافته SD-PSO در Cloudsim شبیه سازی و مشاهده شده است که در مقایسه با الگوریتم های PSO، زنبور عسل و min-min باعث کاهش زمان اجرا، هزینه اجرا، نسبت رد کار، مصرف انرژی و افزایش توان عملیاتی می شود.

Keywords:

شبکه نرم افزار محور , SDN , کنترل کننده توزیع شده , مصرف انرژی , ماشین های مجازی