مروری بر روش های مکان یابی سرویس های اینترنت اشیا در محاسبات مه

در سال های اخیر، رایانش ابری خدمات مختلفی را از طریق اینترنت ارائه می کند و مراکز داده به تدریج از یک پلت فرم ابری برای استقرار بسیاری از برنامه ها استفاده می کنند. در مراکز داده ابری به طور بهینه از منابع استفاده نمی شود و مصرف بالای انرژی بیشتر به دلیل استفاده ناکارآمد از این منابع است که منجر به هزینه های عملیاتی بالامی شود. هم چنین به منظور رسیدگی به درخواست های روزافزون و پویا کاربران ابری، دستیابی به سطح کیفیت خدمات QoS) ) بین کاربران ابری و ارائه دهندگان خدمات آنها ضروری است. شرکت های رایانش ابری در درجه اول از فناوری های مجازی سازی برای ارائه خدمات مقرون به صرفه استفاده می کنند که نقشی محوری در مدیریت منابع مراکز داده ایفا می کند. به منظور بهینه سازی عملکرد ابر، ماشین های مجازی (VM) باید در بین ماشین های فیزیکی (PM) قرار گیرند. فرآیند انتخاب مناسب ترین ماشین فیزیکی در مراکز داده ابری بزرگ به عنوان مکانیزم مکان یابی ماشین مجازی ( VMP) نامیده می شود. مکان یابی ماشین مجازی ممکن است به روش های مختلفی از نظر کاهش سربار پردازش مربوطه، تثبیت محیط ابری برای تبدیل شدن به یک روش بسیار درخواستی، متعادل کردن بار در بین سرور ها، مصرف انرژی و عملکرد پالایش، در رایانش ابری اعمال شود. تکنیک های مکان یابی ماشین مجازی هنوز نیازمند بهبود در محیط محاسباتی هستند. می شود. مساله اصلی به حداقل رساندن مصرف انرژی مرکز داده بدون به خطر انداختن عملکرد یا شکستن قراردادهای سطح خدمات(SLA) است. این مقاله یک بررسی از تحقیقات فعلی انجام شده در مورد مشکل مکان یابی ماشین مجازی در رایانش ابری ارائه می دهد. بر اساس یک طرح طبقه بندی جدید، دسته بندی پیشنهادهای فعلی ارائه می شود و مسائل و چالش های شناسایی شده مورد بحث قرار می گیرند.

Keywords:

اینترنت اشیاء , محاسبات مه , رایانش ابری , ماشین های مجازی , مکان یابی ماشین مجازی