سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یک رویکرد مبتنی بر خوشه بندی و پیش بینی افق برای اجتناب ازسربار در ادغام ماشین های مجازی

Publish Year: 1402
Type: Conference paper
Language: Persian
View: 89

This Paper With 8 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

CRIAL01_117

Index date: 27 July 2024

یک رویکرد مبتنی بر خوشه بندی و پیش بینی افق برای اجتناب ازسربار در ادغام ماشین های مجازی abstract

با افزایش تعداد ماشی نهای مجازی در یک میزبان و بارکاری پویای ماشین های مجازی در فرایند ادغام، بخاطر کمبود منابع، وقوعسربار در میزبان ها اجتناب ناپذیر است. ما برای تشخیص سربار، اطلاعات منابع مختلف مانند پردازنده، حافظه اصلی و پهنای باند را به پنجره های دوبخشی با طول مشخص تقسیم بندی و این پنجره ها را بر اساس میزان شباهت بخش اول آنها با روش K-Means خوشه بندی می کنیم. پنجره نهایی آخرین اطلاعات ثبت شده از درخواست منابع است که پیشبینی وقوع سربار بر اساس آن صورتمی گیرد. چارچوب پیشنهادی با قرار دادن پنجره نهایی در خوشه متناظر، از اطلاعات تمام پنجره های زمانی مشابه به هم برای پیشبینیافق استفاده می کند . الگوریتم پیشنهادی در این چارچوب با استفاده از پیشبینی دقیق، ضمن کاهش خطا در تشخیص وضعیت میزبانامکان عکس العمل به موقع برای سربارهای احتمالی آینده را فراهم می کند . نتایج شبیه سازی با بارکاری واقعی نشان داد روش پیشنهادی با پیش بینی به موقع سربار و عکس العمل به هنگام، میزان جریمه های ناشی نقض توافق کیفیت سرویس SLA تا ۳۹% درصد و تعداد مهاجر تها را تا ۳۲ % نسبت به روش های شاخص کاهش می دهد. بنابراین راهکار پیشنهادی می تواند کیفیت سرویسرا در مراکز داده ابری ارتقاء دهد .

یک رویکرد مبتنی بر خوشه بندی و پیش بینی افق برای اجتناب ازسربار در ادغام ماشین های مجازی Keywords:

یک رویکرد مبتنی بر خوشه بندی و پیش بینی افق برای اجتناب ازسربار در ادغام ماشین های مجازی authors

جواد احمدی

استادیار، دانشکده مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد قزوین ، قزوین

ابوالفضل طرقی حقیقت

استادیار، دانشکده مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد قزوین ، قزوین

مقاله فارسی "یک رویکرد مبتنی بر خوشه بندی و پیش بینی افق برای اجتناب ازسربار در ادغام ماشین های مجازی" توسط جواد احمدی، استادیار، دانشکده مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد قزوین ، قزوین؛ ابوالفضل طرقی حقیقت، استادیار، دانشکده مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد قزوین ، قزوین نوشته شده و در سال 1402 پس از تایید کمیته علمی اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله ادغام ماشین مجازی، خوشه بندی، ،K-means، پیش بینی افق، اجتناب از سربار هستند. این مقاله در تاریخ 6 مرداد 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 89 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که با افزایش تعداد ماشی نهای مجازی در یک میزبان و بارکاری پویای ماشین های مجازی در فرایند ادغام، بخاطر کمبود منابع، وقوعسربار در میزبان ها اجتناب ناپذیر است. ما برای تشخیص سربار، اطلاعات منابع مختلف مانند پردازنده، حافظه اصلی و پهنای باند را به پنجره های دوبخشی با طول مشخص تقسیم بندی و این پنجره ها را بر اساس میزان ... . برای دانلود فایل کامل مقاله یک رویکرد مبتنی بر خوشه بندی و پیش بینی افق برای اجتناب ازسربار در ادغام ماشین های مجازی با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.