الهام کمالی - مدرس ،گروه نهضت ، آموزش و پرورش استان هرمزگان ، بندرعباس ، ایران،رودان
مسلم ملایی - هنرآموز ،گروه کامپیوتر ، آموزش و پرورش استان هرمزگان ، بندرعباس،رودان ، ایران
زهرا بای - هنرآموز ،گروه کامپیوتر ، آموزش و پرورش استان هرمزگان ، بندرعباس،رودان ، ایران

دنیای فناوری اطلاعات روز به روز در حال گسترش است . همین امر باعث افزایش تقاضا در محیط وب گردیده که این افزایش تقاضا منجر به افزایش خدمات و در نتیجه ایجاد مراکز داده محاسباتی با مقیاس بزرگ شده است . امروزه مصرف انرژی یک موضوع مهم برای مراکز فناوری اطلاعات است . تجهیزات کامپیوتری به صورت فزاینده رو به افزایش است طبیعتا این سازمان ها و شرکت ها برای نگه داری و پردازش حجم زیادی از اطلاعات به سخت افزارها و نرم افزارهایی به روز و قدرتمند نیاز دارند که در پی آن با هزینه های بسیار بالایی روبرو خواهند بود.حال این سوال پیش می آید که چه راه کاری جهت کاهش این هزینه ها و افزایش کارایی وجود دارد؟که در این پژوهش سعی ما بر این است که بتوانیم باعث کاهش مصرف انرژی با استفاده از الگوریتم های بهینه سازی در مهاجرت ماشین های مجازی شویم . یکی از روش های مهم و کلیدی مدیریت منابع در رایانش ابری، مفهوم مدیریت منابع براساس روش مبتنی بر عامل می باشد .در این روش ، کاربر نیاز ندارد که بداند محل اقامت منابع ارائه دهنده خدمات ابر، در کجا قرار دارد .سیستم پیشنهادی در این زمینه دارای سه نوع عامل یعنی عامل مصرف کننده ، عامل واسطه (کارگزار ابر )و عامل ارائه دهنده منابع می باشد .نتایج شبیه سازی کلود سیم نشان میدهد مدل پیشنهادی در مقایسه با الگوریتم ایمنی مصنوعی ،زنبور عسل و ازدحام ذرات باعث کاهش مصرف انرژی بیشتری در مراکز داده ای ابری خواهد شد. در حالت میانگین برای داده های مختلف ، انرژی مصرفی برای الگوریتم پیشنهادی برابر ۵۱,۸۴ و برای الگوریتم زنبور برابر ۰۷,۸۸ بوده است ، همچنین بیشترین مصرف انرژی مربوط به روش MC می باشدو در مقایسه پارمترهای تعداد میزبانهای خاموش ، میانگین زمان قبل از خاموشی میزبان ، میانگین زمان اجرا و میزان نقض توافق سطح خدمات در الگوریتم پیشنهادی بهبود قابل توجهی داشته است که در فصل چهارم به اختصار مورد بررسی قرار گرفته شده است .

الگوریتم تکاملی ،بهینه سازی منابع ،cloud computing،منابع ابری