طراحی روشهای کاهش مصرف انرژی و تعداد ماشین های فیزیکی در سیستم محاسبات ابری
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 935
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCEB02_029
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
مجازی سازی و فن آوری محاسبات ابر در حال حاضر این امکان را به وجود آورده است تا خدمات آنلاین چندگانه تثبیت را که در ماشین های مجازی (VMS) به صورت بسته بندی شده وجود دارند، به تعداد کوچک تر سرورهای فیزیکی تثبیت کند. در این مقاله سه روش پیشنهادی جهت کاهش مصرف انرژی و تعداد ماشین های فیزیکی در سیستم رایانشی ابر ارائه شده است که عبارتند از: یکپارچه سازی سلسله مراتبی ماشین های مجازی، تثبیت وظیفه آگاهی از انرژی و برنامه ریزی تثبیت الاستیک مبتنی بر مهاجرت در مرکز داده ابر. نتایج نشان داد که راه حل مدیریت منابع سلسله مراتبی ارائه شده در این مقاله نتایجی با کیفیت بالا دارد و از لحاظ تعداد منابع مختلف و همچنین تعداد ماشین های مجازی مقیاس پذیر است. نتایج شبیه سازی نیز نشان داد که ETC به طور قابل توجهی می تواند به کاهش مصرف انرژی در مدییت تثبیت وظیفه برای سیستم های ابری بینجامد و می توان با هدف به حداکثر رساندن استفاده از منابع، به بهبودی تا 17% دست یافت. بعلاوه آزمایشات زیادی نیز، عملکرد خوب مربوط به برنامه ریزی تثبیت الاستیک مبتنی بر مهاجرت را تأیید کرده است.
Keywords:
Authors
رضا عچرش
دانشگاه آزاد اسلامی واحد اهواز، گروه کامپیوتر، اهواز، ایران
ابراهیم بهروزیان نژاد
دانشگاه آزاد اسلامی واحد شوشتر، گروه کامپیوتر، شوشتر، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :