بهبود انرژی مصرفی با استفاده از مهاجرت زنده ماشین های مجازی در رایانش ابری
Publish place: The first national electronic conference on technological advances in electrical, electronics and computer engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,480
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TDCONF01_254
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
اخیرا رایانش ابری به سرعت در حال رشد است و در آینده به هسته مرکزی رایانش فراگیر تبدیل خواهد شد. در این مقاله ما یک معماری سلسله مراتبی برای حل زمانبندی گردش کارها و استفاده موثر از انرژی ارائه داده ایم که کاربردهای زیادی در این دو تکنولوژی دارند. در کار قبلی مان یک سرویس جدید برای زمانبندی کارها در سطح بستر به عنوان سرویس رایانش ابری ارائه داده ایم، در این مقاله با استفاده از مهاجرت زنده ماشین های مجازی در ماشین های کم بار سعی در ادغام آنها به منظور کاهش مصرف انرژی در مرکز داده هستیم، این مرکز داده علاوه بر گردش کارها دارای انواع متنوع دیگری از کارها می باشد. باید توجه داشت که در کنار استفاده موثر از انرژی باید مسائل دیگری مانند تضمین کیفیت مورد درخواست کاربران را در روش پیشنهادی مد نظر داشته باشیم. بدین منظور ماشین های کم بار را تا حدی با هم ادغام می نماییم که کیفیت تضمین شده برای کاربران خدشه دار نشود، از طرف دیگر در روش پیشنهادی ماشین های موجود در میزبانهای پر بار را قبل از ادغام بار میزبانها مهاجرت زنده می نماییم تا کیفیت تضمین شده برای کاربران نقض نشود. نتایج تجربی شبیه سازی روش پیشنهادی ما نشان می دهد که این روش توانایی کاهش انرژی تا حدود %15 و همچنین کاهش تعداد مهاجرتها را در مقایسه با راه حل های پیشین دارا می باشد.
Keywords:
Authors
سید ابراهیم دشتی رحمت آبادی
دانشگاه آزاد اسلامی واحد جهرم، گروه کامپیوتر، جهرم، 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 :