ارایه روشی بهینه جهت تامین منابع در مراکز داده رایانش ابری با استفاده از الگوریتم کرم شب تاب

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,748

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

COMPUTER01_010

تاریخ نمایه سازی: 22 مهر 1394

Abstract:

هدف رایانش ابری افزایش ظرفیت و قابلیت های پردازشی به صورت پویا، قابل اعتماد، با کیفیت تضمین شده، بدون توسعه زیرساخت های موجود، است. البته در مسیر توسعه آن چالش هایی مطرح است، یکی از این چالش ها مدیریت منابع در مراکز داده رایانش ابری در لایه زیرساخت است، در این لایه مسئله بهینه سازی استقرار ماشین های مجازی بروی ماشین های فیزیکی بسیار حائز اهمیت است. در این تحقیق روشی جهت تأمین بهینه منابع برای ماشین های مجازی در سرویس زیرساخت ابری، ارایه گردیده است، هدف نهایی در این پژوهش کاهش توان مصرفی در مراکز داده رایانش ابری می باشد. صرفه جویی در مصرف انرژی باعث کاهش تعداد سرورهای فیزیکی فعال و کاهش میزان هرزروی منابع در مراکز داده می گردد، در روش پیشنهادی از الگوریتم کرم شب تاب جهت جای دهی ماشین های مجازی استفاده شده است، نتایج ارزیابی نشان می دهد که روش پیشنهادی بهتر از روش های رایج کنونی درخصوص مسئله جایگذاری ماشین های مجازی عمل میکند.

Keywords:

رایانش ابری , مجازی سازی , ماشین مجازی , الگوریتم کرم شب تاب

Authors

اعظم زرنگ زاده

دانشجوی کارشناسی ارشد، دانشگاه علوم و تحقیقات خوزستان

مهدی صادق زاده

عضو هیئت علمی دانشگاه آزاد اسلامی واحد ماهشهر

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 :
  • S.Subashini, V.Kavitha . A survey on security issues in service ...
  • Qi. Zhang, Lu.Cheng, R.Boutaba. Cloud computing: state-of-the-ar and research challenges, ...
  • V.Vinothina, S.Lecturer. A Survey on Resource Allocation Strategies in Cloud ...
  • A.Yongqiang, A.Haibing. A muli-objective ant colony system algorithm for virtual ...
  • U.S. General Services Administration and U.S Department of Energy's Federal ...
  • A.Belglazov, J.Abawajy, R.Buyya. Energy-aware resource allocation heuristics for efficient management ...
  • M.Kaplan _ W.Forrest, N.Kindler. Revo lutionizing Data Center Energy Efficiency, ...
  • R.Buyya, A.Beloglazov, J.Abawajy. Energy-E fficient Management of Data Center Resources ...
  • G.Lee, N.Tolia, P.Ranganathan. Topology aWare resourc allocation for data-intensive workload, ...
  • L.Ching-Chi _ L.Pangfeng. Energy aware Virtual Machine Dynamic Provision and ...
  • V.Khoshdel, A.Motamedi, S.Sharifian, A New Approach for Optimum Resource Utilization ...
  • Zhang W, Zhu M. 2012 _ Autonomic Resource Allocation in ...
  • J.Gihun, S.Kwang Mong. Lo cation-Aware Dynamic Resource Allocation Model for ...
  • G.R. Nair, P.Jayarekha, Pre-allocation Strategies of Computational Resources in Cloud ...
  • Wang S, Liu Z, Zheng Z, Sun Q, Yan F, ...
  • http : //www. wikipedia.org/ ...
  • I.Fister, Jr.Fister, X.Yang , J.Brest. A comprehensive review of firefly ...
  • X.Yang, Natural -Inspired Metaheuristic Algorithms, second edition, united Kingdom, University ...
  • Durkota K. 201 1. IMP LEMENTAT ION OF A DISCRETE ...
  • نمایش کامل مراجع