روشی برای زمانبندی بهینه با استفاده از الگوریتم مکاشفه ای در محیط پردازش ابری سبز

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 606

This Paper With 9 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:

CCNDES03_025

تاریخ نمایه سازی: 19 اردیبهشت 1395

Abstract:

رایانش ابری یکی از زیرساخت های جذاب و پیشنهاد کننده محاسبه منابع بر مبنای تقاضا و ظرفیت ذخیره سازی برای استفاده شخصی و تجاری شده است . به هر حال میزبان های مراکز داده که از این ابر ها استفاده می کنند در مورد میزان مصرف انرژی تردید دارند و مصرف انرژی یکی از هزینه های اصلی آنها شده است. امروزه مصرف انرژی مراکز داده تاثیر به سزایی بر روی محیط دارد. محققان در تلاش هستند تا راه حل های بهینه ای را برای کاهش مصرف انرژی به همراه حفظ کیفیت سرویس در مراکز داده ایجاد کنند. با توجه به مصرف بالای انرژی توسط رایانه ها در حوزه محاسبات ، لازم است به سمت نمونه هایی از محاسبات حرکت کنیم که بتوان با کمک آنها میزان مصرف انرژی را کاهش داده و گرمای تولید شده را به حداقل رساند. یکی از انواع محاسبات که امروز فراگیر شده و توانسته میزان مصرف انرژی در سخت افزارها و نرم افزارها را کاهش و بهره وری از منابع رایانه ای را افزایش دهد و کربن کمتری را تولید کند ، محاسبات ابری می باشد. محاسبات ابری الگویی تازه برای عرضه ، مصرف و ارائه سرویس های فناوری اطلاعات با به کارگیری اینترنت فراهم می کند که با توجه به چالش زیست محیطی مبنی بر گرمایش جهانی و محدود بودن ذخایر منابع انرژی ، می بایست محاسبات ابری سبز را به کار بگیریم. به طور معمول ، رایانش ابری بر روی کارایی محاسبات داده تمرکز دارد در حالی که رایانش ابری سبز یک ایده جدید بر مبنای معماری محاسبات ابری است و بر روی کارایی انرژی در محاسبات تمرکز دارد. در این مقاله با دسته بندی داده های ورودی و در نظر گرفتن پارامترهای موثر یه زمانبندی بهینه را به منظور کاهش مصرف انرژی و کربن تولید شده در مراکز ابر ارائه می دهیم.

Authors

سمیرا بیات

دانشجوی کارشناسی ارشد کامپیوتر – نرم افزار ، دانشگاه پیام نور

آرش قربان نیا دلاور

عضو هیئت علمی دانشگاه پیام نور

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 :
  • Nakku Kim, Jungwook Cho, Euiseong Seo, "Energy-credit scheduler: An energy-awar ...
  • Chia-Ming Wu, Ruay-Shiung Chang, Hsin-Yu Chan, "A green energy-efficient scheduling ...
  • نمایش کامل مراجع