روشی برای بهبود مصرف انرژی با استفاده از مهاجرت ماشینهای مجازی در مراکز داده ابری

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 735

This Paper With 12 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:

CITCONF03_107

تاریخ نمایه سازی: 12 تیر 1395

Abstract:

برنامه های کاربردی که با داده های عظیم سروکار دارند نیازمند سرورهای بزرگ و دیسکهای به اندازه کافی سریع برای پردازش داده ها درمدت زمان مشخص می باشند یکی از چالشهای عمده و پیچیده در هنگام اجرای این نوع برنامه ها کاهش مصرف انرژی در مراکز دااده می باشد در این راستا محاسبات سبز ابری مطرح شده است که در این گونه محاسبات نه تنها برای رسیدن به پردازش کارآمدتر و بهره برداری از زیرساختههای محاسبات بلکه همچنین برای به حداقل رساندن مصرف انرژی راه کارهای پیش بینی شدهاست. و سپس نتایج حاصل از ان با برخی از روشهای مطرح موجود مورد مقایسه قرار خواهد گرفت.

Authors

سهیل سلطانی

کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد قزوین

حسن رشیدی

دانشیار دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبایی تهران 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 :
  • Jonathan G Koomey (2011), "growth in data center electricity use ...
  • L. Minas and B. Ellison (2009), "Energy Efficiency for Information ...
  • S. Mittal (2014), "A survey of techniques for improving _ ...
  • Mauro Andreolini, Sara Casolari, Michele Colajanni, and Michele Messori (2009), ...
  • A. Beloglazov, R. Buyya (2011), "Optimal Online Deterministic Algorithms and ...
  • Christophe Leys, Olivier Klein, Philippe Bernard, Laurent Licat (2013), " ...
  • A. Verma, G. Dasgupta, T. K. Nayak, P. De, and ...
  • T. Guerout, T. Monteil, G. Da Costa, R. N. Calheiros, ...
  • نمایش کامل مراجع