بررسی روشهای مدیریت توان پویای نرم افزاری در محاسبات ابری

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 483

This Paper With 19 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:

MCCONF02_076

تاریخ نمایه سازی: 26 شهریور 1395

Abstract:

محاسبات ابری در دنیای امروز به عنوان یک نمونه محاسباتی جدید که قصد تهیه یک محیط محاسباتی پویای قابل اطمینان، سفارشی و باکیفیت سرویس ضمانت شده را دارد، پدیدار شده است. این نوع از محاسبات، سرویسهای فناوری اطلاعات فراگیری را به کاربران سراسر جهانارائه میکند و براساس مدل پرداخت به ازای استفاده، قادر به میزبانی کاربردهای فراگیر در حوزه های تجاری و علمی و... است.این مدل محاسباتی با وجود ارائه سرویس های اشتراکی مزایای بسیاری در کاهش هزینه های عملیاتی همچون رفع نیاز به خرید نرم افزار یاسخت افزار توسط کاربران را فراهم نموده است؛ اما با توجه به نگرانی های موجود در زمینه هزینه و مصرف توان بالا در مراکزداده، توسعه روشهایمدیریت توان در مراکز داده ابری میتواند منجر به بهبودهای قابل توجهی در کارایی انرژی و کاهش هزینه های عملیاتی و کلی سیستم شود.استفاده از روشهایی مانند زمانبندی خواب 4 و مجازی سازی 5 منابع محاسباتی و ترکیب 6 در مراکزداده محاسبات ابری، جهت زمان بندی و تخصیصکارای منابع در مدیریت کارای انرژی مراکزداده ابری و کاهش هزینه های کلی برای تهیه کننده ابر و کاربر نقش مؤثری دارند.در این مقاله، اهمیت مدیریت توان در محاسبات ابری و نیز جنبه های مختلف مدیریت پویای توان و انرژی که شامل روش هایی برای انطباقرفتار سیستم در زمان اجرا مطابق با نیازهای کنونی منبع یا هر مشخصه پویای دیگری از وضعیت سیستم می باشد، از لحاظ نرم افزاری در مراکزدادهو زیرساخت محاسبات ابری بررسی و روش های مربوطه در هر بخش، دسته بندی شده است.

Authors

فاطمه حیدری کیا

کارشناسی ارشد، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران،

ابوالفضل طرقی حقیقت

استادیار دانشگاه، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران

مریم حیدری کیا

دکترای مدیریت دولتی، دانشگاه آزاد اسلامی واحد قزوین، 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 :
  • A. Beloglazov, R. Buyya, Y. C. Lee, A. Zomaya, and ...
  • E. Pinheiro, R. Bianchini, E. _ Carrera, and T. Heath, ...
  • J. S. Chase, D. C. Anderson, P. N. Thakar, A. ...
  • E. Elnozahy, M. Kistler, and R. Rajamony, _ Energy-e fficient ...
  • S. Srikantaiah, A. Kansal, and F. Zhao, "Energy aware consolidation ...
  • A. Gandhi, M. Harchol-B alter, R. Das, and C. Lefurgy, ...
  • D. Kusic, J. O. Kephart, J. E. Hanson, N. Kandasamy, ...
  • M. Stillwell, D. Schanzenbach, F. Vivien, and H. Casanova, "Resource ...
  • M. Cardosa, M. R. Korupolu, and A. Singh, "Shares and ...
  • A. Verma, P. Ahuja, and A. Neogi, "pMapper: power and ...
  • J. Baliga, R. W. A. Ayre, K. Hinton, and R. ...
  • R. Buyya, C. S. Yeo, and S. Venugopal, _ 0Market ...
  • _ Kliazovich, P. Bouvry, Y. Audzevich, and S. U. Khan, ...
  • I. S. Moreno and J. Xu, ، Energy-E fficiency in ...
  • L. Liu, H. Wang, X. Liu, X. Jin, W. B. ...
  • A. J. Younge, G. von Laszewski, L. Wang, S. Lopez ...
  • A. Beloglazov and R. Buyya, "Energy efficient resource management in ...
  • A. Berl, E. Gelenbe, M. Di Girolamo, G. Giuliani, H. ...
  • M. Marzolla, O. Babaoglu, and F. Panzieri, "Server consolidation in ...
  • R. Yanggratoke, F. Wuhib, and R. Stadler, "Gossip-based resource allocation ...
  • T. C. Ferreto, M. A. S. Netto, R. N. Calheiros, ...
  • L. Wang, G. Von Laszewski, J. Dayal, and F. Wang, ...
  • J. L. Berral, _ Goiri, R. Nou, F. Julia, J. ...
  • T. V. T. Duy, Y. Sato, and Y. Inoguchi, "Performance ...
  • Q. Tang, S. Gupta, and G. Varsamopoulo S, _ "Thermal- ...
  • G. Lovasz, A. Berl, and H. de Meer, ، Energy- ...
  • نمایش کامل مراجع