ارایه روشی در مهاجرت با استفاده از تقسیم بندی ماشین مجازی با هدف کاهش انرژی در محیط محاسبات ابری

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 451

This Paper With 8 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:

ICTCK03_023

تاریخ نمایه سازی: 10 تیر 1396

Abstract:

محاسبات ابری یکی از فناوری های جدید روز دنیا به حساب می آید، که با رشد سریعی در حال پیشرفت است. در محیط ابری، زمانی که ماشین مجازی مهاجرت داده می شود، کارایی سیستم کاهش می یابد و انرژی مصرفی افزایش پیدا می کند. چالشی که در این مقاله به آن پرداخته ایم، استفاده مناسب از ظرفیت های خالی میزبان های فیزیکی، با حفظ کارایی در محیط ابر به منظور کاهش مصرف انرژی می باشد. روش پیشنهادی ما بدین صورت است که در زمان مهاجرت ماشین مجازی در زمانی که ظرفیت خالی بر روی یک میزبان فیزیکی منفرد وجود نداشته باشد، از الگوریتم تقسیم ماشین مجازی استفاده می کنیم. در این الگوریتم، ماشین مجازی مهاجر به چندین ماشین مجازی کوچکتر شکسته می شود تا بتواند بر روی میزبان های فیزیکی با ظرفیت خالی ناچیز قرار بگیرد و نیازی به روشن کردن میزبان فیزیکی جدیدی نباشد. ما روش خود را با روش Beloglazov و Horri مقایسه کردیم و به این نتیجه رسیدیم که روش پیشنهادی ما، با استفاده مناسب از منابع میزبان های فیزیکی و کاهش تعداد میزبان های فیزیکی فعال، مصرف انرژی را کاهش می دهد و کیفیت خدمات را بهبود می بخشد.

Keywords:

محاسبات ابری , کیفیت سرویس در محاسبات ابری , مهاجرت ماشین مجازی , مراکز داده ابری

Authors

سیده سپیده حامد شماعی

دانشگاه آزاد اسلامی واحد مشهد

حسن احمدی ترشیزی

استادیار دانشگاه آزاد اسلامی واحد مشهد

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 :
  • Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, ...
  • centers. Concurrency and Experience, 24(13), 1397-1420. ...
  • Ye, K., Huang, D., Jiang, X., Chen, H., & Wu, ...
  • Horri, A., Mozafari, M. S., & Dastghaibyfard, G. (2014). Novel ...
  • Wang, J., Huang, C., Liu, Q., He, K., Wang, J., ...
  • Processing (pp. 400-414). Springer International Publishing. ...
  • Fu, X, & Zhou, C. (2015). Virtual machine selection and ...
  • Liu, L., Xu, J., Yu, H., Li, L., & Qiao, ...
  • Duan, H., Chen, C., Min, G., & Wu, Y. (2016). ...
  • De Maio, V., Prodan, R., Benedict, S., & Kecskemeti, G. ...
  • Garcia-Galan, J., Trinidad, P., Rana, O. F., & Ruiz-Cortes, A. ...
  • Kansal, N. J., & Chana, I. (2016). Energy-aware Virtual Machine ...
  • Zhang, W., Han, S., He, H., & Chen, H. (2016). ...
  • Calheiros, R. N., Ranjan, R., Beloglazov, A., De Rose, , ...
  • نمایش کامل مراجع