کاهش مصرف انرژی با جایگذاری ایستای ماشین های مجازی در رایانش ابری با استفاده از روش ترکیب الگوریتم ژنتیک و جاذبه گرانشی
عنوان مقاله: کاهش مصرف انرژی با جایگذاری ایستای ماشین های مجازی در رایانش ابری با استفاده از روش ترکیب الگوریتم ژنتیک و جاذبه گرانشی
شناسه ملی مقاله: CEITS01_086
منتشر شده در اولین کنفرانس ملی کامپیوتر و فناوری اطلاعات در سال 1396
شناسه ملی مقاله: CEITS01_086
منتشر شده در اولین کنفرانس ملی کامپیوتر و فناوری اطلاعات در سال 1396
مشخصات نویسندگان مقاله:
آزاده عبدی نژاد - دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
ماشاالله عباسی دزفولی - استاد، گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
خلاصه مقاله:
آزاده عبدی نژاد - دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
ماشاالله عباسی دزفولی - استاد، گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
امروزه مساله مصرف انرژی و در نتیجه افزایش تولید گازهای گلخانه ای به چالش مهم در دنیای رایانش ابری مبدل شده است. مراکز داده ابرها از هزاران گره محاسباتی تشکیل شده است. چنین مراکز داده ای طبیعتا انرژی بالایی دارند که منجر به افزایش گازهای گلخانه ای می شود. این میزان مصرف انرژی تنها وابسته به تعداد منابع محاسباتی و بازده انرژی سخت افزاری نیست بلکه به شکل استفاده از این منابع نیز است. در این پژوهش با یک روش مهاجرت منبع و بهینه سازی جایگذاری منابع مبتنی بر الگوریتم ژنتیک و جاذبه گرانشی با در نظر گرفتن سود کاربر و فراهم کننده، سعی در کاهش مصرف انرزی داشته ایم.
کلمات کلیدی: الگوریتم ژنتیک، الگوریتم جاذبه گرانشی، مصرف انرژی، مهاجرت منبع
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/687141/