امیرسجاد ملکی فاراب - دانشگاه آزاد اسلامی، واحد پروفسور حسابی، گروه کامپیوتر، تفرش، ایران
محمد رباطمیلی - دانشگاه آزاد اسلامی، واحد پروفسور حسابی، گروه کامپیوتر، تفرش، ایران
محمدحسین بیات - دانشگاه آزاد اسلامی، واحد پروفسور حسابی، گروه کامپیوتر، تفرش، ایران
سعیده احمدی - دانشگاه آزاد اسلامی، واحد گرمسار، گروه کامپیوتر، گرمسار، ایران

رایانش ابری مدل محاسباتی درخواستی است که نیازمند حجم وسیعی از ابزارهای فیزیکی می باشد و بر اساس درخواست هر کاربر خدمات ارایه می کند؛ بنابراین درخواست های زیاده از حد برای محاسبات ابری مصرف انرژی در مراکز داده را افزایش می دهد. مراکز داده ابری حجم عظیمی از انرژی را مصرف می کنند که در پی آن مقدار زیادی کربن آزاد می شود. با توجه به اینکه بهینه سازی منابع، کاهش مصرف انرژی و تثبیت ماشین مجازی از چالش های مطرح در رایانش ابری می باشند، موضوع کاهش مصرف انرژی در رایانش ابری به عنوان موضوع مطالعه این تحقیق انتخاب شده است. در تحقیقهای مختلف محققان روشهای مختلفی برای کاهش مصرف انرژی در رایانش ابری پیشنهاد نموده اند. دراین تحقیق روشهای پیشنهادی در تحقیق های چند سال اخیر در زمینه کاهش مصرف انرژی در مراکز داده ابری دسته بندی شده، مورد مطالعه قرار گرفته است. برای این منظور روشهای بهینه سازی مصرف انرژی برای مراکز داده به دو بخش اصلی روشهای مبتنی بر مقیاس و روشهای آگاه از تکه تقسیم می شود، سپس روشهای آگاه از تکه را در سه زیرگروه زمانبندی کار، مهاجرت ماشین مجازی و تخصیص ماشین مجازی مطالعه می شود.

مصرف انرژی، رایانش ابری، مراکز داده