تخصیص انرژی محور ماشین های مجازی با استفاده از الگوریتم فاخته چند هدفه با منطق فازی در مراکز داده ابری
- سال انتشار: 1399
- محل انتشار: پنجمین کنفرانس ملی ایده های نوین در فنی و مهندسی
- کد COI اختصاصی: INFM05_038
- زبان مقاله: فارسی
- تعداد مشاهده: 567
نویسندگان
گروه کامپیوتر ، دانشکده فنی و مهندسی، واحد علوم تحقیقات ، دانشگاه آزاد اسلامی ، تهران ، ایران
استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد تهران مرکزی ، تهران، ایران
چکیده
در سال های اخیر سیستم های پردازش ابری به دلیل توانایی در ارائه خدمات فناوری اطلاعات بر روی اینترنت به کاربران جهان بسیار پرطرفدار شده است. سیستم های ابری پارامتری است که برای توسعه منابع مجازی مجدد براساس تقاضا و بر مبنای مدل پرداخت طراحی شده است. امروزه با توجه به اهمیت و محبوبیت سیستم های پردازش ابری، چالش های زیادی در این حوزه مطرح است. از این چالش ها به کیفیت سرویس و توان مصرفی که در افزایش هزینه ها تاثیرگذار است، اشاره می شود. در حال حاضر با توسعه مجازی سازی روش های طراحی و عملکرد مراکز داده تغییر کرده است. از آنجا که کاهش مصرف انرژی یک موضوع مهم در طراحی سیستم های جدید است. رایانش ابری سبز روشی است که در آن نه تنها پردازش و بهرهوری موثر از یک زیرساخت رایانشی محقق می شود، همچنین انرژی مصرفی در آن نیز به حداقل می رسد. در این پایان نامه روشی برای تخصیص بهینه ماشین های مجازی به منابع فیزیکی با هدف بهبود بهره وری از منابع ارائه می شود. روش پیشنهادی استفاده از الگوریتم فاخته و استفاده از منطق فازی در تابع برازش جهت بهترین نحوه جای دهی می باشد. برای این منظور، الگوریتم فاخته بهبود یافته، با در نظر گرفتن چند هدف از جمله کیفیت سرویس و میزان مصرف انرژی با استفاده از منطق فازی در تابع هدف، جهت انتخاب مناسب ترین منبع محاسباتی جهت تخصیص در نظر گرفته می شود. نتایج حاصل از شبیه سازی نشان می دهد که روش پیشنهادی در مقایسه با روش مقاله پایه در پارامترهایی نظیر انرژی مصرفی، تعداد مهاجرت ها و پارامترهای کیفیت سرویس بهبود داشته و توانسته است پارامترهای مذکور را کاهش دهد. همچنین در این مقاله برای پیادهسازی روش پیشنهادی از شبیه ساز کلودسیم استفاده شده است.کلیدواژه ها
سیستم های پردازش ابری، کیفیت سرویس، توان مصرفی، الگوریتم فاخته، منطق فازی، مناسب ترین منبعمقالات مرتبط جدید
- تشخیص لینک مخرب با استفاده از TF-IDF و رگرسیون لجستیک
- چالشها و راهکارهای امنیتی در شبکه های بدون سرور با استفاده از فناوری بلاکچین
- Exploring Frameworks of Information Behavior and Informal Learning: A Narrative Review Across Leisure, Equity, AI, and Cross-Cultural Contexts
- Self-Directed Language Learning and Information Behavior in Leisure Time: An International Comparative Study of Duolingo Use Among Iranian and Canadian EFL Learners
- ارائه یک سیستم توصیه گر مبتنی بر پیشنهاد محصول به مشتری در فروشگاه های اینترنتی با یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.