بهبود مصرف انرژی مراکز داده ابری با استفاده از الگوریتم یادگیری عمیق

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 222

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAEC05_061

تاریخ نمایه سازی: 1 تیر 1403

چکیده مقاله:

در طی چندین سال اخیر، رایانش ابری به عنوان یک الگوی نو ظهور به شدت در زندگی روزمره در حال رشد می باشد. با توجه به رشد روز افزون این فن آوری مدیریت منابع در زیرساخت به عنوان یک چالش مهم مطرح می باشد. هدف از این پژوهش ؛ بهبود بخشیدن میزان مصرف انرژی در مراکز داده ابری و بهبود تعداد مهاجرت ماشین مجازی و حفظ کیفیت سرویس بین سرور های فیزیکی در مراکز داده ابری با کمک یادگیری عمیق می باشد. این مقاله یادگیری عمیق را در جهت متعادلسازی بار کاری سرور ها و صرفه جویی در مصرف برق مراکز داده ها با مهاجرت های ماشین مجازی انجام می دهد. روش پیشنهادی برروی دیتا ست استاندارد PLANETLAB بررسی و نتایج ارایه گردید. نتایج نشان می دهد مهاجرت با الگوریتم پیشنهادی از نظر مصرف انرژی ،کاهش تعداد مهاجرت حدود ۱۳ درصد نسبت به الگوریتم های مورد مقایسه بهبود یافته است .

کلیدواژه ها:

رایانش ابری -مراکز داده ابری -مصرف انرژی - مهاجرت- یادگیری عمیق

نویسندگان

سیدابراهیم دشتی

دانشکده مهندسی برق و کامپیوتر، واحد جهرم، دانشگاه آزاد اسلامی

مهدی رستگار

دانشجوی کارشناسی ارشد، موسسه غیرانتفاعی پاسارگاد