بهبود کارایی ترکیب ماشین های مجازی با استفاده از مدل زنجیره مارکوف در محیط پردازش ابری

امروزه رایانش ابری یکی از تکنولوژیهای مهم در حال پیشرفت است و تمایل برای استفاده از این تکنولوژی بسیار بالا است . ازجمله مهم ترین چالش های این تکنولوژی مصرف بالا انرژی می باشد که هزینه زیادی برای ارائه دهندگان این تکولوژی به همراه دارد. راهکاری که برای کاهش مصرف انرژی وجود دارد ادغام میزبانها در مراکز داده ابری است . در این پژوهش با استفاده از مدل زنجیره مارکوف و پیش بینی بار کاری میزبانها براساس میزان مصرف پردازنده مرکزی و حافظه اصلی در تلاش هستیم تا به کمتر شدن نقض توافقنامه سطح خدمات بپردازیم . از طرفی در نظر داریم با ارائه یک معیار جدید به نام دانه بندی و استفاده از آن در کنار سایر معیارهایی که قبلا توسط پژوهشگران دیگر مورد استفاده قرار گرفته است ، بتوانیم با تشخیص بهتر میزبانهای کم بار و مهاجرت دادن ماشین مجازیهای آنها و سپس خاموش کردن این میزبانها به کمتر شدن مصرف انرژی نیز کمک کنیم .

کلیدواژه ها:

میزبان ، ماشین های مجازی ، دانه بندی ، مدل زنجیره مارکوف ، رایانش ابری