بهینه سازی مصرف انرژی مبتنی بر مهاجرت ماشین های مجازی در محاسبات ابری

امروزه با گسترش روز افزون مراکز داده مبتنی بر محاسبات ابری و تقاضای استفاده از سرویس های ابری ، یکی از مهمترین مشکلات پیش روی این مراکز داده رشد فزاینده مصرف انرژی است . کاهش مصرف انرژی در این مراکز داده مستلزم استفاده بهینه تر از منابع پردازشی موجود از جمله ماشین های مجازی و میزبان های فیزیکی است . نحوه استقرار ماشین های مجازی در میزبان های فیزیکی موجود در مراکز داده از این جهت اهمیت دارد که استفاده کمتر از میزبان ها در واقع معادل مصرف انرژی کمتر است . دراین مقاله به ارائه یک رویکرد بهتر در متعادل کردن بار سیستم منابع ماشین های مجازی در یک محیط ابری بر اساس الگوریتم ژنتیک پرداخته شده است . انجام این کار باعث تعادل بار بهتر و کاهش پویای تعداد مهاجرت ماشین های مجازی میشود و در نتیجه کاهش هزینه بالای مهاجرت و مصرف انرژی را تضمین میکند.

کلیدواژه ها:

انرژی ، الگوریتم ژنتیک ، ماشین های مجازی ، محاسبات ابری ، مراکز داده ابری .