کاهش هزینه انرژی و کربن مراکز داده ابری با استفاده از الگوریتم های بهینه جانمایی ماشین های مجازی و یک مدل خودکار کنترل کننده مقیاس سرور ها
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 165
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSCIT-9-4_007
تاریخ نمایه سازی: 25 مهر 1403
چکیده مقاله:
امروزه یکی از مهم ترین چالش ها در رایانش ابری، هزینه های سرسام آوری می باشد که توسط ارائه دهندگان خدمات ابری جهت مصرف انرژی و مالیات کربن پرداخت می شود. براین اساس، تلاش های فراوانی توسط ارائه دهندگان خدمات ابری برای کاهش این دسته از هزینه ها مانند افزایش بهره وری سخت افزار سرورها شده است. هرچند اکثر تلاش های انجام شده، تنها بر روی یک مرکز داده واحد متمرکز هستند ولی در سالهای گذشته، مدل های زیادی در این خصوص ارایه شده است که هدف نهایی آنها به حداقل رساندن هزینه های انرژی مصرفی و انتشار کربن با کمک چندین مرکز داده مربوط به یک ارائه دهنده خدمات ابری که از لحاظ جغرافیایی توزیع شده اند، می باشد. یکی از نواقص مهمی که در تمامی روش ها مشاهده می گردد، نگهداری تمامی سرور های مراکز داده در حالت آماده باش می باشد، حتی زمانی که بیکار هستند. ایده اصلی این مقاله افزودن امکان افزایش و کاهش خودکار مقیاس سرور به صورت افقی در یک مرکز داده، بر اساس بهره وری پردازنده های مرکز داده می باشد. مدل ارایه شده با داده های واقعی در شبیه ساز CloudSimPlus پیاده سازی گردید و همچنین نتایج آنرا با بهترین مدل های جاری مورد مقایسه قرار دادیم. نتایج شبیه سازی نشان می دهد که مدل پیشنهادی در مقایسه با مدل های قبلی توانسته است حدود ۶۸ درصد، میزان هزینه انرژی و انتشار کربن را در مراکز داده کاهش دهد.
کلیدواژه ها:
نویسندگان
Ehsan Khodayarseresht
دانشکده مهندسی و علوم کامپیوتر دانشگاه شهید بهشتی، تهران، ایران.
Alireza Shameli-Sendi
دانشکده مهندسی و علوم کامپیوتر دانشگاه شهید بهشتی، تهران، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :