ارائه راهکاری جدید برای جایگذاری بهینه ماشین های مجازی در مراکز داده ابری با استفاده از الگوریتم جستجوی گرانشی گسسته و توابع آشوبناک

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 28

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSCIT-8-2_004

تاریخ نمایه سازی: 25 مهر 1403

چکیده مقاله:

جای گذاری ماشین های مجازی بر روی ماشین های فیزیکی در ساختار ابری یکی از مهمترین مسایل می باشد. مکانیابی ماشین های مجازی فرایندی را شامل می شود که در آن ماشین های مجازی بر روی ماشین های فیزیکی در مراکز داده ابری نگاشت پیدا میکنند. جایگذاری بهینه باعث کاهش مصرف انرژی، استفاده بهینه از منابع، کاهش ترافیک در مراکز دادهها، کاهش هزینهها و همچنین افزایش کارایی مراکز داده در بستر ابری میشود. در این مقاله، ما الگوریتم فرا ابتکاری نیروی گرانشی را به صورت گسسته و با استفاده از توابع آشوبگر برای جایگذاری بهینه ماشینهای مجازی بر روی ماشینهای فیزیکی در مراکز داده ابری، پیشنهاد دادهایم. هدف از این کار به حداقل رساندن مصرف منابع، مصرف انرژی و تعداد لینکهای ارتباطی میباشد. کارایی راهکار پیشنهادی با نتایج چندین الگوریتم فرا ابتکاری دیگر مقایسه میشود. نتایج نشان میدهد که الگوریتم پیشنهاد شده بهتر و تاثیرگذارتر از روشهای مقایسه شده میباشد.

نویسندگان

sasan gharehpasha

گروه کامپیوتر، دانشگاه آزاد اسلامی واحد ارومیه، ارومیه، ایران

mohammad masdari

گروه کامپیوتر، دانشگاه آزاد اسلامی واحد ارومیه، ارومیه، ایران

ahmad jafarian

گروه ریاضی، دانشگاه آزاد اسلامی واحد ارومیه، ارومیه، 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 :
  • A. Beloglazov, R. Buyya, “Energy efficient resource management in virtualized ...
  • G. Lee, "Cloud Networking: Understanding Cloud Based Data Center Networks,” ...
  • Q. Zhang, L. Cheng, R. Boutaba, “Cloud computing: state-of-the-art and ...
  • Y. Fang, D. Tang, J. Ge, “Energy-aware schedule strategy based ...
  • M. Alicherry, T. Lakshman, “Optimizing data access latencies in cloud ...
  • D. Kusic, J. Kephart, J. Hanson, N. Kandasamy, G. Jiang, ...
  • S. Chaisiri, B. Lee, D. Niyato, “Optimal virtual machine placement ...
  • H. Mi, H. Wang, G. Yin, Y. Zhou, D. Shi, ...
  • Y. Gao, H. Guan, Z. Qi, Y. Houb, L. Liu, ...
  • T. Yang, Y. Choon, A. Zomaya, “Energy-Efficient Data Center Networks ...
  • W. Ding, C. Gu, F. Luo, Y. Chang, U. Rugwiro, ...
  • E. Dashti, A. Rahmani, “Dynamic VMs placement for energy efficiency ...
  • D. Holliday, R. Resnick, J. Walker, “Fundamentals of physics,” John ...
  • E. Rashedi, “Gravitational Search Algorithm,” M.Sc. Thesis, Shahid Bahonar University ...
  • J Dong, H Wang, Y Li and S Cheng “Virtual ...
  • M. Cheng, D.Prayogo, “Symbiotic Organisms Search: A new metaheuristic optimization ...
  • M. Eusuff, K. Lansey, F. Pasha, “Shuffled frog-leaping algorithm: a ...
  • A. Marphatia, A. Nuhnot, T. sachdeva, E. Shukla, L. Kurup, ...
  • B. Santosa, L. Safitri, “Biogeography-based Optimization (BBO) Algorithm for Single ...
  • نمایش کامل مراجع