بهینه سازی مصرف انرژی در مراکز داده ابر نظامی با استفاده از الگوریتم رقابت استعماری و استراتژی تکامل
محل انتشار: اولین کنفرانس بین المللی وب پژوهی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,367
فایل این مقاله در 10 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:
IRANWEB01_014
تاریخ نمایه سازی: 29 شهریور 1394
چکیده مقاله:
محاسبات ابری در سال های اخیر به عنوان یکی از مهم ترین تکنولوژی ها برای تحویل تقاضای سرویس های پیشرفته از طریقاینترنت عمومی، ضروری شده است و محاسبات ابری نظامی یکی از شاخه های آن می باشد که کاربردهای گوناگونی در علوم نظامی دارد. محاسبات ابری نظامی اولین بار با پروژه ای با نام Military Clud در January 2012 مطرح شد. امروزه بهینه کردن مصرف انرژی در محاسبات ابری یکی از چالش های مهم ارائه دهندگان این سرویس می باشد. در روش پیشنهادی سعی شده است باتخصیص ماشین های مجازی به میزبانهای فیزیکی تعداد میزبانهای فیزیکی روشن کمینه شود و با این کار میزان مصرف انرژی درمراکز داده ابری کاهش یابد. در حالت کلی مسئله تخصیص بهینه ماشین های مجازی به میزبان های فیزیکی را می توان به سه زیرمسئله تقسیم نمود. زیر مسئله اول این است که چه زمانی باید ماشین مجازی مهاجرت کند؟ زیر مسئله دوم به اینکه کدام ماشینمجازی مهاجرت کند؟ می پردازد. زیر مسئله سوم به پرسش ماشین های مجازی به کجا مهاجرت کنند؟ باید پاسخ دهد. تمرکز اصلیاین تحقیق بر روی حل زیر مسئله دوم می باشد. در این مقاله با استفاده از الگوریتم های تکاملی روشی مبتنی بر الگوریتم رقابتاستعماری برای تخصیص بهینه ماشین های مجازی به میزبان های فیزیکی ارائه شده است. برای ارزیابی عملکرد راه حل ارائه شده،طیف وسیعی از راهکارهای ارائه شده برای زیر مسائل اول، دوم و روش پیشنهادی ترکیب و کارایی آنها مورد تحلیل قرار گرفته است. شبیه سازی روش پیشنهادی با استفاده از شبیه ساز CloudSim انجام شده و نشان می دهد که بکارگیری روش پیشنهادی موجب نقض شدن کمتر قراردادهای SLA نیز شده است. همچنین این روش موجب شده است تا مصرف انرژی توسط میزبان های فیزیکی نسبت به الگوریتم های مشابه 22,54 درصد کاهش داشته باشد.
کلیدواژه ها:
نویسندگان
رضا عاصمی
کارشناسی ارشد، مهندسی کامپیوتر، نرم افزار، مرکز مطالعات قرارگاه پدافند هوایی خاتم الانبیا (ص)
علیرضا قنبری
کارشناسی ارشد، علوم کامپیوتر، هوش مصنوعی، دانشگاه پدافند هوایی خاتم الانبیا (ص)
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 :