Reduce energy consumption Cloud computing data centers with Definition selection and migration policy of virtual machines and using meta-heuristic ICA algorithm
محل انتشار: کنفرانس بین المللی پژوهش در علوم و تکنولوژی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 808
فایل این مقاله در 12 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:
CRSTCONF01_039
تاریخ نمایه سازی: 27 اسفند 1394
چکیده مقاله:
Reduce energy consumption in cloud computing centers, one of the priorities of Technology IT is.Consume large amounts of electrical energy high cost of operations and increase greenhouse gases followed. In addition, modern cloud computing environment to provide a high quality of service (QOS) for their customers. This article Merger Meta-heuristic Colonial competition algorithm (ICA) Efficient resource management policies to solve the problem suggests. The goal is in the beginning virtual machine properly in Physical host be placed .The goal in beginning virtual machine to Properly in Physical host be placed And then used from proposed policies Which can migrate virtual machines to minimize And also hosts unemployed to minimize energy consumption off. In this paper we show the dynamic reallocation of virtual machines with the proposed method, Brings significant energy savings,resulting in a significant impact in reducing energy consumption and the amount of SLA violation is almost zero
کلیدواژه ها:
cloud computing ، imperialist competitive algorithm ، reduce energy consumption ، selection policies and migration of virtual machines
نویسندگان
Mina Ziaei
Department of Computer Engineering ,Yazd Branch, Islamic Azad University, Yazd, Iran
Abolfazl Gandomi
Department of Computer Engineering ,Yazd Branch, Islamic Azad University, Yazd, Iran
Fatemeh Saadatjoo
Department of Computer Engineering, Science and Art University, Yazd, Iran
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 :