مروری بر جایابی ماشین مجازی برای کاهش انرژی در رایانش ابری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 503

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:

ICEEE07_491

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

سال های اخیر، زیرساخت IT به دلیل تقاضا برای توان محاسباتی که توسط برنامه های کاربردی استفاده می شود به طور سریع در حال رشد است و مراکز داده مدرن در رایانش ابری در حال میزبانی انواع برنامه های کاربردی پیشرفته هستند. هزینه بالای انرژی و تولید گازهای گلخانه ای مشکل قابل توجهی است که به عنوان نتایج حاصل از استفاده از مراکز داده بزرگ پدید آمده است. بنابراین ارائه یک روش موثر برای کاهش مصرف انرژی توسط مراکز ،به شدت توسط محققان در نظر گرفته شده است. از جمله روش های کاهش انرژی جایابی ماشین مجازی است. در این روش با استفاده از مهاجرت زنده ماشین مجازی تعداد سرور های فعال را کاهش میدهیم. برای اینکار ماشین های مجازی که بر روی سرورهای دارای بهروه وری پایین را به سرور های دیگر مهاجرت داده و سرور های بیکار را به حالت خواب یا خامو تغییر وضعیت میدهیم..در این مقاله، ما یک مروری کلی بر روش های حل مسئله جایابی، انواع معماری مدیریت برای جایابی پویای ماشین های مجازی در مراکز داده به منظور کاهش مصرف انرژی پرداخته و آنها را با هم مقایسه نموده ایم.

کلیدواژه ها:

تلفیق ماشین مجازی ، جایابی ماشین مجازی ، معماری مدیریت ماشین مجازی

نویسندگان

حسین قیاسی

دانشجوی کارشناسی ارشد دانشگاه آزاد واحد محلات ایران کاشان

مصطفی قبائی آرانی

دانشگاه آزاد اسلامی واحد پرند ایران کاشان

محببوبه شمسی

استادیار دانشگاه قم ایران قم

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 :
  • LIN, A. & CHEN, " Cloud computing _ an innovatio. ...
  • B. Clark, T. Deshane, E. Dow, S. Evanchik, M. Finlayson, ...
  • J. _ _ _ consideration on Workshops, 20 12 ...
  • D. Bonde, " Techniques for Virtual Machine Placement in Clouds", ...
  • R.Gupta and R. K. Pateriya, Survey on Virtual Machine Placement ...
  • A. Esnault, Energy-Aware Distributed At Colony Based Virtual Machine Consolidation ...
  • F. Quesnel, A. Lebre, M. Sidholt, et al. Cooperative and ...
  • A. Gandhi, H.Balter, R. Das, C _ Le furgy, Optimal ...
  • A. _ _ 10th IEEE/ACM International Conference, 2010. ...
  • L. Li _ _ conference industry session on Autonomic _ ...
  • J. Kaplan, W. Forrest, N. Kindler, Revolutionizing Data _ _ ...
  • - A. Singh And M. Hemalatha , "Cluster Based Bee ...
  • Y. Gaoa, H. Guana, Z. Qia, Y.Houb, L. Liuc, , ...
  • M.Hasanul Ferdaus, M. Murshed, N Rodrigo Calheiros , R. Buyya, ...
  • F.Maab , F. Liu , Z. Liu, Multi-objective Optimization for ...
  • E. Feller, L. Rillingf, Ch.Morin, Energy-Aware Ant Colony Based Workload ...
  • R. _ _ _ an dOpportunities _ _ ...
  • J. Xu and A.Joe , B. Fortes, Multi-objective Virtual Machine ...
  • G. Wu1, M. Tang, Y.Tian , andW. Li _ Energy ...
  • D. Jiang _ P.Huang , P.Lin, J. Jiang, "Energy Efficient ...
  • H. Nakada, T. Hirofuchi, H. Ogawa, and SItoh, " Toward ...
  • M. Tang , Sh. Pan, " A Hybrid Genetic Algorithm ...
  • Virtual Machine Placement Problem in Data Centers", Springer S cience+Busines ...
  • نمایش کامل مراجع