یک الگوریتم جایگذاری ماشین های مجازی آگاه از انرژی به منظور پشتیبانی از محیط های محاسباتی ابری

در سالهای اخیر استفاده از فناوری مجازیسازی و سیستم های محاسباتی ابری بسیار متداول شده است. علاوه برهزینه های بالای عملیاتی، مراکز داده بزرگ، مصرف انرژی بالایی دارند و مصرف بالای انرژی منجر به افزایش دما وکاهش قابلیت اطمینان و طول عمر منابع سخت افزاری خواهد شد. مساله مصرف بالای انرژی نه تنها منجر به هزینه هایبالای عملکردی مى شود و سوددهی را کاهش مى دهد، بلکه باعث تولید میزان قابل ملاحظه گاز دی اکسید کربن کهمنجر به تولید گازهای گلخانه ای مى شود. هدف اصلی این مقاله، زمانبندی ماشین های مجازی با استفاده از تاریخچهبهره وری منابع پردازنده و واسط شبکه با هدف کاستن میزان انرژی مصرفی است. در این روش با استفاده از میزانبهره وری منابع یک ماشین مجازی در گذشته، سعی در تخمین استفاده از آن منابع در آینده می شود. در این تحقیقمدلی برای تخمین بهره وری پردازنده و واسط شبکه ارائه مى گردد و این مدل مبنای کار برای ارائه الگوریتم زمانبندیماشین های مجازی در مراکز داده و خاموش کردن سرورهای بیکار و به دنبال آن کاهش مصرف انرژی گشته است. نتایجحاصل از اجرای این الگوریتم نشان مى دهد که استفاده از الگوریتم پیشنهادی مى تواند بسته به تعدادماشین هایفیزیکی و مجازی از مصرف انرژی در مراکز داده حدود 24 درصد بکاهد.

کلیدواژه ها:

مهاجرت ، الگوریتم های یادگیری ، زمانبندی ماشین مجازی ، بهینه سازی مصرف سوخت