بهبود مصرف انرژی بر اساس روش های تطبیقی در سیستم های رایانش ابری

چکیده در سال های اخیر مزایای رایانش ابری توجه بسیاری را به خود معطوف کرده و سرعت گرفتن توسعه آن، میزان استفاده از منابع انرژی را در حوزه فناوری اطلاعات به شدت افزایش داده است. مراکز داده ابری با بهره گیری از فناوری مجازی سازی، امکان مدیریت ماشین های مجازی را با هدف کنترل مصرف انرژی و کاهش انتشار گازهای گلخانه ی فراهم می آورند. در این تحقیق ما با ایجاد بهبودهایی در تمام مراحل مدیریت ماشین های مجازی سعی در ایجاد تعادلی بین کمینه سازی مصرف انرژی و بیشینه سازی کیفیت سرویس ارائه شده داریم. استفاده از هر دو روش تحلیل آماری و تعیین پویای آستانه ها، با هدف جلوگیری از مهاجرت های غیر ضروری، ما را برای رسیدن به این تعادل کمک خواهد کرد. اکثر کارهای انجام شده در زمینه مدیریت ماشین های مجازی، انرژی سربار حاصل از مهاجرت زنده ماشین های مجازی را در نظر نمی گیرند، و فقط افت کارایی حاصل از مهاجرت را لحاظ می کنند. اما روش ما هر دو مسئله سربار انرژی و افت کارایی را در تمام مراحل مدیریت ماشین های مجازی در نظر می گیرد. تخصیص منابع به ماشین های مجازی، از مسائل مهم موجود در مدیریت ماشین های مجازی می باشد، که با اضافه کردن چندین پارامتر بهره وری انرژی، به روش پیشنهادی، استقرار ماشین های مجازی بر روی بهترین میزبان ها، از لحاظ بهره وری انرژی صورت خواهد گرفت. شبیه سازی بر روی میزبان هایی با ویژگی های متفاوت و با استفاده از بارکاری حاصل از دنیای واقعی، بیانگر قابلیت روش ما در کاهش مصرف انرژی و کاهش خطای قرارداد سطح سرویس در مقایسه با دیگر روش های مدیریت ماشین های مجازی می باشد.