ارزیابی و مدل سازی تکنیک های مهاجرت ماشین های مجازی در محاسبات ابری

باتوجه به افزایش رشد درخواست ها و پیوستن مشتریهای جدید به دنیای محاسبات، سیستم های محاسباتی نیز باید تغییر کنند و قدرتمندتر و انعطافپذیرتر از قبل عمل نمایند. در این میان محاسبات ابری* به عنوان مدلی فراتر از یک سیستم ارایه شده که درحال حاضی توانایی پاسخگویی به اکثر درخواستها ونیازمندیها را دارد. زیرساخت انعطافپذیر محاسبات ابری و تکنولوژی مجازی سازی، امکانات جدیدی را برای پشتیبانی از فعالیتهای تجاری فراهم آورده است. اما حضور در بازار رقابت برای سرویس دهندگان ابرها موضوع بسیار مهمی است و از این رو سعی دارند تا با استفاده از تکنیکهای مختلف مدیریتی، امنیتی، محاسباتب و ذخیرهسازی، مراکز دادهای امن و انعطافپذیر داشتهباشند. روشهای متفاوتی جهت پیاده سازی مهاجرت زنده ماشین مجازی وجود دارد. هر کدام از روشها دارای مزایا و معایبی میباشند که لزوم بررسی آنها را ضروری مینماید. بررسی هرکدام از این روشها در محیط آزمایش مهاجرت زنده ماشین مجازی نتایج متعددی را به همراه داشته است. قطع سرویس دهی تا زمان ارسال صفحات به طور کامل، زمان و حجم داده های ارسالی اندک، کاه شزمان از کارافتادگی، زمان کل مهاجرت و زمان تنزل در کارآیی، انتقال داده های دیسک از مزایا و وجود خطای نقص صفحه، حافظه سربار سیستم، افزایش نرخ مبادله فایل ثبت وقایع توسط دایمون نسبت به نرخ رشد فایل، از معایب روشهای مطالعه شده میباشد. از بین روشهای بررسی شده روش پیش کپی به دلیل کاهش زمان کل مهاجرت و تحملپذیری در برابر خرابی در ماشین مقصد و سربار کمتر از کارآیی بیشتری برخوردار است. در این تحقیق سعی بر آن شده که رایانش ابری و ماشین های مجازی و نحوه مهاجرت ماشینهای مجازی و روش های مختلف در رابطه با مهاجرت ماشینهای مجازی را بررسی و به ارزیابی آنها بپردازیم.

کلیدواژه ها:

مجازی سازی ، رایانش ابری ، ارزیابی ماشین های مجازی ، مهاجرت