کاهش مصرف انرژی در محاسبات ابری از طریق انتقال زنذه ماشینهای مجازی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 779

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SENACONF01_204

تاریخ نمایه سازی: 25 فروردین 1394

چکیده مقاله:

محاسبات ابری یک مدلی برای فراهم کردن دسترسی اسان براساس تقاضای کاربر ازطریق شبکه به مجموعه ای ازمنابع محاسباتی قابل تغییر و پیکربندی مثل شبکه ها سرورها فضای ذخیره سازی برنامه های کاربردی و سرویسها است که این دسترسی بتواند باکمترین نیاز به مدیریت منابع و یا نیاز به دخالت مستقیم فراهم کننده سرویس به سرعت فراهم شود محاسبات ابری به د لیل توانایی درارایه محاسبات ازطریق فراهم کردن سرویسهای خدماتی که بصورت پرداخت درقبال استفاده صورت میگیرد توانسته است کاربران زیادی را به خود جذب نماید رشد سریع تقاضا برای توان محاسباتی ازسوی برنامه های کاربردی مدرن درترکیب با مهاجرت به مدل محاسبات ابری باعث برپاشدن مراکز داده مجازی درمقیاس بزرگ شده است این مراکز داده انرژی الکتریکی بسیاربالایی مصرف می کنند که نتیجه آن افزایش هزینه های عملیاتی و تولید دی اکسید کربن است بنابراین کارامدی انرژی دررایانش ابری مسئله بسیارمهمی است مصرف انرژی و بهره برداری ازمنابع بسیاربهم پیوسته هستند اگرمنبعی بانرخ بهره کم مورداستفاده قرارگیرد یک مقدار غیرقابل قبول انرژی مصرف می کند پس بهتر است که برای بهبود بهره وری منابع بطور کامل مورداستفاده قرارگیرند با به اندازه کافی بارگذاری شوند یکی ازراه های تکنیک های ارتقای بهره وری فناوری مجازی سازی است این فناوری به واسطه ی محیطهای محاسبات ابری سیار مورد استفاده قرارمیگیرند که توانایی انتقال ماشین های مجازی را با استفاده ازانتقال زنده فراهم می کند

کلیدواژه ها:

نویسندگان

جاسم خدابخشی

دانشجوی کارشناسی ارشذ دانشگاه آزاد اسلامی واحد نجف آباد

مهوش صادقی

دانشجوی کارشناسی ارشذ دانشگاه پیام نور قشن

علیرضا هاشمی

دانشجوی کارشناسی ارشذ دانشگاه آزاد اسلامی واحد نجف آباد

حسین نجاتی

دانشجوی کارشناسی ارشذ دانشگاه آزاد اسلامی واحد نجف آباد

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 :
  • A. Belaglozav, J.Abawajy, R. Buyya, "Energy-aware resource allocation heuristics for ...
  • A.Belaglozav, R. Buyya, "Adaptive Threshold-B ased Approach for Energy -Efficient ...
  • A. Beloglazov, R. Buyya, "Optimal Online Deterministic Algorithms and Adaptive ...
  • Bing Wei, ،A Novel Energy Optimized and Workload Adaptive Modeling ...
  • Bo Li, Li. Jianxin, Jinpeng Huai, Tianyu Wo, Qin Li, ...
  • Ching-Chi Lin, Pangfeng Liu, Jan-Jan Wu, _ Energy-Aware Virtual Machine ...
  • A.Murtazaev, Sangyoon Oh, "Sercon: Server Consolidation Algorithm using Live Migration ...
  • D.Versick, D.Tavangarian, "Reducing Energy Consumption by Load Aggregation with an ...
  • نمایش کامل مراجع