صالح محمودآقائی - دانشجو،گروه کامپیوتر، واحد بندرعباس ، دانشگاه آزاد اسلامی ، بندرعباس ، ایران
فاطمه سعادت جو - استادیار ،گروه کامپیوتر، واحدیزد ، دانشگاه علم و هنر یزد ،یزد ، ایران

در این پژوهش از یک الگوریتم فرا اکتشافی به نام الگوریتم کلونی زنبور عسل برای حل مساله Packing Bin که یک مساله NP-Complete است به منظور کاهش مصرف انرژی در مراکز داده برای جایابی مجدد ماشین های مجازی در هنگام مهاجرت و رسیدن به پاسخ بهینه استفاده شده است. فرآیند مدیریت منابع، فرایندی بسیار پیچیده بوده و تحقیقات بسیار زیادی در این زمینه انجام گرفته است تا همه ابعاد آن به درستی شناخته شده و توانایی استفاده موثرتری از منابع ابرها ایجاد گردد. مدیریت منابع شامل مباحثی همچون فرآیند تخصیص و زمان بندی منابع، تعادل بار، کاهش مصرف انرژی می باشد . نتایج شبیه سازی کلودسیم نشان می دهد الگوریتم کلونی زنبور عسل در مقایسه با الگوریتم ایمنی مصنوعی، ژنتیک و ازدحام ذرات باعث کاهش مصرف انرژی بیشتری در مراکز داده ای ابری خواهد شد. در حالت میانگین برای داده های مختلف، انرژی مصرفی، برای الگوریتم انرژی مصرفی برای الگوریتم کلونی زنبور عسل برابر 84.81 برای الگوریتم ایمنی مصنوعی بدن برابر 88.84 ، ازدحام ذرات 91.14 و ژنتیک 93.92 بوده است. در مقایسه پارامترهای تعداد میزبان های خاموش، میانگین زمان قبل از خاموشی میزبان، میانگین زمان اجرا و میزان نقض توافق سطح خدمات در الگوریتم کلونی زنبور عسل بهبود قابل توجهی داشته است که در فصل چهارم به اختصار مورد بررسی قرار گرفته شده است.

کاهش مصرف انرژی،توافق نامه سطح سرویس ،مهاجرت ماشین های مجازی، کلونی زنبور عسل ،مراکز داده