ارایه یک روش کاهش مصرف انرژی با حفظ کارایی در محیط رایانش ابری با استفاده از تجمیع ماشین های مجازی

در سال¬های اخیر، هزینه¬ی تامین برق مصرفی مراکز داده¬ی ابری به یکی از نگرانی¬های کنونی محاسبات ابری تبدیل شده است. به همین خاطر ارائه روش¬هایی برای کاهش هزینه مصرف در این مراکز داده مورد توجه دانشگاه¬ و صنعت قرار گرفته است. یکی از راهکار¬های کاهش مصرف انرژی در سیستم¬های پردازش ابری استفاده از الگوریتم-های تجمیع ماشین¬های مجازی می¬باشد. این الگوریتم¬ها با مهاجرت دادن ماشین¬های مجازی از سرور¬هایی با کارکرد کمتر به سرور¬هایی با کارکرد بیشتر باعث استفاده بیشتر از منابع موجود و کاهش مصرف انرژی می¬شود. محیط¬های زیر¬ساخت به عنوان سرویس (iaas)، به کاربران اجازه¬ی اجرای هر نوع نرم¬افزار توسط ماشین¬های مجازی را می¬دهد. با این حال آشکار نیست چگونه این حجم¬های کاری بر روی کارایی یکدیگر تاثیر می¬گذارند. این تاثیرات می¬تواند در اثر وابستگی داده، شبکه باشد. حل این مسئله می¬تواند باعث استفاده بهینه¬تر از منابع و کاهش مصرف انرژی شود. برای حل این مسئله در این پایان¬نامه یک روش تجمیع ماشین¬های مجازی ارائه شده است و در نهایت روش پیشنهادی را با الگوریتم pabfd مقایسه شده است. نتایج شبیه سازی نشان می¬دهد الگوریتم پیشنهادی مقدار مصرف انرژی را نسبت به الگوریتم pabfd 26 % کاهش داده است همچنین میزان مهاجرت-های زنده 44 % کاهش داده شده است. از نظر رعایت نیازمندی¬های سرویس، میزان نقض sla در الگوریتم پیشنهادی به طور تقریبی 32 % میزان نقض sla در الگوریتم pabfd می¬باشد.