چکیده مقاله
امروزه محاسبات ابری سبز در سرتاسر دنیا اقدام به ارائه ی سرویس های کاربرد محور به کاربرانش نموده است بر مبنای پرداخت بهازای استفاده، این سرویس باعث شده تا اپلیکیشن های گسترده ی کاربران که شامل دامنه های تجاری و علمی می باشد موردپشتیبانی قرار گیرد اگرچه مراکزهای داده که اپلیکیشن های ابری را مورد میزبانی قرار می دهند، انرژی الکتریسیته ی زیادی رامصرف کرده و باعث افزایش هزینه های عملیاتی می گردند بنابراین نیاز است تا از راه حل های رایانش ابری سبز استفاده گرددبه طوری که نه تنها باعث کاهش هزینه های عملیاتی گردد بلکه تاثیر محیطی را نیز کاهش دهد در این مقاله، قصد داریم تا یکچارچوب معماری را به همراه اصولی برای رایانش ابری کارآمد از نظر انرژی ارائه دهیم برای همین منظور یک الگوریتم تخصیصمنابع آگاه به انرژی به نام MBFD پیشنهاد شده است که مسئله ی تخصیص ماشین مجازی را می توان به دو بخش تقسیم کرد: اولین بخش، پذیرش درخواست های جدید برای تدارک ماشین مجازی و قرار دادن ماشین های مجازی بر روی هاست ها می باشد وبخش دوم، بهینه سازی تخصیص ماشین مجازی فعلی می باشد اولین بخش را می توان به عنوان یک مسئله ی بسته بندی با اندازه ها وقیمت های متغیر در نظرگرفت برای این قسمت، از الگوریتم کاهشی بهترین تطابق تغییر یافته MBFD استفاده می کنیم این الگوریتم اقدام به مرتب سازی تمامی ماشین های مجازی از مرتبهی کاهشی نموده و هاستی که کمترین افزایش مصرف انرژی رادارد، به هر ماشین مجازی تخصیص می دهیم و نتایج آزمایشی نشان می دهد که این روش باعث کاهش قابل ملاحظه ی مصرفانرژی در دیتاسنترهای ابری و در مقایسه با تکنیکهای تخصیص منبع می شود
کلیدواژهها
نویسندگان
شیوه ارجاع
فاتحی، سعید،1401،تخصیص منابع آگاه به انرژی جهت مدیریت موثر انرژی در مراکز داده ابری،چهاردهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات پانزدهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک8 شهریور 1401 · شیروان