11251

11251

ارزيابي رهيافت هاي مديريت توان در مراكز داده ابري سبز

كارشناسي ارشد

برق - مهندسي فناوري اطلاعات - مخابرات امن

دي ماه 1391

دي ماه 1391

دكتر محمود فتحي

چكيده در سال هاي اخير، با توجه به افزايش نياز به منابع محاسباتي، مفهوم رايانش ابري تاثير زيادي بر سيستمهاي محاسباتي گذاشته است. افزايش تقاضا براي رايانش باعث افزايش قابل توجهي در مصرف انرژي و آلودگي محيط زيست شده است. راه حلهاي مصرف انرژي به صورت بهينه براي كاهش اثر استفاده از رايانش ابري در محيط زيست، امري ضروري است. ايده اصلي، استفاده از يكپارچه سازي در مراكز داده ابري است. يكپارچه سازي پوياي ماشينهاي مجازي از مهاجرت زنده و غيرفعال كردن گره هاي بيكار استفاده ميكند و به فراهم كنندگان ابري اجازه ميدهد كه استفاده از منابع را بهينه كنند و مصرف انرژي را كاهش دهند. هرچند تعهد فراهم آوردن كيفيت سرويس بالا براي مشتريان، باعث ايجاد لزوم سروكارداشتن با مسأله انرژي و كيفيت ميشود. يكپارچه سازي پوياي ماشينهاي مجازي به چهار قسمت تقسيم ميشود. در بخش اول يكپارچه- سازي، الگوريتم تشخيص ميزبان داراي اضافه بار قرار دارد، در صورتيكه ميزباني داراي اضافه بار شود، تعدادي از ماشينهاي مجازي آن بايد مهاجرت كند. فاز دوم يكپارچهسازي، براي تشخيص ماشينهاي كم بار است كه در اين صورت تمام ماشينهاي مجازي موجود در آن ميزبان بايد مهاجرت كرده و ميزبان خاموش شود. فاز سوم، فازي است كه در آن ماشينهاي مجازي مناسب براي مهاجرت در ميزبانهاي پربار انتخاب ميشوند. فاز چهارم در رابطه با جايابي براي زمان بعد از مهاجرت ماشينهاي مجازي است. در اينجا ما الگوريتمهاي تشخيص ميزبان داراي اضافه بار جديدي را بيان كردهايم كه باعث كاهش مصرف انرژي ميشود. اين الگوريتمها بر اساس ايده ايجاد آستانه بالاي ميزان استفاده ميزبانها است. در واقع ميزان استفادهي كل ماشينهاي مجازي موجود در يك ميزبان نبايد بيشتر از ميزان آستانه شود. در صورتيكه ميزان استفاده از ميزباني بيشتر از ميزان آستانه شود، تعدادي از ماشينهاي مجازي بايد از آن ميزبان مهاجرت كنند تا ميزان استفاده كاهش يابد و باعث نقض توافقنامه سطح خدمات نشود. دو الگوريتم MSE و RMS تاكنون براي فاز تشخيص ميزبان داراي اضافه بار بهكار گرفته نشده بود و الگوريتم ONUC نيز تاكنون در محيطهاي ابري پياده سازي نشده بود. ما به مقايسه اين الگوريتمها با ديگر الگوريتم- هاي موجود از جمله LR ، IQR و ... ميپردازيم. الگوريتم MSE از نظر كاهش مصرف انرژي بهترين نتيجه را داشت. اين الگوريتمها همچنين به كاهش تعداد مهاجرت ميپردازد كه در ايجاد كيفيت سرويس بالاتر كمك كننده خواهد بود. ما الگوريتمهاي خود را به وسيلهي شبيه ساز CloudSim پياده سازي كرديم. واژه هاي كليدي: مجازي سازي، مهاجرت زنده، رايانش ابري سبز، يكپارچه سازي ماشينمجازي، مديريت توان