25449

جانمايي ماشين هاي مجازي در ماشين هاي فيزيكي با هدف صرفه انرژي و تاخير در محيط هاي محاسباتي ابري

كارشناسي ارشد

مهندسي كامپيوتر- شبكه‌هاي كامپيوتري

1396

1400/2/5

دكتر زينب موحدي

مهندسي كامپيوتر

بسياري از خدمات متمركز داده‌ها براي كاهش هزينه‌هاي عملياتي و اشتراك منابع به شدت به مراكز داده‌هاي ابري وابسته شده‌اند. در مراكز داده ابر, تعداد زيادي ماشين مجازي به سرورهاي فيزيكي تخصيص داده مي‌شوند تا خدمات متمركز داده‌ها را با تضمين كيفيت خدمات فراهم كنند. از اين رو انرژي مصرفي در مراكز داده‌ي ابري با مقياس بسيار بزرگ به صورت غيرقابل قبولي در حال افزايش است. به همين دليل نياز اساسي به بهبود بهره‌وري انرژي در چنين مراكز داده‌اي با استفاده از تلفيق سرورها وجود دارد كه هدف از آن به حداقل رساندن ماشين‌هاي فيزيكي فعال در يك مركز داده مي‌باشد. اين امر موجب كاهش مصرف انرژي و در نتيجه كاهش مصرف دي اكسيد كربن و افزايش طول عمر شبكه مي‌شود. هر چند در تخصيص ماشين‌هاي مجازي به ماشين‌هاي فيزيكي تا كنون يكسري از كارها انجام شده است اما اين تخصيص‌ها چالش‌هايي از قبيل در نظر گرفتن سود كاربر در كنار سود تامين كنندگان كمتر مورد بررسي قرار گرفته است. در اين پايان نامه يك روشي براي جانمايي ماشين‌هاي مجازي بر روي ماشين‌هاي فيزيكي ارائه شده است به طوريكه ضمن رعايت پارامترهاي كيفيت سرويس، مصرف انرژي را بهينه كند و در كنار آن سود كاربر و تامين كنندگان را در نظر بگيرد. به اين منظور مساله تخصيص منابع در فضاي ابري را با استفاده از برنامه نويسي خطي مدلسازي نموديم و براي ارزيابي روش تخصيص منابع پيشنهادي، مدل پيشنهادي را داخل نرم افزار CPLEX پياده‌سازي نموديم و نتايج ارزيابي‌ها در شرايط متغيير بودن سرويس‌ها، سرورها، انرژي بيكاري و ظرفيت CPU نشان داديم كه نتيجه نشان داد مدل پيشنهادي نسب به مدل‌هاي موجود در شرايطي كه سرور‌هاي بيكار خاموش باشند حدود % 50 مصرف انرژي را بهبود و در شرايطي كه سرويس‌ها براي اجراي سرويس به ديتاهاي يكديگر احتياج داشته باشند حدود % 40 تاخير در زمان ارائه سرويس را بهبود مي‌بخشد. كلمات كليدي: مراكز داده ابري، جانمايي ماشين مجازي، مصرف انرژي، كيفيت سرويس، تاخير

1400/02/24

the placement of virtual machines in the physical machines with the goal of energy efficiency and delay in cloud computing environments

1/1/1900 12:00:00 AM

Abstract Many centralized data services are highly dependent on cloud data centers to reduce operating costs and resource sharing . In cloud data centers , a large number of virtual machines are assigned to physical servers to provide intensive data services by ensuring service quality . hence , the energy consumption in cloud data centers is increasing internationally with a very large scale . This is why there is a fundamental need to improve energy efficiency in such data centers using the integration of servers that aim at minimising the active physical machines at a data center . This reduces the energy consumption and thus reduce the consumption of carbon dioxide and prolong the network lifetime . however , some of the tasks have been done in the allocation of virtual machines to the physical machines , but these assignments have some challenges , such as taking advantage of the user 's benefit alongside the benefit of the suppliers . in this thesis , a method for positioning virtual machines on physical machines has been proposed to optimize energy consumption while observing the service quality parameters , and to consider the users and suppliers . for this purpose , we model the resource allocation problem using linear programming and to evaluate our proposed resource allocation method , we implemented the proposed model into CPLEX software and results show that the proposed model has improved about 50 % of energy consumption in terms of service availability conditions , which improves about 40 % of the delay in time of service delivery. keywords: cloud data centers , virtual machine placement , energy consumption , quality of Service , delay