فایل ورد کامل یک سیستم کلونی مورچه ها صرفه جویی کننده انرژی برای جاگذاری ماشین مجازی در محاسبات ابری

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل یک سیستم کلونی مورچه ها صرفه جویی کننده انرژی برای جاگذاری ماشین مجازی در محاسبات ابری،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۶۹ صفحه

جاگذاری ماشینی مجازی (VMP) و بهره وری انرژی، موضوعات قابل توجهی در تحقیقات حوزه محاسبات ابری هستند. در این مقاله، از محاسبات تکاملی برای VMP و جهت به حداقل رساندن تعداد سرورهای فیزیکی فعال به منظور زمان بندی سرورهای کمتر ازحد کافی استفاده شده، برای صرفه جویی در انرژی استفاده می شود. با الهام از عملکرد نویدبخش الگوریتم سیستم کلونی مورچه ای (ACS) برای مسائل ترکیبی، یک دیدگاه مبتنی بر ACS جهت دستیابی به هدف VMP توسعه می یابد. الگوریتم حاصل که به صورت جفت شده با روشهای جستجوی موضعی تبادل ترتیب و مهاجرت (OEM) می باشد، یک OEMACS نامیده می شود. این الگوریتم به صورت موثری تعداد سرورهای فعال استفاده شده برای جاگذاری ماشین های مجازی (VMs) را از یک نقطه نظر بهینه سازی عمومی و ازطریق یک راهبرد جدید برای انتشار فرومون که مورچه های مصنوعی را به سمت راه حل های نویدبخشی که ماشین های مجازی داوطلب را گروه بندی می کنند، هدایت می کند، به حداقل می رساند. از OEMACS برای مسائل مختلف VMP که دارای اندازه های مختلفی برای ماشین مجازی در محیط های ابری سرورهای همگن و ناهمگن هستند استفاده می شود. نتایج نشان می دهد که OEMACS عموما” نسبت به دیدگاههای سنتی غیرمستدل و سایر دیدگاههای مبتنی بر تکامل، عملکرد بهتری به ویژه روی VMP هایی با خصوصیات منابع تنگراهی دارد، و صرفه جویی های قابل توجهی از انرژی و نیز استفاده کارآمدتر از منابع مختلف را به ارمغان می آورد.

کلمات شاخص : سیستم کلونی مورچه ها | محاسبات ابری | جاگذاری ماشین مجازی

عنوان انگلیسی:

An Energy Efficient Ant Colony System for Virtual Machine Placement in Cloud Computing

~~en~~ writers :

Xiao-Fang Liu, Student Member, IEEE, Zhi-Hui Zhan, Member, IEEE, Jeremiah D: Deng, Member, IEEE, Yun Li, Member, IEEE, Tianlong Gu, and Jun Zhang, Fellow, IEEE

Virtual machine placement (VMP) and energy
efficiency are significant topics in cloud computing research. In
this paper, evolutionary computing is applied to VMP to minimize the number of active physical servers, so as to schedule
underutilized servers to save energy. Inspired by the promising performance of the ant colony system (ACS) algorithm for
combinatorial problems, an ACS-based approach is developed to
achieve the VMP goal. Coupled with order exchange and migration (OEM) local search techniques, the resultant algorithm is
termed an OEMACS. It effectively minimizes the number of
active servers used for the assignment of virtual machines (VMs)
from a global optimization perspective through a novel strategy for pheromone deposition which guides the artificial ants
toward promising solutions that group candidate VMs together.
The OEMACS is applied to a variety of VMP problems with
differing VM sizes in cloud environments of homogenous and heterogeneous servers. The results show that the OEMACS generally
outperforms conventional heuristic and other evolutionary-based
approaches, especially on VMP with bottleneck resource characteristics, and offers significant savings of energy and more
efficient use of different resources.

Index Terms: Ant colony system (ACS) | cloud computing | virtual machine placement (VMP).

$$en!!