سال انتشار:

2018

---

ترجمه فارسی عنوان مقاله:

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

---

عنوان انگلیسی مقاله:

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

---

منبع:

IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL: 22, NO: 1, FEBRUARY 2018

---

نویسنده:

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

---

چکیده انگلیسی:

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).

---

چکیده فارسی:

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

---

---

---

---

حجم فایل: 1900 کیلوبایت

---

قیمت: 62500 تومان    50000 تومان (20 % تخفیف)

---

توضیحات اضافی:

---

---

---