بهينه سازي الگوريتم جايگذاري ماشين هاي مجازي بر اساس تكنيك سه آستانه انطباقي آگاه از انرژي براي كاهش مصرف انرژي در مراكز داده ابري

امروزه با گسترش روز افزون مراكز داده مبتني برمحاسبات ابري و تقاضاي استفاده از سرويس هاي ابري، يكي از مهمترين مشكلات اين مراكز داده رشد فزاينده مصرف انرژي است. دراين مقاله به منظور كاهش مصرف انرژي در محيط ابر محاسباتي بك الگوريتم جايگذاري بهينه ماشين هاي مجازي مبتني بر تكنيك سه آستانه انطباقي آگاه از انرژي مطرح مي كنيم.درروش پيشنهادي ، از چهار آستانه استفاده مي كنيم كه باعث مي‌شود تا ميزبان هاي مراكز داده به پنج دسته تقسيم شوند‏ كه شامل: ميزبان باباركم، ميزبان بابارسبك، ميزبان بابار متوسط، ميزبان با بارزياد، ميزبان با بارسنگين.‏ ماشين هاي مجازي از ميزبان با بار زياد وسنگين به ميزبان به بار سبك انتقال داده مي‌شوند و از ميزبان با باركم به ميزبان با بار متوسط انتقال داده مي‌شوندوميزبان به حالت خواب برده مي‌شود در حاليكه ماشينهاي مجازي در ميزبان با بار سبك و ميزبان با بار متوسط، بدون تغيير باقي مي ماند. مقدارآستانه ها براساس مدل رياضي و الگوريتم خطاي مطلق مياني ميانگين الگوريتم خوشه بندي متوسط K بدست مي آيد . براي تخصيص منبع از الگوريتم PABFDA و ازدو سياست انتخاب ماشين هاي مجازي استفاده كرده ايم. در نهايت، ما اثربخشي الگوريتم پيشنهاد شده توسط ابزار كلودسيم بررسي مي ‌كنيم.