كاهش مصرف انرژي مهاجرت ماشين هاي مجازي در رايانش ابري با استفاده از الگوريتم ژنتيك بهبود يافته

يكي از راه كارهاي افزايش بازدهي سرويس ها در سيستم عامل ها و به طبع در دنياي رايانش ابري، استفاده از تكنيك هاي مجازي سازي مي باشد. هدف اين پژوهش ايجاد تغييراتي در سرويس هاي رايانش ابري است كه تا حد ممكن مصرف انرژي مربوط به مهاجرت ماشين هاي مجازي و به نوعي انرژي مربوط به تخصيص منابع را كاهش داده و از ميزان آلودگي بكاهد. تاكنون روش هاي متعددي جهت افزايش كارايي سرويس هاي رايانش ابري در جهت صرفه جويي انرژي در محيط ابر پيشنهاد شده اند. روشي كه در اين مقاله ارائه شده است، سعي بر آن دارد تا آنجا كه ممكن است با افزايش كارايي سرويس هاي رايانش ابري از مصرف انرژي توسط مراكز داده و متعاقب آن توليد كربن و آلاينده هاي زيستي جلوگيري كند. نتايج نشان مي دهد الگوريتم پيشنهادي، با استفاده از بهبود در تكنيك هاي مجازي سازي و به كمك الگوريتم ژنتيك، باعث بهبود كارايي سرويس هاي ابري در امر مهاجرت ماشين هاي مجازي و در نهايت صرفه جويي مصرف انرژي مي شود.