نگاشت ماشين هاي مجازي با استفاده از درخت تصميم حالت جاري مقصد براي دستيابي به بالاترين رضايتمندي در رايانش ابري

Virtual machine mapping with using current state decision tree for highest satisfaction in cloud computing

در رايانش ابري، نگاشت ماشين مجازي به عنوان يكي از فعاليت هاي حياتي مديريت ماشين هاي مجازي محسوب مي شود كه وظيفه آن يافتن بهترين ماشين فيزيكي براي ميزباني ماشين مجازي موردنظر است. اجراي مناسب اين عمل، تاثير مستقيم بر افزايش كارايي و بهره برداري از منابع داشته و هزينه نگهداري از مراكز داده را كاهش مي دهد. يكي از روش هاي اجراي مناسب نگاشت، در نظر گرفتن نيازهاي منبعي ماشين هاي مجازي با توجه به حالت جاري ماشين هاي فيزيكي است. روش هاي زيادي براي نگاشت ماشين هاي مجازي پيشنهاد شده است كه در همه آن ها قبل از در نظر گرفتن حالت جاري ميزبان، حالت نيازمندي هاي منبعي ماشين هاي مجازي از نظر تمركز بر پردازنده، حافظه يا پهناي باند مشخص مي گردد. در اين مقاله با توجه به حالت جاري ميزبان موردنظر، وضعيت تمركز ماشين مجازي بر منبع (هايي) خاص، مشخص شده و با توجه به امتيازي كه نسبت به حالت جاري ميزبان به آن تعلق مي گيرد، نگاشت انجام شده يا رد مي شود. نتايج شبيه سازي نشان مي دهند كه در نظر گرفتن حالت جاري ميزبان و تاثير آن در نيازمندي هاي ماشين هاي مجازي، تاثير به سزايي در افزايش رضايتمندي از ابر و كاهش هزينه هاي نگهداري خواهد داشت.

In the cloud computing, virtual machine map is considered as one of the vital activities of virtual machines management which its task is to find the best physical machine to host the virtual intended machine. Proper implementation of this operation has a direct effect on the increase of efficiency and utilization of resources and reduces cost of maintenance from data centers. One of the proper methods of the map implementation is to consider virtual machine resource requirements according to current state of the physical machines. Many methods have been proposed for mapping virtual machines of which among all of them, the state of source requirements of the virtual machines in terms of CPU concentration, memory or bandwidth is determined before considering the current state of the host. In this paper, the virtual machine concentration state on the specific source (s) is determined according to the current state of the intended host and mapping is performed or rejected according to the score that is belonging to it toward the current host state. Simulation results show that considering the current host state and its effect on the virtual machines requirements shall be had a significant effect on increasing cloud satisfaction and reducing maintenance costs.