قرار گیری مبتنی بر خوشه بندی ماشین های مجازی در رایانش ابری توزیع شده

قیمت: 45,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

قرار گیری مبتنی بر خوشه بندی ماشین های مجازی در رایانش ابری توزیع شده

عنوان لاتین

Clustering based virtual machines placement in distributed cloud computing

مجازی سازی منبع، یکی از برجسته ترین مشخصه های رایانش ابری است. قرارگیری ماشین های مجازی (VM ها) در ماشین های فیزیکی، کارآمدی کاربرد منبع و کیفیت سرویس را تعیین می کند. به خصوص برای رایانش ابری توزیع شده، که در آن مراکز داده (DC ها) تعداد زیادی از نواحی جغرافیائی را پوشش می دهند و تمام آنها به اینترنت پر سرعت متصل هستند، قرارگیری VM های مربوط به یک وظیفه بزرگ یا VM های یک سازمان، روی کمینه کردن فاصله ها و پهنای باند های بین DC ها، تمرکز دارد. این، تأخیر ارتباطی را کمینه کرده و دسترس پذیری را بهبود می دهد. در ابتدا برای تطبیق دادن VM های مورد درخواست، یک خوشه مرکز داده، باید یافت شود. هدف، کمینه کردن فاصله بیشینه بین DC ها است. در مقابل متد موجود که تنها فاصله های بین مراکز داده ها را در نظر می گیرد، یک الگوریتم 2-تقریبی مبتنی بر خوشه بندی، با در نظر گرفتن استفاده کامل از توپولوژی و ویژگی تراکم شبکه Cloud، توسعه داده شده است. شبیه سازی، نشان می دهد که الگوریتم ارائه شده برای مسائل با مقیاس بسیار بزرگ، مناسب است. سپس، VM های درخواست شده باید به خوشه DC پارتیشن بندی شوند، که بنابر آن پهنای باند بین DC، ذخیره شده و دسترس پذیری، بهبود داده می شود. با معرفی یک مدل نیمه ارتباطی، یک الگوریتم اکتشافی جدید که پهنای باند استفاده شده را بیشتر کاهش می دهد، در VM های پارتیشن بندی شده، ارائه شده است. پیچیدگی زمانی اش با فاکتوری به اندازه O(logn) به O(n2) کاهش می یابد و 3 برابر سریعتر از متد موجود، اجرا می کند.

Resource virtualization is one of the most prominent characteristics of cloud computing. The placement of virtual machines (VMs) in the physical machines determines the resource utilization efficiency and service quality. Especially for distributed cloud computing, where the data centers (DCs) span a large number of geographical areas and all DCs are connected by high speed internet, the placement of VMs of one big task or of one organization focuses on minimizing the distances and bandwidths between DCs. This minimizes communication latency and improves availability. A data center cluster should be found firstly to accommodate the requested VMs. The purpose is to minimize the maximum inter-DC distance. In contrast to existing method that only considers the distances between data centers, a more efficient clustering based 2-approximation algorithm is developed by taking full use of the topology and the density property of cloud network. The simulation shows the proposed algorithm is especially appropriate for very large scale problems. Then, the requested VMs should be partitioned to the DC cluster, so that the expensive inter-DC bandwidth is saved and the availability is improved. With the introduction of a half communication model, a novel heuristic algorithm which further cuts down the used bandwidths is presented to partition VMs. Its time complexity is reduced to O(n2) by a factor of O(logn) and it runs 3 times faster than the existing method.