دانلود ترجمه مقاله بهینه سازی جای گذاری ماشین مجازی برای انرژی و SLA در ابرها (اسپرینگر ۲۰۱۶) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

این مقاله انگلیسی ISI در نشریه اسپرینگر در ۱۷ صفحه در سال ۲۰۱۶ منتشر شده و ترجمه آن ۳۴ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

مشخصات مقاله انگلیسی (PDF)
سال انتشار مقاله	۲۰۱۶
تعداد صفحات مقاله انگلیسی	۱۷ صفحه با فرمت pdf
رشته های مرتبط با این مقاله	مهندسی کامپیوتر
گرایش های مرتبط با این مقاله	رایانش ابری و مهندسی نرم افزار
مجله مربوطه	مجله محاسبات ابری: پیشرفت ها، سیستم ها و کاربردی آن Mosa and Paton Journal of Cloud Computing: Advances, Systems and Applications
دانشگاه تهیه کننده	دانشکده علوم کامپیوتر، دانشگاه منچستر، انگلستان
کلمات کلیدی این مقاله	محاسبات کلود، قرار دادن دستگاه های مجازی، مدیریت منابع کلود، توابع کاربردی، انرژی آگاه، توافقنامه سطح خدمات (SLA)
رفرنس	دارد
لینک مقاله در سایت مرجع	لینک این مقاله در سایت Springer
نشریه اسپرینگر

• فهرست مطالب:

چکیده
مقدمه
کار مرتبط
مانیتورینگ، تجزیه و تحلیل، برنامه ریزی و اجرای قرار دادن VM
تخصیص منابع مبتنی بر تابع
انتخاب محل تابع
تعریف تابع مطلوبیت
توسعه مدل برنامه سودمند
محاسبه استفاده از پردازنده PM بر اساس استفاده از VM
برآورد هزینه انرژی
هزینه نقض به علت کاربرد بیش از حد PM
هزینه نقض به علت جابه جایی VM
طراحی ارائه
الگوریتم بهینه سازی
جمعیت اولیه
ارزیابی تناسب / عملکرد کاربردی
انتخاب والدین
جهش انتخاب جدید جمعیت
نتیجه واگذاری
ارزیابی تجربی
شیوه ذهنی در شروع مطالعه
معیارهای عملکرد
محیط شبیه سازی
راه اندازی آزمایش
شرح آزمایش و نتایج
نتیجه گیری و کار بیشتر
نتیجه
دستورالعمل های آینده

• بخشی از ترجمه:

نتیجه
در این مقاله یک رویکرد مبتنی بر توابع عملکرد برای ایجاد یک راه حل برای قرار داد ماشین مجازی خود مدیریتی در مراکز داده کلود است که به صورت پویا VMS-tohosts با توجه به بهره برداری از منابع معرفی شده اختصاص می یابد. هدف اصلی روش افزایش سود ارائه دهنده IaaS با به حداقل رساندن هزینه های مصرف انرژی و هزینه های منابع مختلف sla می باشد. آزمایش برای مقایسه اثربخشی راه حل های مبتنی بر برنامه ارائه شده با یک راه حل فن اوری هوشمند موجود انجام شده است. روش اکتشافی که در برابر این مقایسه صورت گرفت توسط پیشنهاد دهندگان خود تحت ارزیابی در مقایسه با فن آوری هوشمند جایگزین قرار گرفت.
بررسی نشان داد که راه حل برنامه مبتنی بر رویکرد موجود از نظر صرفه جویی در مصرف انرژی و sla در به حداقل رساندن در هر دو مراکز داده کلود لود کم و زیاد، بهتر عمل کرد. شاید عامل کلیدی تفاوت این روش ها این است که رویکرد اکتشافی در هر زمان به یک مشکل PM لود بیشتر، و یا PM لود کمتر اختصاص داده می شود. در مقابل، رویکرد مبتنی بر عملکرد می تواند سازگار با اقتباسی که انتظار می رود به منظور بهبود در تخصیص فعلی صورت گیرد، تشخیص داده شود.

• بخشی از مقاله انگلیسی:

Conclusion

This paper presented an approach based on utility functions for creating a self-managing VM placement solution in cloud data centers that dynamically assigns VMs-tohosts according to resource utilization. The main goal of the approach is to increase the profit of an IaaS provider by minimizing the cost of energy consumption and the cost of different sources of SLAVs. Experiments have been conducted for comparing the effectiveness of the proposed utility based solution with an existing heuristicbased solution. The heuristic method against which the comparison took place was subjected by its proposers to a systematic evaluation in comparison with alternative heuristics, and shown to perform well [2, 3]. The empirical evaluation uses the original authors’ implementation of the heuristic approach. Evaluation showed that the proposed utility based solution outperformed the existing heuristic based approach in terms of energy savings and minimizing SLAVs in both lightly loaded and more heavily loaded cloud data centers. Perhaps the key factor that differentiates the approaches is that the heuristics based approach adapts whenever there is a problem (PM overload, or PM under-load). On the contrary, the utility based approach adapts only if it can identify an adaptation that is expected to improve on the current allocation.

دانلود رایگان مقاله انگلیسی          خرید ترجمه فارسی مقاله