KFUPM ePrints

Energy-Aware Resource Allocation for Efficient Management of Data Centers for Cloud Computing

l Energy-Aware Resource Allocation for Efficient Management of Data Centers for Cloud Computing. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF - Accepted Version
Restricted to Abstract Only until 20 March 2017.
Available under License Creative Commons Attribution Non-commercial No Derivatives.

8Mb

Arabic Abstract

لقد تطورت الحوسبة السحابية باعتبارها منصة الجيل القادم لاستضافة التطبيقات التي تتراوح بين العلوم والأعمال، والشبكات الاجتماعية وتقديم محتوى وسائل الإعلام. راكز البيانات العديدة، التي استخدمت لتقديم الخدمات السحابية تستهلك كميات كبيرة من الطاقة، سواء للعمل أو التبريد الخاصة بها. لذا فإن تحسين كفاءة الطاقة والحد من إجمالي الطاقة المستهلكة، أصبحت مهمة هامة للعديد من مراكز البيانات لأسباب مثل التكلفة وحدود البنية التحتية، والآثار البيئية السلبية. إدارة الطاقة هي الحل الأمثل لهذه المشكلة نظرا لحجم مراكز البيانات الحديثة ووجود عدة أهداف متعارضة. وتركز معظم الأعمال المنشورة على إدارة الطاقة في عقد الحوسبة وكذلك في مرافق التبريد بطريقة منفصلة. في هذا العمل، نستخدم مزيج من الحيز المكاني والإدارة الحرارية لتحسين إجمالي الطاقة المستهلكة من قبل عقد الحوسبة ومرافق التبريد. ونبين أن الحلول، التي تفصل بين الجهتين ليست شاملة، ولا تؤدي بالضرورة إلى أدنى استهلاك للطاقة. تم توظيف ثلاثة خوارزميات تطورية غير قطعية. وهي محاكي التليين (SA)، البحث الممنوع (TS)، ومحاكي التطور (SimE) للعثور على أفضل مكان لكل جهاز افتراضي (VM) في مركز البيانات، على أساس القدرة الحسابية ونموذج إعادة التدوير الحراري لمركز البيانات ، لتحسين استهلاك الطاقة الإجمالية. النتائج التجريبية لمجموعة واسعة من الحالات المختلفة تبين أن النهج المقترح يتفوق الأساليب البحثية المقترحة في الدراسات السابقة.

English Abstract

Cloud computing has evolved as the next-generation platform for hosting applications ranging from sciences to business, and social networking to media content delivery. The numerous data centers, employed to provide cloud services consume large amounts of power, both for their functioning and their cooling. Improving power efficiency, that is, decreasing the total power consumed, has become an important task for many data centers for reasons such as cost, infrastructural limits, and negative environmental impact. Power management is a challenging optimization problem due to the scale of modern data centers and presence of conflicting objectives. Most published work focuses on power management in computing nodes and that in the cooling facility in an isolated manner. In this work, we use a combination of spatial subsetting and thermal management to optimize the total power consumed by the computing nodes and the cooling facility; and show that solutions, that do not consider these interactions and are not holistic, do not necessarily result in minimum total power consumption. We employ three non-deterministic heuristics; namely, Simulated Annealing (SA), Tabu Search (TS), and Simulated Evolution (SimE) to find the best location of each virtual machine (VM) to a physical machine in a data center, based on its computational power and data center heat recirculation model, to optimize the total power consumption. Experimental results for wide range of different problem instances show that proposed approach outperforms heuristics proposed in previous studies.



Item Type:Thesis (Masters)
Subjects:Computer
Engineering
Research > Management
Electrical
Divisions:College Of Computer Sciences and Engineering > Computer Engineering Dept
Committee Advisor:Sait, Dr. Sadiq Mohammed
Committee Members:Amin, Dr. Alaaeldin and Mahmoud, Dr. Ashraf S. Hasan
ID Code:139861
Deposited By:ALI RAZA (g201304250)
Deposited On:24 Mar 2016 13:55
Last Modified:24 Mar 2016 13:55

Repository Staff Only: item control page