Energy-aware Fast Optimization in Cloud Computing Resource Provisioning. Masters thesis, King Fahd University of Petroleum and Minerals.
|
PDF
Energy-aware_Fast_Optimization_in_Cloud_Computing_Resource_Provisioning.pdf Download (2MB) | Preview |
Arabic Abstract
تشهد اليوم تجارة خدمات أعمال الحوسبة السحابية نموا سريعا في سوق تقنية المعلومات، ولقد نتج عن هذا النمو الحاد العديد من التحديات لمديري السحابة. ويتمثل أحد الاهتمامات الرئيسية في هذا الموضوع في كفاءة إدارة الموارد السحابية، أي تحقيق أقصى استفادة من الأجهزة مع تحقيق الحد الأدنى من استهلاك الطاقة. ويعد دمج وتوحيد الآلة الافتراضية (VM) في الأجهزة المستضيفة نهجا مفيدا جدا لتحقيق هذه الأهداف. وفي سياق الحوسبة المهتمة بالبيئة، قمت بدراسة مشكلة تعيين الآلة الافتراضية، حيث تم وصف تصميم وهندسة الكشف عن مجريات الأمور التكرارية غير القطعية التي تعرف بتطور المحاكاة (SimE), ثم تم استخدام هذا التصميم لحل مشاكل معروفة من النوع غير متعدد الحدود الصعب الخاصة بربط الآلات الافتراضية بالأجهزة المستضيفة. وقمنا بتعريف دالة صلاحية مرتبطة بالهدف من الخوارزمية بحيث يتم توجيه تحركات الخوارزمية والمساعدة في اجتياز فضاء البحث بطريقة ذكية. وفي عملية التطور كانت الآلة الافتراضية ذات الصلاحية الأكبر تتميز باحتمالية صغيرة لإجراء اضطرابات عليها، بينما إذا كانت الصلاحية قليلة فيتم إعادة تعيينها عن طريق إجراء تحركات مركبة. ولتقييم الأداء تم تقديم طريقة إنتاج مجموعة مدخلات جديدة لتغطي مجموعة كبيرة من المعطيات التي لها احتمالية تأثير على صعوبة المسألة, وبالإضافة الى هذا تم تقديم تطبيق جديد يشكل حد أدنى أقل لهذه المسألة. وتمت مقارنة النتائج مع تلك التي نشرت في دراسات سابقة، وتبين أن النهج المقترح فعال سواء من حيث نوعية الحل أو الوقت المستغرق في العمليات الحسابية.
English Abstract
Cloud Computing Services business is rapidly growing in today's IT market. Its sharp growth is producing many challenges for cloud managers. One primary concern is to efficiently manage the cloud resources, i.e., to maximize utilization of hardware with minimum power consumption. Virtual Machine (VM) consolidation is a very helpful approach to achieve these goals. In the context of green computing, I investigate the VM assignment problem. In this work, the engineering of a non-deterministic iterative heuristic known as Simulated Evolution (SimE) is described to solve the well-known NP-hard problem of assigning VMs to hardware hosts. A 'goodness' function which is related to the target objective of the problem is defined. It guides the moves and helps traverse the search space in an intelligent manner. In the process of evolution, VMs with high goodness value have a smaller probability of getting perturbed, while those with lower goodness value may be reallocated via a compound move. For performance evaluation, a new data set generation method is proposed that covers a wide variety of parameters that can potentially affect the difficulty of the problem. In addition to this, a new implementation of a tighter lower bound method is also presented. Results are compared with those published in previous studies, and it is found that the proposed approach is efficient both in terms of solution quality and computational time.
| Item Type: | Thesis (Masters) |
|---|---|
| Subjects: | Computer Engineering |
| Department: | College of Computing and Mathematics > Computer Engineering |
| Committee Advisor: | Sait, Sadiq |
| Committee Members: | Alaaeldin, Amin and Khayyat, Ahmad |
| Depositing User: | KHAWAJA SHAHZADA SHAHID (g201304230) |
| Date Deposited: | 07 Jul 2015 08:57 |
| Last Modified: | 01 Nov 2019 16:30 |
| URI: | http://eprints.kfupm.edu.sa/id/eprint/139692 |