Multi-objective ACO resource consolidation in cloud computing environment

Résumé

Le « Cloud computing » offre des services aux utilisateurs en fonction d'un modèle de pay-as-you-go. Le taux d'intérêt élevé et un certain nombre de demandes des utilisateurs du Cloud computing a abouti à la création de centres de données avec de grandes quantités de machines physiques. Ces centres de données consomment d'énormes quantités d’énergie électrique et émettent beaucoup de gaz à effets de serre. Afin d'améliorer l'efficacité des centres de données, la consolidation des ressources en utilisant la technologie de virtualisation est de plus en plus importante pour la réduction de l'impact environnemental causé par les centres de données (par exemple l’utilisation de l’électricité et du dioxyde de carbone). En utilisant la technologie de virtualisation de multiples VM (tranches logiques), une seule machine physique peut être utilisée. En conséquence, les quantités de matériel actif seront réduites et les utilisations des ressources physiques seront augmentées et optimisées. La présente mémoire porte sur le problème de la mise en place de la machine virtuelle et la consolidation de la machine virtuelle dans un environnement de « cloud computing ». le placement VM est un processus de cartographie des machines virtuelles pour les machines physiques (PMS). La VM consolidation réalloue peut optimiser la cartographie des machines virtuelles et les GP basés sur une technique de migration. L'objectif est de minimiser la consommation d'énergie, le gaspillage des ressources et le coût de la communication de l'énergie entre les éléments du réseau au sein d'un centre de données sous des contraintes de qualité de service grâce à un placement VM et un algorithme de consolidation. Les algorithmes multi objectifs sont proposés pour contrôler la compromise entre l'énergie, la performance et la qualité des services. Les algorithmes ont été analysés avec d'autres approches en utilisant des outils de Cloudsim. Les résultats démontrent que les algorithmes proposés peuvent chercher et trouver des solutions qui présentent un équilibre entre les différents objectifs. Notre principale contribution est la proposition d'une approche multi-objectives dans lesquelles la consommation totale d'énergie sera réduite et le gaspillage des ressources sera minimisé. Une autre contribution importante est la proposition d’une approche de consolidation multi-objectives afin de minimiser la consommation totale d'énergie d'un centre de données d’un côté et de réduire le nombre de migrations de l’autre, tout en minimisant le nombre de PM, ainsi que de reconfigurer les ressources pour satisfaire les critères de la SLA. Par la suite les résultats sont comparés avec d'autres algorithmes mono-objectifs, et multi-objectifs.

Date	20 août 2015
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Nadjia Kara (Directeur(-trice)) & Chamseddine Talhi (Codirecteur(-trice))