ارائه روشي درمهاجرت با استفاده ازتقسيم بندي ماشين‌مجازي باهدف كاهش انرژي درمحيط محاسبات ابري

محاسبات ابري يكي از فناوري هاي جديد روز دنيا به حساب مي آيد، كه با رشد سريعي در حال پيشرفت است. در محيط ابري، زماني كه ماشين مجازي مهاجرت داده مي شود، كارايي سيستم كاهش مي يابد و انرژي مصرفي افزايش پيدا مي كند. چالشي كه در اين مقاله به آن پرداخته ايم، استفاده مناسب از ظرفيت هاي خالي ميزبان هاي فيزيكي، با حفظ كارايي در محيط ابر به منظور كاهش مصرف انرژي مي باشد. روش پيشنهادي ما بدين صورت است كه در زمان مهاجرت ماشين مجازي در زماني كه ظرفيت خالي بر روي يك ميزبان فيزيكي منفرد وجود نداشته باشد، از الگوريتم تقسيم ماشين مجازي استفاده مي كنيم. در اين الگوريتم، ماشين مجازي مهاجر به چندين ماشين مجازي كوچكتر شكسته مي شود تا بتواند بر روي ميزبان هاي فيزيكي با ظرفيت خالي ناچيز قرار بگيرد و نيازي به روشن كردن ميزبان فيزيكي جديدي نباشد. ما روش خود را با روش Beloglazovو Horriمقايسه كرديم و به اين نتيجه رسيديم كه روش پيشنهادي ما، با استفاده مناسب از منابع ميزبان هاي فيزيكي و كاهش تعداد ميزبان هاي فيزيكي فعال، مصرف انرژي را كاهش مي دهد و كيفيت خدمات را بهبود مي بخشد.