文献

J-GLOBAL ID：202202218367580287   整理番号：22A0803937

クラウド電力管理のための負荷予測ベースの仮想マシン移動と最適スイッチング戦略【JST・京大機械翻訳】

Workload Prediction Based Virtual Machine Migration and Optimal Switching Strategy for Cloud Power Management

著者 (2件)： Pushpalatha R. (Vishveshwaraya Technological University, Sathagalli Layout, Mysore, Karnataka, India) ,  Ramesh B. (Malnad College of Engineering, Hassan, Karnataka, India)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 123  号： 1  ページ： 761-784  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 仮想機械(VM)移動は,負荷を効果的にバランスさせるのを助けるので,今日普及している。種々のVMマイグレーションベースのアプローチを,より良いVM配置のためにモデル化したが,不適切な負荷分散のため,課題を残した。このように,作業負荷予測ベースのVMマイグレーションを導入して,システムのエネルギー効率を改善した。重要なことに,負荷予測は資源配分と利用を強化するために非常に重要である。負荷を予測するために,Riderニューラルネットワークとカオス果実最適化アルゴリズムを結合することによって,カオス果実Riderニューラルネットワークを考案した。さらに,負荷を予測する適応性は,古い時間負荷,資源制約,およびネットワークパラメータに基づいている。負荷が予測されると,VMマイグレーションと最適スイッチング戦略を用いて電力最適化を行う。負荷が負荷されるとき,VMマイグレーションは,提案したHarris Hawks spike system(HHSMO)を用いて実行した。このように,除去タスクを実行するためのVMの最適発見を,提案したHHSMOを用いて見出した。VMマイグレーションのために利用される適応度関数は,電力,負荷,および資源パラメータに基づいている。負荷が負荷されるならば,最適スイッチON/OFFは,提案したHHSMOアルゴリズムを用いてサーバをスイッチON/OFFによって最適に行う。移動とスイッチング戦略を通して,電力消費を最適化した。提案モデルの性能を,電力消費,負荷,および資源利用の観点から評価した。提案したHHSMOは最小電力消費0.0181,最小負荷0.002,最小資源利用率0.0376を達成した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  作業負荷 ,  *電力 ,  最適化手法 ,  電力消費 ,  *負荷予測 ,  ニューラルネットワーク ,  資源割付 ,  *電力管理 ,  *仮想機械システム ,  パラメータ ,  カオス
準シソーラス用語： 資源利用 ,  資源制約 , 【Automatic Indexing@JST】

著者キーワード (5件)： 作業負荷予測 ,  電力消費 ,  カオスミバエ最適化アルゴリズム ,  ライダーニューラルネットワーク ,  Harris Hawks最適化アルゴリズム

分類 (5件)： オペレーティングシステム  (JD03020J) ,  発電一般  (NB03010W) ,  通信網  (ND07030A) ,  電話・データ通信・交換一般  (ND11010T) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (6件)： クラウド ,  電力管理 ,  負荷予測 ,  仮想マシン ,  スイッチング ,  戦略