Energy-E cient virtual machines placement

• Ano de defesa: 2015
• Autor(a) principal: Vigliotti, Albert Philippe Marcel De La Fuente
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Alocação De Recursos; Computação Em Nuvem; Consumo De Energia Elétrica; Eficiência Energética
• Link de acesso: https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113138/

Centros de processamento de dados (CPDs) são responsáveis por 1,5 por cento do consumo mundial de energia elétrica. Esse consumo tende a ampliar diretamente o efeito estufa e a emissão de gás carbônico. Técnicas de virtualização, que já vêm sendo utilizadas em provedores de computação em nuvem, podem ser utilizadas para aumentar a eciência energética de CPDs já que, com a virtualização, a infraestrutura nesses centros passa a permitir o compartilhamento de um mesmo hardware físico por várias máquinas virtuais (MVs). Uma alocação eciente de MVs pode diminuir a necessidade de hardware e o consumo de energia. Boa parte dos algoritmos de alocação de VMs existentes foca no compartilhamento de um único tipo de recurso, como o processador, ou assume que as demandas de recursos são determinísticas. Nesta dissertação de mestrado são apresentados e comparados algoritmos de alocação de VMs com o objetivo de reduzir o consumo de energia elétrica, além de serem considerados vários tipos de recursos com demandas não determinísticas. São implementados mecanismos de consolidação de VMs para reduzir o consumo de energia em CPDs e sem violar SLAs. Três algoritmos são apresentados. Os algoritmos diferem-se pela heurística implementada, sendo que dois deles baseiam-se no problema da mochila e um modela o problema utilizando computação evolutiva. Em média, em experimentos de simulação com congurações de computadores reais, os algoritmos propostos reduziram o consumo de energia a partir de 52 por cento até 89 por cento. Um framework de programação, disponibilizado como software livre, foi desenvolvido para executar as simulações e representa uma contribuição secundária da dissertação.