بهینه سازی مصرف انرژی در مراکز داده الگوریتم های آنلاین
- رشته تحصیلی
- مهندسی کامپیوتر- آلگوریتم ها و محاسبات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 69..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63285
- تاریخ دفاع
- ۲۵ دی ۱۳۹۲
- دانشجو
- مریم رئیسیان پروری
- استاد راهنما
- امین قدوسیان
- چکیده
- باتوجه به توسعه روز افزون تکنولوژی اطلاعات و ارتباطات، به علت هزینههای هنگفتی که انرژی مصرفی به سیستم تحمیل میکند، مراکز داده در دنیای امروز به عنوان یکی از مهمترین قطبهای اقتصادی معرفی شده اند. طبق مطالعات انجام شده هزینههای مربوط به انرژی بزرگترین سهم را در هزینههای عملیاتی یک مرکز داده به خود اختصاص میدهند. نکتهی چشمگیر گزارشات موجود این است که با افزایش روزافزون درخواست ها از منابع در دسترس، منحنی مصرف انرژی رشد قابل توجهی دارد که بخش عظیمی از آن به منابع روشن اما بیکار در مجموعه وابسته است. طبق آمار ارائه شده این منابع در سیستم به اندازهی منابع فعال انرژی مصرف میکنند؛ مسلماً استفادهی بهینه از منابع فعال و خاموش نگه داشتن منابع بیکار تاثیر بسزایی در کاهش مصرف انرژی دارد که اعمال آن مستلزم ارائهی الگوریتم زمانبندی مناسب در راستای مدیریت انرژی منابع بیکار میباشد. تا سالها پیش اغلب مطالعات در حوزهی افزایش کارایی انجام میگرفته اما اکنون با توجه به نقش پررنگ انرژی در دنیای امروز، مطالعات مسیر جدیدی را پیش گرفته اند. در پایاننامه جاری نیز با درنظر گرفتن سطح بالای مصرف انرژی، هدف برمبنای کاهش مصرف، در راستای تامین کارایی مناسب بنا نهاده شده است؛ برای این منظور مدلی ریاضی در قالب یک مدل بهینه سازی برمبنای معادلات رابط فازی جهت یافتن استراتژیای با کمترین هزینه مهاجرت و مصرف انرژی ارائه شده است. در این راستا تلاش کردیم تا رضایتمندی کاربر را با در نظر گرفتن محدودیتهایی درمورد تعداد و ظرفیت منابع حداکثر کنیم.
- Abstract
- Nowadays wide range of demands and data has led to strictly increasing number of data centers all around the world. Therefore researcher’s concern over the amount of energy consumption in a data center is quite understandable, since it has a prominent impact on data centers budget. As a result energy saving has been one of the most important topics in recent years. Reports show that a great amount of energy, consumes when processors are idle. So to reduce idle resources energy consumption we need to shut down idle servers. Arguably shutting down unused servers and increase server utilization by using full capacity of underutilized servers can help to reduce energy consumption. To this end, in this dissertation we present a mathematical model in a form of linear programming restricted to fuzzy and crispy constraints to find a strategy with lowest migration cost and energy consumption. In this context, we focus on number of On/awake servers to maximize user’s satisfaction.