An ACO-based multi-objective optimization for cooperating VM placement in cloud data center

2021 ◽  
Author(s):  
Kamalesh Karmakar ◽  
Rajib K. Das ◽  
Sunirmal Khatua
Keyword(s):  
Data Center ◽  
Multi Objective Optimization ◽  
Vm Placement ◽  
Cloud Data Center ◽  
Cloud Data ◽  
Multi Objective

A Game Theoretic Approach to Estimate Fair Cost of VM Placement in Cloud Data Center

2018 ◽  
Vol 12 (4) ◽  
pp. 3509-3518
Author(s):  
Sourav Kanti Addya ◽  
Ashok Kumar Turuk ◽  
Bibhudatta Sahoo ◽  
Anurag Satpathy ◽  
Mahasweta Sarkar
Keyword(s):  
Data Center ◽  
Theoretic Approach ◽  
Vm Placement ◽  
Cloud Data Center ◽  
Cloud Data ◽  
Game Theoretic ◽  
Game Theoretic Approach

Minimization of VM Placement Change in Energy-Aware Resource Provisioning for Cloud Data Center

2013 ◽  
Vol 325-326 ◽  
pp. 1730-1733 ◽  
Author(s):  
Si Yuan Jing ◽  
Shahzad Ali ◽  
Kun She
Keyword(s):  
Energy Consumption ◽  
Data Center ◽  
Network Flow ◽  
Resource Provisioning ◽  
Approximate Algorithm ◽  
Vm Placement ◽  
Energy Aware ◽  
Cloud Data Center ◽  
Cloud Data ◽  
Placement Change

Numerous part of the energy-aware resource provision research for cloud data center just considers how to maximize the resource utilization, i.e. minimize the required servers, without considering the overhead of a virtual machine (abbreviated as a VM) placement change. In this work, we propose a new method to minimize the energy consumption and VM placement change at the same time, moreover we also design a network-flow-theory based approximate algorithm to solve it. The simulation results show that, compared to existing work, the proposed method can slightly decrease the energy consumption but greatly decrease the number of VM placement change

scholarly journals PEMILIHAN DAN MIGRASI VM MENGGUNAKAN MCDM UNTUK PENINGKATAN KINERJA LAYANAN PADA CLOUD COMPUTING

2016 ◽  
Vol 1 (2) ◽  
Author(s):  
Abdullah Fadil ◽  
Waskitho Wibisono
Keyword(s):  
Decision Making ◽  
Cloud Computing ◽  
Virtual Machine ◽  
Data Center ◽  
Response Times ◽  
Multi Criteria Decision Making ◽  
Live Migration ◽  
Vm Placement ◽  
Cloud Data Center ◽  
Cloud Data

Komputasi awan atau cloud computing merupakan lingkungan yang heterogen dan terdistribusi, tersusun atas gugusan jaringan server dengan berbagai kapasitas sumber daya komputasi yang berbeda-beda guna menopang model layanan yang ada di atasnya. Virtual machine (VM) dijadikan sebagai representasi dari ketersediaan sumber daya komputasi dinamis yang dapat dialokasikan dan direalokasikan sesuai dengan permintaan. Mekanisme live migration VM di antara server fisik yang terdapat di dalam data center cloud digunakan untuk mencapai konsolidasi dan memaksimalkan utilisasi VM. Pada prosedur konsoidasi vm, pemilihan dan penempatan VM sering kali menggunakan kriteria tunggal dan statis. Dalam penelitian ini diusulkan pemilihan dan penempatan VM menggunakan multi-criteria decision making (MCDM) pada prosedur konsolidasi VM dinamis di lingkungan cloud data center guna meningkatkan layanan cloud computing. Pendekatan praktis digunakan dalam mengembangkan lingkungan cloud computing berbasis OpenStack Cloud dengan mengintegrasikan VM selection dan VM Placement pada prosedur konsolidasi VM menggunakan OpenStack-Neat. Hasil penelitian menunjukkan bahwa metode pemilihan dan penempatan VM melalui live migration mampu menggantikan kerugian yang disebabkan oleh down-times sebesar 11,994 detik dari waktu responnya. Peningkatan response times terjadi sebesar 6 ms ketika terjadi proses live migration VM dari host asal ke host tujuan. Response times rata-rata setiap vm yang tersebar pada compute node setelah terjadi proses live migration sebesar 67 ms yang menunjukkan keseimbangan beban pada sistem cloud computing.

Sign in / Sign up

Export Citation Format

Share Document