logo móvil
Contáctanos

Eficiente gestión de recursos en entornos de nube: un algoritmo modificado de alimentación de aves para la consolidación de VM

Autores: Alsadie, Deafallah; Alsulami, Musleh

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Eficiente gestión de recursos en entornos de nube: un algoritmo modificado de alimentación de aves para la consolidación de VM


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Centros de datos en la nube
Consolidación de MV
Método ModAFBA
Uso de energía
Migraciones de MV
Eficiencia operativa

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
Los centros de datos en la nube desempeñan un papel vital en la infraestructura informática moderna, ofreciendo recursos escalables para diversas aplicaciones. Sin embargo, la gestión eficiente de costos y recursos en estos centros se ha convertido en una preocupación crucial debido al crecimiento exponencial de la computación en la nube. Las aplicaciones de los usuarios muestran un comportamiento complejo, lo que conduce a fluctuaciones en el rendimiento del sistema y un aumento en el consumo de energía. Para abordar estos obstáculos, presentamos el Algoritmo Modificado de Alimentación de Aves (ModAFBA) como una solución innovadora para la consolidación de máquinas virtuales (VM) en entornos de nube. El objetivo principal es mejorar la gestión de recursos y la eficiencia operativa en los centros de datos en la nube. ModAFBA incorpora reglas de actualización de posición adaptativas y estrategias diseñadas específicamente para minimizar las migraciones de VM, abordando los desafíos únicos de la consolidación de VM. Los hallazgos experimentales demostraron mejoras sustanciales en métricas clave de rendimiento. Específicamente, el método ModAFBA mostró mejoras significativas en el uso de energía, el cumplimiento de SLA y la cantidad de migraciones de VM en comparación con algoritmos de referencia como TOPSIS, SVMP y métodos PVMP. Notablemente, el método ModAFBA logró reducciones en el uso de energía del 49.16%, 55.76% y 65.13% en comparación con los métodos TOPSIS, SVMP y PVMP, respectivamente. Además, el método ModAFBA resultó en disminuciones de alrededor del 83.80%, 22.65% y 89.82% en la cantidad de migraciones de VM en contraste con las técnicas de referencia mencionadas anteriormente. Los resultados demuestran que ModAFBA supera a estos puntos de referencia al reducir significativamente el consumo de energía, los costos operativos y las violaciones de SLA. Estos hallazgos resaltan la efectividad de ModAFBA en la optimización de la ubicación y consolidación de VM, ofreciendo un enfoque robusto y escalable para mejorar el rendimiento y la sostenibilidad de los centros de datos en la nube.

Otros recursos que podrían interesarte

Temas Virtualpro