چکیده

مجازي سازي و استفاده از ماشين هاي مجازي اساس تکنولوژي پردازش ابري است. ماشين هاي مجازي پس از مکان يابي، بر روي ماشين هاي فيزيکي منتخب اجرا مي شوند. منظور از مکان يابي، انتخاب ميزبان مناسب براي ماشين هاي مجازي موجود است. مکان يابي ماشين هاي مجازي در ميزان مصرف انرژي و جلوگيري از هدر رفتن منابع در بسترهاي سخت افزاري، نقش اساسي دارند. از طرفي، توسعه روزافزون سيستم هاي ابري فرآيند مکان يابي ماشين هاي مجازي را پيچيده تر ساخته است.یکی از اهداف محاسبات ابری داشتن سرویس دهنده ها با قابلیت پویا و مقیاس پذیر است که هم بطور پویا مدیریت شوند و به کاربران خدمات ارائه دهند . تاکنون پژوهش های مختلفی جهت مکان یابی ماشین های مجازی و کاهش میزان انرژی در محیط رایانش ابری انجام شده است که هر یک بر اساس الگوریتم های تکاملی مختلف بدون توجه به ویژگی های ماشین های مجازی عمل کرده و میزان مصرف انرژی در این محیط را بهبود داده اند.این پژوهش در نظر دارد با ارائه یک الگوریتم ترکیبی مبتنی بر الگوریتم تکاملی مورچگان و الگوریتم خوشه بندی k-meanse مکان یابی مناسبی جهت مدیریت ماشین های مجازی ارائه دهد .همچنین طرح پیشنهادی ،توافقنامه های سطح سرویس را نیز مد نظر قرارداده است که مکان یابی ماشین های مجازی بگونه ای انجام شود که توافقات سطح سرویس تضمین گردد و در مصرف انرژی نیز صرفه جویی به عمل آید .روش پیشنهادی با الگوریتم تکاملی قورباغه و الگوریتم قورباغه به همراه خوشه بندی مقایسه شده که نتایج بیانگر بهبود رویکرد پیشنهاد شده می باشد. میزان کاهش انرژی در روش پیشنهادی 322 ژول می باشد که نسبت به سه روش مذکور با کاهش انرژی 440، 439 ژول، به مراتب شاهد بهبود عملکرد روش پیشنهادی هستیم.

کلمات کلیدی:مکان یابی،مدیریت انرژی،الگوریتم مورچگان، خوشه بندی