A Traffic and Power-aware Algorithm for Virtual Machine Placement in Cloud Data Center

Vu, Hieu Trong; Hwang, Soonwook

doi:10.14257/ijgdc.2014.7.1.03

Cited by 48 publications

(18 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Хмарні обчислення (Cloud Computing) -це модель забезпечення повсюдного та зручного доступу на вимогу через мережу до спільного пулу ресурсів, що підлягають налаштуванню і які можуть бути оперативно надані та звільнені з мінімальними управлінськими затратами та зверненнями до провайдера [4]. Для того, щоб розмістити віртуальний вузол, фізична машина повинна надати всі ресурси, які вимагає віртуальна машина, в тому числі використання процесора, пам'ять, сховище та пропускну здатність [5].…”

Section: вступunclassified

Метод Реконфігурації Мережі Зв'язку З Віртуалізованими Ресурсами

Globa¹,

Romanov²,

Sulima³

2019

CNCS

View full text Add to dashboard Cite

З врахуванням величезного зростання мобільного трафіку даних, з одного боку, та помірного середнього доходу на кожного користувача, з іншого боку, оператори мобільного зв'язку вивчають технології мережевої віртуалізації та технології хмарних обчислень для побудови економічно ефективних та еластичних мобільних мереж та їх пропонування як хмарних сервісів. Предметом вивчення в статті є процеси конфігурування телекомунікаційної мережі для вирішення завдань обробки службового навантаження. Метою є підвищення ефективності роботи мережі шляхом здійснення реконфігурації топології. Завдання: розробити математичну модель та відповідну процедуру еконфігурації ресурсів телекомунікаційної мережі при перевантаженнях або відмовах. Використовуваними методами є: графовий підхід та математичні моделі оптимізації для задачі перерозташування мережевих функцій, імітаційне моделювання для дослідження роботи запропонованого методу реконфігурації ресурсів в мережах з віртуалізацією. Отримані такі результати. У статті представлено метод локальної реконфігурації обчислювальних ресурсів віртуальної мережі у випадку відмови або перевантаження. Висновки. Отриманий метод враховує динамічну зміну топології мережі обслуговування та на відміну від існуючих дозволяє гнучко визначати конфігурацію обчислювальних ресурсів обслуговування, розміщати мережеві функції з мінімальними витратами та децентралізовано контролювати показники якості. Метод використовує евристичну модель для визначення оптимального місця міграції віртуалізованих мережевих функцій з фізичного вузла з відмовою або перевантаженням, а результати моделювання у системі Mathcad показують підвищення ефективності використання ресурсів. Проведені дослідження показали доцільність використання запропонованих рішень при вдосконаленні існуючих телекомунікаційних мереж та при побудові нових перспективних гнучких добре масштабованих мереж оператора зв’язку із повним або частковим застосуванням принципу віртуалізації мережевих функцій.

show abstract

Section: вступunclassified

Метод Реконфігурації Мережі Зв'язку З Віртуалізованими Ресурсами

Globa¹,

Romanov²,

Sulima³

2019

CNCS

View full text Add to dashboard Cite

show abstract

“…The affinity between the clusters is considered and measured in terms of distance. Vu et al (2014) propose a traffic and power aware VM migration algorithm. This algorithm aims to place VMs in such a way that the resource utilisation is balanced.…”

Section: Affinity Aware Vm Placementmentioning

confidence: 99%

Network Affinity Aware Energy Efficient Virtual Machine Placement Algorithm

Ranjana¹,

Radha²,

Raja³

2018

IJBIDM

View full text Add to dashboard Cite

Efficient mapping of virtual machine request to the available physical machine is an optimisation problem in data centres. It is solved by aiming to minimise the number of physical machines and utilising them to their maximum capacity. Another avenue of optimisation in data centre is the energy consumption. Energy consumption can be reduced by using fewer physical machines for a given set of VM requests. An attempt is made in this work to propose an energy efficient VM placement algorithm that is also network affinity aware. Considering the network affinity between VMs during the placement will reduce the communication cost and the network overhead. The proposed algorithm is evaluated using the Cloudsim toolkit and the performance in terms of energy consumed, communication cost and number of active PMs, is compared with the standard first fit greedy algorithm.

show abstract

“…To achieve better performance, live migration is adopted in their work. Vu et al [17] proposed a virtual machine placement mechanism that considers traffic as well as power among VMs within a cloud data center. The goal of this paper is to minimize the communication cost and also save energy.…”

Section: Related Workmentioning

confidence: 99%

Optimizing virtual machine placement in distributed clouds with M/M/1 servers

Deng

Huang

Yang

et al. 2017

Computer Communications

View full text Add to dashboard Cite

As more and more applications migrate into clouds, the placement of virtual machines for these applications has a significant impact on the performance of cloud systems. A number of virtual machine (VM) placement techniques have been proposed over recent years. However, most of the existing works on VM placement ignore the response latency of the requests from tenants. In this paper, we investigate the techniques of VM placement in distributed clouds with stochastic requests from the tenants. We first model the requests for each application from the corresponding tenant as independent Poisson stream. Moreover, based on the analyses of distributed cloud resources, the VMs with their data nodes are modeled as simple M/M/1 queueing systems. Then, we propose the problems of VM placement with two distinct optimization objectives. For each objective, we present the formal definition and prove its NP-hardness. To deal with them, we propose some algorithms and the performances of them are analysed in each section. For applying to the situation of lacking of resource, we propose two extended algorithms. We conduct abundant simulation experiments in distributed cloud environment to evaluate the performance of our proposed algorithms. The simulation results show that the proposed algorithms can significantly improve the performance of their corresponding objectives.

show abstract

A Traffic and Power-aware Algorithm for Virtual Machine Placement in Cloud Data Center

Cited by 48 publications

References 0 publications

Метод Реконфігурації Мережі Зв'язку З Віртуалізованими Ресурсами

Метод Реконфігурації Мережі Зв'язку З Віртуалізованими Ресурсами

Network Affinity Aware Energy Efficient Virtual Machine Placement Algorithm

Optimizing virtual machine placement in distributed clouds with M/M/1 servers

Contact Info

Product

Resources

About