[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور پژوهشی::
آموزش الکترونیکی::
پردیس شماره 2::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
::
ورود به سایت دروس

AWT IMAGE

نام کاربری
کلمه عبور

AWT IMAGE
رمز ورود را فراموش کرده‌اید؟

..
دفاعیه کارشناسی ارشد

دفاعیه کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: حامد رستم زاده ::
 | تاریخ ارسال: ۱۳۹۴/۱۲/۱۲ | 

AWT IMAGE

آقای حامد رستم زاده حاجیلاری دانشجوی کارشناسی ارشد آقای دکتر محسن شریفی روز شنبه  94/12/15 ساعت 13:00 در اتاق سمینار واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان "طراحی و پیاده سازی یک ساز و کار فراهم آوری خودکار منابع جهت کاهش مصرف انرژی در محیط های محاسبات ابری" دفاع می­ نمایند 

چکیده

­امروزه دنیای محاسبات به سوی محاسبات همگانی پیش می‌رود. محاسبات ابری که آخرین مدل محاسبات توزیع شده می‌باشد، به ارائه محاسبات همگانی می‌پردازد که در آن مشتری برحسب تقاضا و میزان استفاده از سرویس‌ها، هزینه آن را پرداخت می‌کند. با محبوبیت پیدا کردن محاسبات ابری، اکثر مراکز داده امروزی به ارائه سرویس‌های ابری به مشتریان خود می‌پردازند. با این وجود، ابر محاسباتی هنوز به بلوغ کامل نرسیده و دارای چالش‌هایی است که فراهم‌آوری منابع کارای انرژی، یکی از اصلی‌ترین چالش‌های آن است. مراکز داده میزبان ابر محاسباتی، بهره‌مندی پایینی را تجربه می‌کنند، در نتیجه نیاز به ارائه مکانیزم‌های مدیریت پویا و کارای انرژی در این محیط‌ها است. باوجود این که پردازنده‌های چند هسته‌ای مدرن استفاده شده در مراکز داده، به ارائه دو ابزار مقیاس‌پذیری پویای فرکانس و حالت‌های خواب می‌پردازند، اما سازوکاری که از این دو ابزار همزمان استفاده کند، کمتر مورد توجه قرار گرفته است. در این پایان‌نامه به ارائه سازوکاری مجهز به هردوی این تکنیک‌ها به منظور بهبود انرژی در سطح سرور در محیط‌های محاسبات ابری پرداخته شده است. ابتدا در سطح ناظر ماشین مجازی، الگوریتمی ارائه شده است که به کمینه کردن مصرف انرژی در این لایه می‌پردازد. نتایج حاصل با استفاده از محک RUBiS در آزمایش‌ها نشان می‌دهد الگوریتم ارائه شده بدون کاهش چشمگیر کارایی، به بهبود 67 درصدی مصرف انرژی در مقایسه با حالت پایه و همچنین به بهبود 15 و 20 درصدی در مقایسه با روش‌های موجود منجر شده است. در ادامه به دلیل اینکه در محیط‌های محاسبات ابری، نیاز به تضمین توافق سطح سرویس است، به ارائه سازوکاری پرداخته‌ایم که با تضمین زمان پاسخ به عنوان اصلی‌ترین پارامتر در توافق سطح سرویس، کاهش چشمگیر مصرف انرژی در فراهم‌آوری منابع را ارائه می‌دهد. نتایج حاصل از آزمایش‌ها نشان می‌دهد که سازوکار پیشنهادی علاوه بر تضمین زمان پاسخ به عنوان کیفیت سرویس، منجر به بهبود انرژی مصرفی به میزان 59 درصد، می‌گردد.

واژه‌های کلیدی: محیط‌های محاسبات ابری، فراهم‌آوری منابع، بهبود انرژی، پردازنده‌های چندهسته‌ای

Abstract

Considerable energy consumption of datacenters has resulted in high service and maintenance costs and environmental pollutions. Therefore, reducing the energy of operating data centers has received a lot of attention in recent years. In spite of the fact that modern multi-core architectures have presented both power management techniques, such as dynamic voltage and frequency scaling (DVFS), as well as per-core power gating (PCPG) and CPU consolidation techniques for energy saving, the joint deployment of these two features has been less exercised. Obviously, by widespread use of chip multiprocessors (CMPs), power management with consideration of multi-core chip and core count management techniques can offer more efficient energy consumption in cloud computing environments. In this dissertation, we focus on dynamic power management in virtualized multi-core server systems that are used in cloud-based systems. We propose two energy efficient mechanisms that are effectively equipped by power management techniques to select an efficient number of cores and frequency level in CMPs within an acceptable level of performance. The first mechanism is implemented in Xen hypervisor providing direct access to both power management knobs. In the second mechanism, by exploiting the well-stablished control theory to guarantee response time as an important SLA in cloud computing environments, two consolidation algorithms are proposed. Extensive set of experimental results on a realistic multi-core server system setup using RUBiS benchmark is reported too. Our algorithms have demonstrated higher energy saving of servers within required service level quality of services.

Keywords: Virtualization, Cloud Computing, Energy-Efficiency, Power Management, Control Theory, and Multi-Core Systems.

 

حامد رستم زاده

   رشته مهندسی کامپیوتر – نرم افزار

استاد راهنما: دکتر محسن شریفی

استاد داور داخلی: دکتر محمدرضا کنگاوری

استاد داور خارجی: دکتر اسلام ناظمی

  تاریخ دفاع: شنبه 15 اسفند ماه 94

  زمان:ساعت 13:00

 

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق سمینار

 از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

 

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی

 

 

 

 

 

 

دفعات مشاهده: 1190 بار   |   دفعات چاپ: 206 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
School of Computer Engineering
Persian site map - English site map - Created in 0.184 seconds with 967 queries by yektaweb 3444