ماشین مجازی وضعیت تاریخچه انتخاب میزبان با استفاده از مدل مارکوف در مرکز ابرماشین مجازی

با موفقیت چشمگیر و رشد سریع در چند سال گذشته، رایانش ابری به عنوان الگوی محاسباتی غالب در صنعت فناوری اطلاعات (it) تثبیت شده است، که در آن از مزایای منابع پراکنده استفاده می‌کند و از اشتراک منابع و انعطاف‌پذیری دسترسی به زمان پشتیبانی می‌کند. گسترش رایانش ابری منجر به ایجاد مراکز داده در مقیاس بزرگ در سراسر جهان شده است که از صدها هزار و حتی میلیون ها سرور تشکیل شده است. پارادایم محاسبات ابری در حال ظهور به مدیران و سازمان های فناوری اطلاعات آزادی قابل توجهی برای انتقال پویا خدمات محاسبات مجازی در میان سرورهای فیزیکی در مراکز داده ابری ارائه می دهد. به طور معمول، این مراکز داده سرمایه گذاری و هزینه های عملیاتی بسیار بالایی را برای دستگاه های محاسباتی و شبکه و همچنین برای مصرف انرژی متحمل می شوند. مجازی‌سازی و مهاجرت ماشین مجازی (vm) مزایای قابل‌توجهی مانند متعادل‌سازی بار، یکپارچه‌سازی سرور، نگهداری آنلاین و تحمل خطای فعال در امتداد مراکز داده را ارائه می‌دهد. مهاجرت vm به چگونگی تعیین شرایط ماشه مهاجرت vm، انتخاب ماشین مجازی هدف و انتخاب گره مقصد بستگی دارد.as a در نتیجه، مهاجرت پویا vm در حوزه مدیریت منابع در حال تبدیل شدن به موضوعی حیاتی برای تاکید بر استفاده بهینه از منابع، حداکثر توان عملیاتی، حداقل زمان پاسخگویی، افزایش مقیاس‌پذیری، اجتناب از تامین بیش از حد منابع و جلوگیری از اضافه بار برای موفقیت در رایانش ابری است. شناسایی هوشمند underload/overload، انتخاب vm و قرار دادن vm ابزار اصلی برای رسیدگی به مشکل مهاجرت vm هستند. بنابراین، این سه مشکل از رایج ترین وظایف در مهاجرت vm به شمار می روند. هدف بهبود استفاده از منابع محاسباتی و کاهش مصرف انرژی تحت محدودیت‌های کیفیت خدمات مستقل از حجم کاری است. رویکردهای پیشنهادی در مدیریت مبادله عملکرد انرژی توزیع شده و کارآمد هستند.