.png){kind=icon}
返回
An energy-aware virtual machine placement method in cloud data centers based on improved Harris Hawks optimization algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s00607-025-01488-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算的广泛应用带来了显著的环境和经济挑战，原因是云数据中心能源消耗的相应激增。虚拟化技术被广泛认可为一种在数据中心降低能耗的流行方法。提供最优化的虚拟机放置（VMP）方法对服务器整合至关重要。本文介绍了一种新型VMP算法，该算法结合了哈里斯鹰（Harris Hawk）和遗传优化（Genetics Optimization）算法，并采用资源感知分配。该算法主要旨在最小化云数据中心的能耗。尽管存在启发式和元启发式算法，包括IGA POP，但本研究提出的能耗感知VMP策略旨在通过优化物理机（PMs）的分配来最小化能耗。引入的策略实现了CPU、RAM和带宽等资源的均衡利用，减少了所需活动服务器的数量。所提出的VMP算法在包含50和300个虚拟机的数据集上分别获得了2.95的效率评分。数据显示，能耗降低了1.83%，同时活动PMs的数量减少了3.84%和2.17%。
Keyword:
Cloud computing
Energy-aware
Virtual machine placement
Harris Hawk optimization algorithm
期刊
C
IF:
2.8
论文数:
2.3K
被引数:
3.5K
机构
引用论文
.png){kind=icon}
A new evolutionary multi-objective algorithm to virtual machine placement in virtualized data center
PREAI
分享收藏Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm蛾焰优化算法: 一种新的自然启发启发式范式
PREAI
分享收藏
查看更多内容