.png){kind=icon}
返回
Renewable-Aware Container Migration in Multi-Data Centers
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14214345.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工智能（AI）和在线服务的普及显著增加了对计算和存储资源的需求，而这些资源从根本上依赖于云计算基础设施。作为云计算服务的骨干，数据中心在规模上持续扩张，进而导致巨大的能源消耗和显著的碳足迹。为有效减轻环境影响，策略应优先整合可再生能源，同时最小化其他影响因素（如能源消耗）。同时实现这两项目标需要采用精细化的动态工作负载管理方法。为此，本研究提出了一种综合性的容器放置策略，该策略整合了基于动态优先级的容器选择算法和基于梦想优化算法（DOA）的多因素单目标容器放置算法。该放置算法将多种因素——包括多数据中心环境下的负载均衡、能源消耗、可再生能源利用率、碳排放、服务等级协议违例（SLAV）和容器迁移成本——转化为综合适应度指标。在谷歌和阿里巴巴数据集上的实验结果表明，该方法持续实现了最高的可再生能源利用率（高达92.08%）和最低的碳排放。此外，本集成策略展现出更优的权衡效果，相比基线方法，迁移次数最多减少16.3%，SLAV降低12.4%，同时保持了卓越的绿色性能。这确立了本方法作为可持续云计算的实用且有效的解决方案。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
Wu, G.; Li, X.; Li, C. A Load Balancing-Based Container Migration Mechanism in the Smart Grid Cloud Platform. In Proceedings of the 2024 9th International Conference on Computer and Communication Systems (ICCCS), Xi’an, China, 19–22 April 2024; pp. 1100–1104. [Google Scholar] [CrossRef]Wu, G.; Li, X.; Li, C. 一种基于负载均衡的容器迁移机制在智能电网云平台中的应用。载于：2024年第9届计算机与通信系统国际会议（ICCCS）会议录，中国西安，2024年4月19–22日；第1100–1104页。[Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Yade, L.; Gueye, A.D. Remote Practical Work Environment Based on Containers to Replace Virtual Machines. In Proceedings of the 2022 IEEE Global Engineering Education Conference (EDUCON), Tunis, Tunisia, 28–31 March 2022; pp. 1285–1290. [Google Scholar] [CrossRef]Yade, L.; Gueye, A.D. 基于容器的远程实践工作环境以替代虚拟机。在2022年IEEE全球工程教育会议（EDUCON）论文集，突尼斯，突尼斯，2022年3月28–31日；第1285–1290页。 [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Durgaprasad, S.; Abdul, A.M. Multi-objective data migration in container-based heterogeneous cloud environments using deep adaptive dragonfly optimization. Int. J. Inf. Technol. 2025, 17, 3579–3588. [Google Scholar] [CrossRef]Durgaprasad, S.; Abdul, A.M. 基于容器化的异构云环境中的多目标数据迁移，采用深度自适应蜻蜓优化算法. Int. J. Inf. Technol. 2025, 17, 3579–3588. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Yang, Z.; Islam, M.T.; Harwood, A. A Unified Approach to Virtual Machine Placement and Migration in the Cloud using Deep Reinforcement Learning. In Proceedings of the IEEE/ACM 17th International Conference on Utility and Cloud Computing, Sharjah, United Arab Emirates, 16–19 December 2024; pp. 148–157. [Google Scholar] [CrossRef]杨, Z.; Islam, M.T.; Harwood, A. 基于深度强化学习的云计算中虚拟机部署与迁移的统一方法. 见： Proceedings of the IEEE/ACM 17th International Conference on Utility and Cloud Computing, United Arab Emirates, Sharjah, 2024年12月16–19日, 第148–157页. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏D’Souza, M.; Sreenivasa, B.L.; Nagalavi, D.; Khan, S.A.; Sathyanarayana, S.; Dhaaraani, R. Optimized Virtual Machine Scheduling for Green Cloud Computing Using MLP-LSTM with Sheep Flock Optimization. In Proceedings of the International Conference on Communication, Control, and Intelligent Systems, Mathura, India, 6–7 December 2024; pp. 1–6. [Google Scholar] [CrossRef]D’Souza, M.; Sreenivasa, B.L.; Nagalavi, D.; Khan, S.A.; Sathyanarayana, S.; Dhaaraani, R. 使用MLP-LSTM与羊群群优化算法优化绿色云计算的虚拟机调度。在国际会议“通信、控制与智能系统”论文集中，印度马图拉，2024年12月6-7日；第1-6页。 [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
Lohumi, Y.; Srivastava, P.; Gangodkar, D.; Tripathi, V. Recent Trends, Issues and Challenges in Container and VM Migration. In Proceedings of the 2023 International Conference on Computer Science and Emerging Technologies, Bangalore, India, 10–12 October 2023; pp. 1–5. [Google Scholar] [CrossRef]Lohumi, Y.; Srivastava, P.; Gangodkar, D.; Tripathi, V. 容器与虚拟机迁移的近期趋势、问题与挑战。载于2023年国际计算机科学与新兴技术会议论文集，印度班加罗尔，2023年10月10–12日；第1–5页。 [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Li, J.; Dong, J.; Li, F.; Xu, H. Reinforcement Learning Based Container Placement Strategies. In Proceedings of the 4th International Conference on Electronic Information Engineering and Computer, Shenzhen, China, 15–17 November 2024; pp. 170–174. [Google Scholar] [CrossRef]Li, J.; Dong, J.; Li, F.; Xu, H. 基于强化学习的容器放置策略. 第4届电子信息工程与计算机国际会议论文集, 深圳, 中国, 2024年11月15–17日; 第170–174页. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容