RUJA: Repositorio Institucional de Producción Científica

 

Follow the Renewable-Based Virtual Machine Migration among Geo-dispersed Modular Data Centers with Expert Systems

dc.contributor.advisorGarcía Galán, Sebastián
dc.contributor.advisorPérez de Prado, Rocío
dc.contributor.authorSeddiki Ben Friha, Doraid
dc.contributor.otherUniversidad de Jaén. Departamento de Ingeniería de Telecomunicaciónes_ES
dc.date.accessioned2024-11-20T10:54:17Z
dc.date.available2024-11-20T10:54:17Z
dc.date.issued2024-09-30
dc.description.abstractEsta tesis doctoral examina el problema del consumo energético en la industria del cloud computing, impulsado por el crecimiento de centros de datos (CDC) de empresas como Google, Amazon y Microsoft. Estos CDC, que consumen más del 2.5% de la electricidad mundial y contribuyen al 2% de las emisiones de carbono, necesitan estrategias para ser más eficientes y sostenibles. La tesis propone integrar fuentes de energía renovable y técnicas de planificación inter-cloud para optimizar el consumo energético. Se sugiere el uso de sistemas expertos borrosos, que gestionan la incertidumbre y permiten la migración eficiente de máquinas virtuales (VM) entre CDCs según la disponibilidad de energía renovable. Además, se implementan mecanismos de adquisición de conocimiento y técnicas de inteligencia artificial bioinspiradas para mejorar la eficiencia de estos planificadores. La eficacia del sistema propuesto se evalúa mediante simulaciones con WorkflowSim-DVFS, buscando crear una industria del cloud computing más ecológica. This PhD examines the issue of energy consumption in the cloud computing industry, driven by the growth of data centers (CDC) from companies like Google, Amazon, and Microsoft. These CDCs, consuming over 2.5% of the world's electricity and contributing 2% of carbon emissions, require strategies for greater efficiency and sustainability. The thesis proposes integrating renewable energy sources and inter-cloud planning techniques to optimize energy consumption. It suggests using fuzzy expert systems to manage uncertainty and enable efficient virtual machine (VM) migration between CDCs based on renewable energy availability. Additionally, knowledge acquisition mechanisms and bio- inspired AI techniques are implemented to enhance the efficiency of these planners. The proposed system's effectiveness is evaluated through simulations with WorkflowSim-DVFS, aiming to create a more environmentally friendly cloud computing industry.es_ES
dc.description.sponsorshipTesis Univ. Jaén. Departamento de Ingeniería de Telecomunicación.es_ES
dc.identifier.urihttps://hdl.handle.net/10953/3396
dc.language.isospaes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectSigue las Renovableses_ES
dc.subjectComputación en la Nubees_ES
dc.subjectAprendizaje Automáticoes_ES
dc.subjectLógica Difusaes_ES
dc.subjectMigración de Máquinas Virtualeses_ES
dc.subject.udc120326es_ES
dc.subject.udc330499es_ES
dc.subject.udc332205es_ES
dc.titleFollow the Renewable-Based Virtual Machine Migration among Geo-dispersed Modular Data Centers with Expert Systemses_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Follow the renewablebased virtual machine migration among geo-dispersed.pdf
Tamaño:
3.94 MB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.98 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones