Please use this identifier to cite or link to this item:
https://hdl.handle.net/10953/3396
Title: | Follow the Renewable-Based Virtual Machine Migration among Geo-dispersed Modular Data Centers with Expert Systems |
Authors: | Seddiki Ben Friha, Doraid |
metadata.dc.contributor.advisor: | García Galán, Sebastián Pérez de Prado, Rocío |
metadata.dc.contributor.other: | Universidad de Jaén. Departamento de Ingeniería de Telecomunicación |
Abstract: | Esta 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. |
Keywords: | Sigue las Renovables Computación en la Nube Aprendizaje Automático Lógica Difusa Migración de Máquinas Virtuales |
Issue Date: | 30-Sep-2024 |
metadata.dc.description.sponsorship: | Tesis Univ. Jaén. Departamento de Ingeniería de Telecomunicación. |
Appears in Collections: | Tesis |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Follow the renewablebased virtual machine migration among geo-dispersed.pdf | 4,03 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License