Published July 12, 2022
| Version v1
Publication
Open
A machine learning model for improving virtual machine migration in cloud computing
- 1. University of Boumerdes
- 2. University of Guelma
Description
Abstract Cloud Computing is a paradigm allowing access to physical and application resources online via the Internet. These resources are virtualized using virtualization software to make them available to users as a service. In this environment, the migration of virtual machines (VMs) is a significant concern these days. This technique provided by virtualization technology impacts the performance of the cloud. When allocating resources, the distribution of VMs is unbalanced, and their migration from one server to another can increase energy consumption and network overhead, necessitating an improvement in VM migrations. This paper presents a machine learning model for migrating virtual machines. The goal is to improve the selection of virtual machines and migration processes by reducing energy consumption and the number of VMs migrations. Numerical results demonstrate that the proposed solution can significantly enhance the goals addressed.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
الحوسبة السحابية المجردة هي نموذج يسمح بالوصول إلى الموارد المادية والتطبيقات عبر الإنترنت. تتم محاكاة هذه الموارد افتراضيًا باستخدام برنامج المحاكاة الافتراضية لجعلها متاحة للمستخدمين كخدمة. في هذه البيئة، تعد هجرة الأجهزة الافتراضية (VMs) مصدر قلق كبير في هذه الأيام. تؤثر هذه التقنية التي توفرها تقنية المحاكاة الافتراضية على أداء السحابة. عند تخصيص الموارد، يكون توزيع الأجهزة الافتراضية غير متوازن، ويمكن أن يؤدي انتقالها من خادم إلى آخر إلى زيادة استهلاك الطاقة والنفقات العامة للشبكة، مما يستلزم تحسين هجرات الأجهزة الافتراضية. تقدم هذه الورقة نموذجًا للتعلم الآلي لترحيل الأجهزة الافتراضية. الهدف هو تحسين اختيار الأجهزة الافتراضية وعمليات الترحيل من خلال تقليل استهلاك الطاقة وعدد هجرات الأجهزة الافتراضية. تظهر النتائج العددية أن الحل المقترح يمكن أن يعزز بشكل كبير الأهداف التي تم تناولها.Translated Description (French)
Le Cloud Computing abstrait est un paradigme permettant d'accéder aux ressources physiques et applicatives en ligne via Internet. Ces ressources sont virtualisées à l'aide d'un logiciel de virtualisation pour les mettre à la disposition des utilisateurs en tant que service. Dans cet environnement, la migration des machines virtuelles (VM) est une préoccupation importante de nos jours. Cette technique fournie par la technologie de virtualisation a un impact sur les performances du cloud. Lors de l'allocation des ressources, la distribution des machines virtuelles est déséquilibrée et leur migration d'un serveur à un autre peut augmenter la consommation d'énergie et les frais généraux du réseau, ce qui nécessite une amélioration des migrations des machines virtuelles. Cet article présente un modèle d'apprentissage automatique pour la migration des machines virtuelles. L'objectif est d'améliorer la sélection des machines virtuelles et les processus de migration en réduisant la consommation d'énergie et le nombre de migrations de VMs. Les résultats numériques démontrent que la solution proposée peut améliorer considérablement les objectifs atteints.Translated Description (Spanish)
La computación en la nube abstracta es un paradigma que permite el acceso a recursos físicos y de aplicaciones en línea a través de Internet. Estos recursos se virtualizan utilizando software de virtualización para ponerlos a disposición de los usuarios como un servicio. En este entorno, la migración de máquinas virtuales (VM) es una preocupación importante en estos días. Esta técnica proporcionada por la tecnología de virtualización afecta el rendimiento de la nube. Al asignar recursos, la distribución de las máquinas virtuales no está equilibrada y su migración de un servidor a otro puede aumentar el consumo de energía y la sobrecarga de la red, lo que requiere una mejora en las migraciones de máquinas virtuales. Este documento presenta un modelo de aprendizaje automático para migrar máquinas virtuales. El objetivo es mejorar la selección de máquinas virtuales y los procesos de migración reduciendo el consumo de energía y el número de migraciones de VMS. Los resultados numéricos demuestran que la solución propuesta puede mejorar significativamente los objetivos abordados.Files
latest.pdf.pdf
Files
(597.8 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:5e4f52770abe8e0b8c457a3ae2449b4c
|
597.8 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- نموذج التعلم الآلي لتحسين ترحيل الآلة الافتراضية في الحوسبة السحابية
- Translated title (French)
- Un modèle d'apprentissage automatique pour améliorer la migration des machines virtuelles dans le cloud computing
- Translated title (Spanish)
- Un modelo de aprendizaje automático para mejorar la migración de máquinas virtuales en la computación en la nube
Identifiers
- Other
- https://openalex.org/W4285091858
- DOI
- 10.21203/rs.3.rs-1819400/v1
References
- https://openalex.org/W1528741131
- https://openalex.org/W1586971062
- https://openalex.org/W1873332500
- https://openalex.org/W2034598791
- https://openalex.org/W2739088306
- https://openalex.org/W2758294595
- https://openalex.org/W2793406860
- https://openalex.org/W2795837429
- https://openalex.org/W2810892396
- https://openalex.org/W2880511493
- https://openalex.org/W2891879275
- https://openalex.org/W2892452429
- https://openalex.org/W2893438196
- https://openalex.org/W2897253220
- https://openalex.org/W2902207327
- https://openalex.org/W2902456270
- https://openalex.org/W2904821893
- https://openalex.org/W2908475722
- https://openalex.org/W2910556382
- https://openalex.org/W2912426918
- https://openalex.org/W2916345441
- https://openalex.org/W2922118005
- https://openalex.org/W2923036061
- https://openalex.org/W2940806880
- https://openalex.org/W2944626797
- https://openalex.org/W2950105583
- https://openalex.org/W2953481190
- https://openalex.org/W2968072682
- https://openalex.org/W3002810374
- https://openalex.org/W3021773213
- https://openalex.org/W3033253148
- https://openalex.org/W3034551244
- https://openalex.org/W4210654990