Resumen

Los centros de datos, como proveedores de recursos, aprovechan la tecnología de virtualización para lograr una excelente utilización de los recursos, escalabilidad y alta disponibilidad. Sin embargo, un gran número de servidores informáticos que contienen máquinas virtuales de centros de datos consumen una enorme cantidad de energía. Por lo tanto, es necesario mejorar significativamente la utilización de los recursos. Entre las muchas cuestiones relacionadas con la energía, la programación desempeña un papel muy importante en el éxito de la ejecución de tareas y el consumo de energía en entornos virtualizados. El objetivo de este trabajo es implementar un algoritmo de programación de tareas energéticamente eficiente para máquinas virtuales con velocidad invariable que consta de dos pasos principales: asignar el mayor número posible de tareas a máquinas virtuales con menor consumo de energía y mantener la duración de cada máquina virtual dentro de un plazo. Proponemos un nuevo algoritmo de programación para máquinas virtuales heterogéneas en entornos virtualizados con el fin de reducir eficazmente el consumo de energía y terminar todas las tareas antes de una fecha límite. La nueva estrategia de programación se simula utilizando el paquete de herramientas CloudSim. Los resultados experimentales muestran que nuestro enfoque supera a los métodos de programación anteriores por un margen significativo en términos de consumo de energía.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:consumo energético, máquinas virtuales, energía, entornos virtualizados, algoritmo eficiente de programación de tareas, paquete cloudsim toolkit, excelente utilización de recursos, máquinas virtuales heterogéneas, menor consumo energético, nueva estrategia de programación
• Keywords:energy consumption, virtual machines, energy, virtualized environments, efficient task scheduling algorithm, cloudsim toolkit package, excellent resource utilization, heterogeneous virtual machines, lower energy consumption, new scheduling strategy