Công nghệ điện toán đám mây thân thiện

TRƯỜNG ĐẠI HỌC GIAO THƠNG VẬN TẢI TP HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ VIỄN THÔNG LUẬN VĂN TỐT NGHIỆP CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN Ngành: KĨ THUẬT ĐIỆN TỬ VÀ TRUYỀN THÔNG Chuyên ngành: ĐIỆN TỬ VIỄN THÔNG Giảng viên hướng dẫn : Ths Nguyễn Thanh Hiếu Sinh viên thực : Lê Quảng Đầu Trần Đại Việt TP Hồ Chí Minh, 2015 LỜI CẢM ƠN Trong suốt quá trình học tập và hoàn thành luận văn, chúng em đã nhận được sự hướng dẫn, giúp đỡ quý báu của Cha Mẹ, tận tình từ Thầy Cô và các bạn Với lòng kính trọng và biết ơn sâu sắc, chúng em xin được bày tỏ lời cảm ơn chân thành tới Ban Giám Hiệu tồn thể Thầy Cơ trường Đại Học Giao Thơng Vận Tải TP Hồ Chí Minh đã truyền đạt cho chúng em kiến thức quý báu thật sự hữu ích, đồng thời tạo điều kiện thuận lợi giúp chúng em hồn thành tớt ḷn văn tớt nghiệp Đặc biệt, chúng em xin gửi lời cảm ơn chân thành đến Thầy Nguyễn Thanh Hiếu, người đã quan tâm giúp đỡ, hướng dẫn và động viên chúng em śt q trình thực ḷn văn Mặc dù chúng em đã cớ gắng hồn thành ḷn văn phạm vi khả cho phép, chắc chắn không tránh khỏi thiếu sót Chúng em kính mong nhận được sự bảo của Quý Thầy Cô sự góp ý chân thành của bạn Chúng em kính chúc Quý Thầy Cô khỏe mạnh, thành công sự nghiệp trồng người Xin trân trọng cám ơn! i LỜI CAM ĐOAN Chúng xin cam đoan cơng trình nghiên cứu chúng tơi, có hỗ trợ từ Giáo viên hướng dẫn Ths Nguyễn Thanh Hiếu Các nội dung nghiên cứu kết đề tài trung thực Những tài liệu, hình ảnh phục vụ cho việc phân tích, nhận xét, đánh giá thu thập từ nguồn khác ghi phần tài liệu tham khảo Nếu phát có gian lận chúng tơi xin hồn tồn chịu trách nhiệm trước Hội đồng, kết luận văn TP HCM, ngày 28 tháng 06 năm 2015 Tác giả Lê Quảng Đẩu ii Trần Đại Việt MỤC LỤC MỤC LỤC iii DANH MỤC CÁC TỪ VIẾT TẮT v DANH MỤC CÁC HÌNH viii CHƯƠNG 1: MỞ ĐẦU viii 1.1 1.2 1.3 1.4 1.5 1.6 Đặt vấn đề Lý chọn đề tài Nội dung mục tiêu đề tài Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu Cấu trúc luận văn CHƯƠNG 2: TỔNG QUAN CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY 2.1 Khái niệm đặc tính 2.1.1 Khái niệm 2.1.2 Đặc tính 2.2 Cấu trúc 2.3 Ưu điểm nhược điểm 2.3.1 Ưu điểm 2.3.2 Nhược điểm 10 2.4 Sự tiêu hao lượng cơng nghệ điện tốn đám mây 11 CHƯƠNG 3: CÁC GIẢI PHÁP HÌNH THÀNH CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN 15 3.1 Giải pháp chuẩn DVFS 15 3.1.1 Khái niệm 15 3.1.2 Đặc điểm 15 3.2 Giải pháp di chuyển máy ảo 19 3.2.1 Giải thuật phát máy ảo mức tải 19 3.2.2 Giải pháp lựa chọn máy ảo 28 3.2.3 Phân bố máy ảo PABFD 34 iii 3.3 Sự kết hợp giải thuật giải pháp 36 3.3.1 Giới thiệu công cụ mô cloudsim 36 3.3.2 Hướng dẫn cài đặt 48 3.3.3 DVFS & NPA & giải pháp 61 3.4 So sánh giải pháp với so với giải pháp chuẩn NPA 63 3.4.1 Giải pháp (IQR, MAD, THR)+MC so với giải pháp chuẩn DVFS NPA 63 3.4.2 Giải pháp (IQR, MAD, THR)+MMT so với giải pháp chuẩn DVFS NPA 66 3.4.3 Giải pháp (IQR, MAD, THR)+MU so với giải pháp chuẩn DVFS NPA 69 3.4.4 Năng lượng tiêu thụ tất giải pháp so với NPA 72 CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 74 4.1 Kết luận 74 4.2 Kết đạt 76 4.3 Hướng phát triển đề tài 76 TÀI LIỆU THAM KHẢO 78 iv DANH MỤC CÁC TỪ VIẾT TẮT STT Từ viết tắt Diễn giải BFD Best-Fit Decreasing CAGR Compounded Annual Growth Rate CIS CloudInformationService CMOS Complementary Metal-Oxide-Semiconductor CPU Central Processing Unit DVFS Dynamic Voltage And Frequency Scaling EU European Union GND Ground ICT Information & Communications Technology 10 IDC International Data Corporation 11 IEEE Electrical And Electronics Engineers 12 IQR Interquartile Range 13 IT Information Technology 14 MAD Median Absolute Deviation 15 MIPS Million Instructions Per Second 16 MMT Minimum Migration Time Policy 17 MU Minimum Utilization Policy 18 NPA Non Power-Aware 19 PABFD Power-Aware Best Fit Decreasing 20 PDA Personal Digital Assistant 21 QoS Quality of Service 22 RAM Random Access Memory 23 SaaS Software as a Service v 24 SAN Storage Area Network 25 THR Threshold 26 VM Virtual Machine vi DANH MỤC BẢNG BIỂU Bảng 1: So sánh trung tâm liệu đám mây quan trọng 13 Bảng 2: Thuật ngữ viết tắt giải pháp 62 Bảng 3: So sánh giải pháp công nghệ điện toán đám mây thân thiện 74 vii DANH MỤC CÁC HÌNH Hình 2.1: Mơ hình điện tốn đám mây Hình 2.2: Cloud vấn đề mơi trường bền vững 11 Hình 3.1 : Cơng suất tiêu tán chuyển mạch đảo dùng CMOS đơn giản 15 Hình 3.2: Giảm cơng suất cách sử dụng giá trị thay đổi điện áp VDD 17 Hình 3.3: Năng lượng tiêu thụ công suất tiêu thụ cho tác vụ 17 Hình 3.4: Các thành phần yêu cầu kỹ thuật DVFS 18 Hình 3.5: Xung nhịp xử lý tác vụ xử lý dự kiến 19 Hình 3.6: Xung nhịp xử lý tác vụ xử lý tối ưu hóa 19 Hình 3.7: Lưu đồ giải thuật độ lệch trung bình tuyệt đối MAD 22 Hình 3.8: lưu đồ thuật toán khoảng tứ phân vị IQR 25 Hình 3.9: Lưu đồ giải thuật ngưỡng phát mức tải 27 Hình 3.10: Lưu đồ giải thuật lựa chọn máy ảo MMT 29 Hình 3.11: Lưu đồ giải thuật lựa chọn máy ảo MC 31 Hình 3.12: Lưu đồ giải thuật lựa chọn máy ảo MU 33 Hình 3.13: Lưu đồ giải thuật giải pháp phân bố máy ảo PABFD 35 Hình 3.14: Cấu trúc phân lớp Cloudsim 36 Hình 3.15: Sơ đồ thiết kế lớp CloudSim 38 Hình 3.16: Sơ đồ lớp cấu trúc khung mô lõi Cloudsim 43 Hình 3.17: tiến trình xử lý cập nhật Cloudlet 46 Hình 3.18: Mơ luồng liệu 47 Hình 3.19: Tải gói phần mềm java từ trang chủ 49 Hình 3.20: Tải gói phần mềm Elipse từ trang chủ 50 Hình 3.21: Tải gói cơng cụ mơ Cloudsim 3.0.3 từ trang chủ 51 Hình 3.22: Cơng cụ hỗ trợ Apache Commons Math 3.5 cho công cụ mô Cloudsim 3.0.3 52 Hình 3.23: Chọn thiết lập mơi trường cho gói phần mềm java 53 Hình 3.24: Chọn đường dẫn để thiết lập mơi trường cho gói phần mềm java 54 Hình 3.25: Chạy trực tiếp gói phần mềm Eclipse 55 Hình 3.26: Các bước tạo project java 56 Hình 3.27: Các bước thêm gói phần mềm bổ trợ 57 Hình 3.28: Các bước thêm gói phần mềm bổ trợ 58 Hình 3.29: Tất giải pháp Datacenter 59 Hình 3.30: Kết mơ giải pháp chuẩn DVFS 60 Hình 3.31: Năng lượng tiêu thụ (kWh) 63 Hình 3.32: Số lượng máy ảo di chuyển 64 viii Hình 3.33: Số lượng Host tắt nguồn 65 Hình 3.34: Năng lượng tiêu thụ (kWh) 66 Hình 3.35: Số lượng máy ảo di chuyển 67 Hình 3.36: Số lượng Host tắt nguồn 68 Hình 3.37: Năng lượng tiêu thụ (kWh) 69 Hình 3.38: Số lượng máy ảo di chuyển 70 Hình 3.39: Số lượng Host tắt nguồn 71 Hình 3.40: Năng lượng tiêu thụ tất giải pháp 72 ix LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN khối lượng công việc giải pháp khác, việc áp dụng giải pháp chuẩn DVFS, tức thay đổi tần số điện áp máy chủ vật lý theo khối lượng công việc sử dụng lượng 33,35% so với NPA, giải pháp MMT giảm 7,67% - 7,95% lượng so với NPA Như nhìn chung giải pháp MMT cho thấy hiệu việc tối ưu hóa lượng Datacenter , số giải pháp MADMMT giải pháp tối ưu giải pháp 3.4.2.2 Số lượng máy ảo di chuyển giải pháp (MMT) 30000 Vm 25000 20000 15000 26476 26292 26634 IqrMmt MadMmt ThrMmt 10000 5000 0 NPA DVFS Hình 3.35: Số lượng máy ảo di chuyển Từ thông số biểu đồ số lượng máy ảo di chuyển giải pháp: NPA, DVFS, IQRMMT, MADMMT, THRMMT, cho thấy hai giải pháp NPA & DVFS không 67 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN có di chuyển máy ảo máy chủ vật lý Datacenter hai giải pháp xảy tình trạng lãng phí khơng gian lưu trữ Host chế độ hoạt động mức tải, gây tổn hao không gian tài nguyên cho Datacenter Đối với giải pháp MMT việc di chuyển máy ảo xảy thường xuyên số lượng lớn dao động khoảng (26292 – 26634) máy ảo, giải pháp THRMMT có số lượng máy ảo di chuyển cao ba giải pháp MMT lại 3.4.2.3 Số lượng máy chủ vật lý (Host) tắt nguồn giải pháp (MMT) 5863 Host ThrMmt MadMmt 5759 IqrMmt 5827 DVFS 457 NPA 457 1000 2000 3000 4000 5000 6000 Hình 3.36: Số lượng Host tắt nguồn Từ thông số biểu đồ số lượng máy ảo di chuyển giải pháp: NPA, DVFS, IQRMMT, MADMMT, THRMMT, cho thấy hai giáp pháp DVFS & NPA ban đầu khơng có số lượng máy ảo di chuyển nên số lượng máy chủ vật lý Host tắt động 68 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN đạt số lượng 457 Host, giải pháp MMT ban đầu có số lượng máy ảo di chuyển lớn nên khả Host tắt động cao dao động khoản từ (5827 - 5863) Host giải pháp THRMMT tỏ chiếm ưu số lượng máy chủ vật lý Host tắt động hiệu số giải pháp MMT lại 3.4.3 Giải pháp (IQR, MAD, THR)+MU so với giải pháp chuẩn DVFS NPA 3.4.3.1 Sự tiêu thụ lượng giải pháp (MU) 3000 2500 KWh 2000 1500 2410.8 1000 803.91 500 204.22 200.4 206.73 IqrMu MadMu ThrMu NPA DVFS Hình 3.37: Năng lượng tiêu thụ (kWh) Từ thông số biểu đồ lượng tiêu thụ giải pháp: NPA, DVFS, IQRMU, MADMU, THRMU, cho thấy việc khơng áp dụng giải pháp tối ưu hóa lượng, dẫn đến tiêu thụ lượng cách cực đại Datacenter, điều dẫn đến hao tổn mặt lượng không cần thiết 69 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN khối lượng công việc giải pháp khác, việc áp dụng giải pháp chuẩn DVFS, tức thay đổi tần số điện áp máy chủ vật lý theo khối lượng công việc sử dụng 33,35% lượng so với NPA, giải pháp MU chiếm 8,31% - 8,58% lượng so với NPA Như nhìn chung giải pháp MU cho thấy hiệu việc tối ưu hóa lượng Datacenter , số giải pháp MADMU giải pháp tối ưu giải pháp 3.4.3.2 Số lượng máy ảo di chuyển giải pháp (MU) 30000 25000 Vm 20000 15000 29901 30051 30188 IqrMu MadMu ThrMu 10000 5000 0 NPA DVFS Hình 3.38: Số lượng máy ảo di chuyển 70 LUẬN VĂN: CÔNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN Từ thơng số biểu đồ số lượng máy ảo di chuyển giải pháp: NPA, DVFS, IQRMU, MADMU, THRMU, cho thấy hai giải pháp NPA & DVFS khơng có di chuyển máy ảo máy chủ vật lý Datacenter hai giải pháp xảy tình trạng lãng phí khơng gian lưu trữ Host chế độ hoạt động mức tải, gây tổn hao không gian tài nguyên cho Datacenter Đối với giải pháp MU việc di chuyển máy ảo xảy thường xuyên số lượng lớn dao động khoảng (29901 – 30188) máy ảo, giải pháp THRMU có số lượng máy ảo di chuyển cao ba giải pháp MU cịn lại Host 3.4.3.3 Sớ lượng máy chủ vật lý (Host) tắt nguồn giải pháp (MU) ThrMu 6474 MadMu 6353 IqrMu 6420 DVFS 457 NPA 457 1000 2000 3000 4000 Hình 3.39: Số lượng Host tắt nguồn 71 5000 6000 LUẬN VĂN: CÔNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN Từ thơng số biểu đồ số lượng máy ảo di chuyển giải pháp: NPA, DVFS, IQRMU, MADMU, THRMU, cho thấy hai giáp pháp DVFS & NPA ban đầu số lượng máy ảo di chuyển nên số lượng máy chủ vật lý Host tắt động đạt số lượng 457 Host, giải pháp MU ban đầu có số lượng máy ảo di chuyển lớn nên khả Host tắt động cao dao động khoản từ (6353 - 6474) Host giải pháp THRMU tỏ chiếm ưu số lượng máy chủ vật lý Host tắt động hiệu số giải pháp MU lại 3.4.4 Năng lượng tiêu thụ tất giải pháp so với NPA kWh 2410.8 803.91 178.8 NPA DVFS 176.24 182.96 188.86 184.88 191.73 204.22 200.4 206.73 IQRMC MADMC THRMC IQRMMTMADMMTTHRMMT IQRMU MADMU THRMU Axis Title NPA DVFS IqrMc MadMc ThrMc MadMmt ThrMmt IqrMu MadMu ThrMu Hình 3.40: Năng lượng tiêu thụ tất giải pháp 72 IqrMmt LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN Biểu đồ lượng tất giải pháp Datacenter thể rõ mức tiêu thụ lượng giải pháp, nhìn cách tổng quan tất giải pháp MC, MMT, MU có tối ưu lượng tiêu thụ đáng kể, làm giảm phần lớn lượng dư thừa q trình thực thi tác vụ, giải pháp có phối hợp IQR & MAD có mức lượng tiêu thụ thấp nhất, tối ưu hóa cao giải pháp cịn lại, tiêu thụ lượng khoảng 7,31% - 8,58% so với giải pháp NPA (không áp dụng giải pháp tối ưu nào) Cịn giải pháp có phối hợp THR không tối ưu mặt lượng tiêu thụ giải giáp lại tỏ tối ưu thông số di chuyển máy ảo máy chủ vật lý Host tắt động Host rỗi đáng kể, làm tăng khả độ sẵn sàng cho Datacenter 73 LUẬN VĂN: CÔNG NGHỆ ĐIỆN TOÁN ĐÁM MÂY THÂN THIỆN CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 4.1 Kết luận: Qua phép phân tích đánh giá thơng số liên qua đến lượng, số lượng máy ảo di chuyển máy chủ vật lý (Host) số Host tắt động, ta rút bảng so sánh sau đây: Bảng 3: So sánh giải pháp cơng nghệ điện tốn đám mây thân thiện Phần trăm tiêu Tối ưu hóa Tối ưu hóa thụ lượng mặt di chuyển mặt tắt động so với NPA(%) máy ảo (VMs) Host DVFS 33.35% 457 IQR-MC 7,42% 23270 5428 MAD-MC 7,31% 23636 5425 THR-MC 7,59% 24172 5525 IQR-MMT 7,83% 26476 5827 MAD-MMT 7,67% 26292 5759 THR-MMT 7,95% 26634 5863 IQR-MU 8,47% 29901 6420 MAD-MU 8,31% 30051 6353 THR-MU 8,58% 30188 6474 Nhìn cách tổng quan sau so sánh giải pháp ta rút số nhận xét chính: Giải pháp chuẩn DVFS giải pháp có độ linh hoạt tần số điện áp xử lý tỏ tiết kiệm lượng đáng kể, lượng tiêu thụ cịn 33,35% 74 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TOÁN ĐÁM MÂY THÂN THIỆN so với NPA (không áp dụng giải pháp nào), giải pháp đơn giản khả thi Các thuật toán phát mức tải giải thuật độ lệch trung bình tuyệt đối (MAD) kết hợp với giải pháp MC/MMT/MU đại diện cho việc tối ưu hóa mặt lượng tiêu thụ cao so với thuật toán khoảng tứ phân vị (IQR) ngưỡng (THR), đạt tiết kiệm lượng tiêu thụ cao giải pháp khác, giải thuật ngưỡng (THR) kết hợp với giải pháp khác MC/MMT/MU tỏ ưu việc di chuyển máy ảo số lượng host tắt động, điều làm cho cơng nghệ điện tốn đám mây đạt độ sẵn sàng khả sử dụng tài nguyên hệ thống cách linh hoạt hiệu Trong số giải pháp khác MC/MMT/MU giải pháp MC giải pháp có độ phức tạp so với giải pháp lại việc chọn máy ảo, tỏ chiếm ưu khả tiết kiệm lượng cao so với giải pháp lại 75 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN 4.2 Kết đạt Sau tìm hiểu nghiên cứu cơng nghệ điện tốn đám mây tình trạng sử dụng lượng giải pháp giúp tối ưu tối đa cơng nghệ điện tốn đám mây, chúng em đạt kết bước đầu sau: - Hiểu hoạt động cơng nghệ điện tốn đám mây - Biết tình tỷ lệ sử dụng lượng cơng nghệ điện tốn đám mây - Hiểu hoạt động cơng nghệ ảo hóa cơng nghệ điện tốn đám mây, cơng nghệ ảo hóa trọng đẩy mạnh tương lai - Được tiếp xúc với công nghệ mới, nghiên cứu nhóm nghiên cứu, trường đại học công nghệ phát triển giới - Dựa kết mô biết hoạt động đặc điểm bật giải pháp, từ ứng dụng giải pháp tương ứng với cơng nghệ điện tốn đám mây phù hợp - Biết nhiều giải pháp giúp cơng nghệ điện tốn đám mây đạt tối ưu hố lượng, làm cho cơng nghệ điện toán đám mây hoạt động tiêu thụ lượng thấp đến mức đảm bảo yêu cầu chất lượng dịch vụ (QoS) - Dựa kết mô công nghệ điện tốn đám mây thân thiện, giúp cho cơng nghệ điện toán đám mây đạt yêu cầu nghiêm ngặt lượng khí thải Cabon tương lai Cũng góp phần giảm thiểu tác động xấu cơng nghệ điện tốn đám mây mơi trường 4.3 Hướng phát triển đề tài Luận văn phát triển nhiều nhờ đóng góp nhóm nghiên cứu, nhóm kỹ sư, chuyên gia, trường đại học cơng nghệ điện tốn đám mây nghiên cứu Nhằm tạo giải pháp thiết thực Datacenter giúp hoạt động tối ưu 76 LUẬN VĂN: CÔNG NGHỆ ĐIỆN TOÁN ĐÁM MÂY THÂN THIỆN giảm lượng điện tiêu thụ xuống mức tối thiểu, nhiên đề tài dừng lại hình thức tìm hiểu giải pháp dựa gói cơng cụ mơ cơng nghệ điện tốn đám mây việc triển khai thực tế giải pháp thách thức vấn đề sở hạ tầng, giải pháp nghiên cứu tác động đến quy mô sở liệu trung tâm điện toán đám mây, nhiên thực tế việc tối ưu hóa cơng nghệ cịn phụ thuộc nhiều vào tác động qua lại mơ hình kiến trúc trung tâm liệu khác Trong tương lai khơng xa, cơng nghệ điện tốn đám mây thân thiện xây dựng nhiều để vụ cho nhu cầu ngày tăng tất người dùng Nhưng giải pháp tối ưu hoá cơng nghệ điện tốn đám mây thân thiện áp dụng có hiệu Datacenter riêng lẻ, thực tế Datacenter có mức tiêu thụ lượng khác nhau, giải pháp cần phối hợp với nhiều Datacenter khác tương lai, cho phép người dùng lựa chọn nhà cung cấp dịch vụ đám mây thân thiện phù hợp với ứng dụng truy cập mà người dùng u cầu 77 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TỐN ĐÁM MÂY THÂN THIỆN TÀI LIỆU THAM KHẢO Nguồn tài liệu từ Internet: [1] Điện toán đám mây, 05/2015 http://vi.wikipedia.org/wiki/Điện_toán_đám_mây [2] Điện toán đám mây, 05/2015 http://viettelidc.com.vn/dien-toan-dam-may [3] Gleeson, Eoin, Computing industry set for a shocking change, 24/04/2009 http://moneyweek.com/computing-industry-set-for-a-shocking-change-43226/ [4] Saurabh Kumar Garg, Rajkumar Buyya (2011) Green Cloud computing and Environmental Sustainability, Harnessing Green IT: Principles and Practices, 1-27 [5] Ricardo Bianchini, Ram Rajamony (2004) Power and energy management for server systems, Computer, 37, (11), 68-74 [6] Rivoire, S., Shah, M A., Ranganathan, P., and Kozyrakis, C (2007) Joulesort: a balanced energy-efficiency benchmark, Proceedings of the 2007 ACM SIGMOD International Conference on Management of Data, Beijing China: ACM Press, 365-376 [7] Accenture Microsoft Report (2010) Cloud computing and Sustainability: The Environmental Benefits of Moving to the Cloud, 3-9 [8] Greenpeace International, Make IT Green, 05/2015, http://www.greenpeace.org/international/en/publications/reports/make-it-greenCloudcomputing/ 78 LUẬN VĂN: CÔNG NGHỆ ĐIỆN TOÁN ĐÁM MÂY THÂN THIỆN [9] T Pering, T Burd, and R Brodersen (2007) Dynamic Voltage Scaling and the Design of a Low-Power Microprocessor System, University of California Berkeley, Electronics Research Laboratory [10] I Hong, D Kirovski, G Qu, M Potkonjak, and M.B Srivastava (1999) Power Optimization of Variable-Voltage Core-Based Systems, IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 18, (12), 1702-1714 [11] O Ergin (2003) Circuit Techniques for Power-Aware Microprocessors, Master Thesis, The State University of New York, USA [12] Diary R Suleiman, Muhammed A Ibrahim, Ibrahim I Hamarash (2005) Dynamic voltage frequency scaling (DVFS) for microprocessors power and energy reduction [13] C H Hsu (10/2003) Compiler-Directed Dynamic Voltage and Frequency Scaling for CPU Power and Energy Reduction, Ph D Dissertation, the State University of New Jersey, USA [14] A P Chandrakasan (1992) Low-Power CMOS digital Design, IEEE Journal of Solid-State Circuits, 27, (4), 473-484 [15] K Choi, K Dantu, W Chung Cheng, and M Pedram (10-14/11/2002) FrameBased Dynamic Voltage and Frequency Scaling for a MPEG Decoder, from BostonUniversity, 732 – 737 [16] From Wikipedia, Median absolute deviation (05/2015) http://en.wikipedia.org/wiki/Median_absolute_deviation [17] Bách Khoa Toàn Thư Mở Wikipedia, Tứ phân vị, (05/2105) http://vi.wikipedia.org/wiki/T%E1%BB%A9_ph%C3%A2n_v%E1%BB%8B, 79 LUẬN VĂN: CÔNG NGHỆ ĐIỆN TOÁN ĐÁM MÂY THÂN THIỆN [18] Beloglazov, A Buyya, R (17-20/05/2010) Energy Efficient Allocation of Virtual Machines in Cloud Data Centers, Cluster, Cloud and Grid Computing (CCGrid), 2010 10th IEEE/ACM International Conference on, 577-578 [19] Anton Beloglazov, Jemal Abawajy, Rajkumar Buyya (10/9/2012) Energy-aware resource allocation heuristics for efficient management of data centers for Cloud computing, Future Generation Computer Systems, 28, (5), 755–768 [20] Anton Beloglazov, Rajkumar Buyya (2012) Optimal online deterministic algorithms and adaptive heuris-tics for energy and performance efficient dynamic consolidation of virtual machines in cloud data centers, Wiley Inter Science, Concurr Comput: Pract Exper, 24, (13), 1397-1420 [21] From Wikipedia Bin packing problem, 05/2015, http://en.wikipedia.org/wiki/”Bin”_packing_problem [22] Buyya, R.; Ranjan, R.; Calheiros, R.N (2009) Modeling and simulation of scalable Cloud computing environments and the CloudSim toolkit: Challenges and opportunities, High Performance Computing & Simulation, 2009 HPCS '09 International Conference on, 1-11 [23] Rodrigo N Calheiros, Rajiv Ranjan, Anton Beloglazov, Cesar A F De Rose, and Rajkumar Buyya (2011) CloudSim: A Toolkit for Modeling and Simulation of Cloud Computing Environments and Evaluation of Resource Provisioning Algorithms, Software: Practice and Experience (SPE), 41, (1), 23-50 [24] Phú Quý & Quang Hiếu (07/2015).Tìm hiểu ngơn ngữ mơ hình hố mạng, Luận văn, Đại Học Khoa Học & Tự Nhiên, Tp Hồ Chí Minh http://myweb.pro.vn/tailieu/thamkhao/luan-van-tim-hieu-ngon-ngu-mo-hinh-hoamang-va-xay-dung-bo-cong-cu-phat-sinh-topology-cho-mang-28629/ 80 LUẬN VĂN: CƠNG NGHỆ ĐIỆN TOÁN ĐÁM MÂY THÂN THIỆN [25] Heena Kaushar (Student), Pankaj Ricchariya (Professor ,Head & Guide), Anand Motwani (Assistant Professor & Head) (September 2014) Comparison of SLA based Energy Efficient Dynamic Virtual Machine Consolidation Algorithms, International Journal of Computer Applications (0975 – 8887), 102, (16), 23-79 81