ABSTRAK
Meningkatnya popularitas dan permintaan layanan cloud telah menyebabkan pertumbuhan besar pusat data cloud, dan ini telah menyebabkan tantangan manajemen energi di pusat data. Konsolidasi Mesin Virtual (VM) adalah proses penting yang ditujukan untuk mengoptimalkan pemanfaatan sumber daya dan meminimalkan penggunaan energi. Konsolidasi VM dengan mematikan host yang kekurangan beban dan mengurangi beban host yang kelebihan beban menciptakan keseimbangan antara konsumsi energi dan pelanggaran SLA. Faktanya, proses konsolidasi mencakup tiga sub-masalah: menentukan host yang kelebihan beban dan yang kekurangan beban, pemilihan VM di host yang kelebihan beban, dan menemukan tujuan baru untuk VM yang akan dimigrasikan (penempatan VM). Makalah ini memperkenalkan pendekatan berbasis entropi untuk pemilihan dan penempatan VM guna meningkatkan efisiensi di pusat data cloud. Entropi adalah karakteristik yang dapat diukur yang sering dikaitkan dengan ketidakteraturan, keacakan, atau ketidakpastian. Dengan memanfaatkan entropi sebagai ukuran distribusi beban kerja dan ketidakpastian, metode yang diusulkan secara efektif memprediksi permintaan sumber daya di masa mendatang, memungkinkan keputusan yang tepat yang meningkatkan efisiensi energi dan mengurangi pelanggaran SLA. Keuntungan utama dari pendekatan ini adalah pengurangan signifikan dalam jumlah migrasi VM, yang mengurangi overhead dan meminimalkan potensi gangguan layanan. Hasil eksperimen menunjukkan bahwa metode berbasis entropi kami mengungguli proses konsolidasi VM dalam hal konsumsi energi, kepatuhan SLA, dan stabilitas sistem. Temuan tersebut menunjukkan bahwa pendekatan ini menawarkan solusi yang lebih berkelanjutan dan hemat biaya untuk mengelola sumber daya cloud, yang berkontribusi pada pengembangan lingkungan komputasi cloud yang efisien dan andal.
Pemilihan dan Penempatan VM yang Sadar Entropi di Pusat Data Cloud
