Relações do Consumo Energético nas Execuções de Tarefas em Computação em Nuvem Verde

  • Thiago Nelson Faria dos Reis UFMA / UFPI
  • Mário Meireles Teixeira UFMA / UFPI
  • Carlos de Salles Soares Neto UFMA / UFPI

Resumo


A computação em nuvem já faz parte do cotidiano das pessoas e empresas, bem como a preocupação com a questão ambiental. A união dessas duas realidades oportuniza o surgimento da Computação em Nuvem Verde com novas propostas, abordagens e métricas, no sentido de tornar os datacenters mais eficientes, principalmente em termos energéticos, de forma a reduzir a emissão de CO2 e o impacto ambiental. Conhecer as métricas que podem ser utilizadas para medir o custo energético e o impacto ambiental de um datacenter bem como as principais categorias e áreas de ação são pontos fundamentais na Computação Verde. Este artigo apresenta um estudo das relações entre o consumo energético com os tempos de execução, arquitetura e custos de ambiente em nuvem. Por meio da utilização de simuladores foi possível comprovar a melhoria da eficiência energética acima de 60% e redução nos tempos de processamento em no mínimo 29%, com a adoção de algoritmos, de problemas complexos, no escalonamento de Máquinas Virtuais.

Referências

Agrawal, M. N., Saini, M. J. K., and Wankhede, P. Review on green cloud computing: A step towards saving global environment.

Barbierato, E., Gribaudo, M., Iacono, M., and Jakóbik, A. (2019). Exploiting cloudsim in a multiformalism modeling approach for cloud based systems. Simulation Modelling Practice and Theory, 93:133-147.

Chopra, J., Rangarajan, V., and Sen, R. (2021). Sustainable energy technologies and assessments.

CLOUDSIM (2016). Full-featured and fully documented cloud simulation framework. Disponível em: http://cloudsimplus.org/. Acesso em: Junho 2021.

Farahnakian, F., Ashraf, A., Pahikkala, T., Liljeberg, P., Plosila, J., Porres, I., and Tenhunen, H. (2015). Using ant colony system to consolidate vms for green cloud computing. IEEE Transactions on Services Computing, 8(2):187-198.

Gade, A. (2018). Survey on energy efficient cloud: A novel approach towards green computing. HELIX.

Jena, S. R., Shanmugam, R., Saini, K., and Kumar, S. (2020). Cloud computing tools: inside views and analysis. Procedia Computer Science, 173:382-391.

Junior, T. J. T. and Bruschi, S. (2020). Epcsac-extensible platform for cloud scheduling algorithm comparison. In Anais Estendidos do XXI Simpósio em Sistemas Computacionais de Alto Desempenho, pages 46-53. SBC.

Khan, R. and Khan, S. U. (2016). Achieving energy saving through proxying applications on behalf of idle devices. Procedia Computer Science, 83:187-194.

Makaratzis, A. T., Giannoutakis, K. M., and Tzovaras, D. (2018). Energy modeling in cloud simulation frameworks. Future Generation Computer Systems, 79:715-725.

Mandal, A. K. and Dehuri, S. (2019). A survey on ant colony optimization for solving some of the selected np-hard problem. In International Conference on Biologically Inspired Techniques in Many-Criteria Decision Making, pages 85-100. Springer.

Masdari, M. and Zangakani, M. (2020). Green cloud computing using proactive virtual machine placement: challenges and issues. Journal of Grid Computing, 18(4):727-759.

Meyer, V., Krindges, R., Ferreto, T. C., De Rose, C. A., and Hessel, F. (2018). Simulators usage analysis to estimate power consumption in cloud computing environments. In 2018 Symposium on High Performance Computing Systems (WSCAD), pages 70-76. IEEE.

Radu, L.-D. (2017). Green cloud computing: A literature survey. Symmetry, 9(12):295.

Saha, B. (2018). Green computing: current research trends. International Journal of Computer Sciences and Engineering, 6(3):467-469.

Silva Filho, M. C., Oliveira, R. L., Monteiro, C. C., Inácio, P. R., and Freire, M. M. (2017). Cloudsim plus: A cloud computing simulation framework pursuing software engineering principles for improved modularity, extensibility and correctness. In 2017 IFIP/IEEE symposium on integrated network and service management (IM), pages 400-406. IEEE.

Wadhwa, M., Goel, A., Choudhury, T., and Mishra, V. P. (2019). Green cloud computing-a greener approach to it. In 2019 international conference on computational intelligence and knowledge economy (ICCIKE), pages 760-764. IEEE.

Yang, J., Xiao, W., Jiang, C., Hossain, M. S., Muhammad, G., and Amin, S. U. (2018). Ai-powered green cloud and data center. IEEE Access, 7:4195-4203.

Zong, Z. (2020). An improvement of task scheduling algorithms for green cloud computing. In 2020 15th International Conference on Computer Science & Education (ICCSE), pages 654-657. IEEE.
Publicado
28/09/2022
Como Citar

Selecione um Formato
REIS, Thiago Nelson Faria dos; TEIXEIRA, Mário Meireles; SOARES NETO, Carlos de Salles. Relações do Consumo Energético nas Execuções de Tarefas em Computação em Nuvem Verde. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 10. , 2022, São Luís. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 119-128. DOI: https://doi.org/10.5753/ercemapi.2022.226178.