A temporal bin packing based approach to virtual machine placement problem with migration costs

Bulut bilisim, esnek, olceklenebilir ve etkin kaynak kullanimi saglamasi nedeniyle gunumuzde bircok sektorde yaygin olarak kullanilmaktadir. Bulut bilisim ortamlarinda sanal makine (SM) yerlestirme, operasyonel verimliligi dogrudan etkileyen kritik bir optimizasyon problemidir. Etkili bir yerlestirme stratejisi, veri merkezlerinde hem performansi artirirken operasyonel maliyetleri azaltmaktadir. Mevcut yerlestirme algoritmalari genellikle dinamik kaynak tahsisi ve toplam maliyetlerinin azaltilmasina odaklanmaktadir. Bu calismada, Gecici Kutu Paketleme (Temporal Bin Packing) problemine yeni bir bakis acisi getirerek, zaman icinde minimum gocle sonuclanacak yerlestirme stratejisini belirleyen yeni bir model onerilmistir. Onerilen model, zamanla degisen CPU kullanimi taleplerini dikkate alarak SM goclerini en aza indirmeyi hedeflemektedir. Literaturdeki geleneksel modeller cogunlukla sabit zaman dilimlerini ve goce dayali olmayan stratejileri esas alirken, bu calismada zamanla degisen CPU kullanimini dikkate alan ve degisken uzunlukta zaman periyotlari ile calisan daha gercekci bir is yukü yonetimi ve uyarlanabilir kaynak tahsisi saglayan bir model onerilmektedir. Sanal makine yerlestirme problemini verimli bir sekilde cozumlemek amaciyla, saniyeler icinde uygulanabilir yerlestirme stratejileri ureten hizli ve hafif bir sezgisel algoritma olan T-MIG, onceden tanimli sabit sunucu sayisi varsayimi yerine, ihtiyac duyulan sunucu sayisini dinamik olarak belirleyerek modelin gercek dunya kosullarinda esnekligini ve olceklenebilirligini artirmaktadir. Yapilan deneyler, buyuk olcekli orneklerde ve zaman kisiti altindaki durumlarda T-MIG'in BIP cozumeleyicilerden daha basarili performans sergiledigini ve gercek zamanli karar sistemleri icin uygulanabilir bir alternatif sundugunu gostermektedir.