Energy-efficient virtual network function placement based on metaheuristic approaches (2020)
- Authors:
- Autor USP: MOSAIYEBZADEH, FATEMEH - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Assunto: CIENCIA DA COMPUTACAO
- Keywords: Cloud computing; Computação em nuvem; Eficiência energética; Encadeamento de funções de serviço; Energy efficiency; Network functions virtualization; Service function chaining; Virtualização de funções de rede
- Language: Inglês
- Abstract: A preocupação em reduzir o consumo de energia elétrica no setor de tecnologias da informação e comunicação tem motivado cada vez mais a transição de serviços tradicionais dessa área para as nuvens. Nesse contexto, a virtualização de funções de rede (NFV Network Functions Virtual- ization) surge como uma solução para migrar várias funções de rede, de dispositivos de hardware dedicados, para um ambiente virtual baseado em máquinas de propósito geral. Com essa virtual- ização, além da promessa de aumento da eficiência energética, espera-se reduzir o custo financeiro e aumentar a flexibilidade e a escalabilidade das redes. Nesta pesquisa, é proposto o desenvolvimento de algoritmos baseados em três metaheurísticas (Hill-Climbing, Simulated Annealing e Algoritmo Memético) para escalonar funções de rede em data centers de nuvens, observando não apenas a capacidade e consumo de energia dos computadores onde as funções serão executadas mas também da rede e dos switches que interligam esses computadores. Comparando os algoritmos propostos em relação ao algoritmo Best Fit encontrado na literatura, o baseado em Simulated Annealing econo- mizou 55,44% do consumo de energia em um datacenter com topologia Three-tier e o baseado em algoritmo memético economizou 49,18% do consumo de energia em um datacenter com topologia Fat-Tree. Para permitir a fácil reprodução de todos os experimentos realizados nessa pesquisa, os códigos desenvolvidos estão disponibilizados publicamente como softwarelivre
- Imprenta:
- Data da defesa: 14.07.2020
-
ABNT
MOSAIYEBZADEH, Fatemeh. Energy-efficient virtual network function placement based on metaheuristic approaches. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13082020-200722/. Acesso em: 26 dez. 2025. -
APA
Mosaiyebzadeh, F. (2020). Energy-efficient virtual network function placement based on metaheuristic approaches (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13082020-200722/ -
NLM
Mosaiyebzadeh F. Energy-efficient virtual network function placement based on metaheuristic approaches [Internet]. 2020 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13082020-200722/ -
Vancouver
Mosaiyebzadeh F. Energy-efficient virtual network function placement based on metaheuristic approaches [Internet]. 2020 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13082020-200722/ - Privacy-preserving federated learning-based intrusion detection system for IoHT devices
- Federated learning in smart healthcare: a survey of applications, challenges, and future directions
- Intrusion detection system for IoHT devices using federated learning
- Exploring the role of ChatGPT in education: applications and challenges
- Advances in application of federated machine learning for oncology and cancer diagnosis
- Privacy-enhancing technologies in federated learning for the internet of healthcare things: a survey
- A network intrusion detection system using deep learning against MQTT attacks in IoT
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
