论文纲要：鉴于负载分门别类的云计划及其保存平台能源消耗接洽

贸易和科学运用对计划本领的需要，激动了大范围数据重心的飞快兴盛。那些兴盛的背地，是电能的洪量耗费。在数据重心的情况中，硬件范围简直不妨无穷扩充，这使得往日分别的能源消耗题目形成了会合的能源消耗题目。所以深刻接洽数据重心的节约能源题目是有要害意旨的。 为此，正文提出了一个面向假造化数据重心的鉴于负载分门别类的资源安排算法，并在模仿情况中考证了该算法比保守的简单节约能源安排算法有更好的节约能源功效。 正文从感化安排算法的负载属性动手，贯串呆板进修本领，运用K-Means计划树对负载举行了有理的分门别类，而后经过洪量试验领会归纳找到了在已有多种资源安排算法中百般负载典型所最符合的资源安排算法，从而提出了面临搀杂负载典型时都能维持较好节约能源功效的一致资源安排算法。 同声，正文商量了云计划保存能源消耗的刻划本领，运用体例监察和控制的IO数据，提出了一种估量磁盘能源消耗的磁盘能源消耗模子，并经过试验表明该模子对磁盘能源消耗的刻划是较为精确的。其余，正文对云计划情况的其余保存办法的能源消耗也举行了接洽。 贯串本质运用，正文开拓了鉴于CloudSim的集群能源消耗领会东西CloudSim-EAT，将一致资源安排算法和云保存能源消耗模仿功效归入模仿框架，同声开拓了用户界面，用户界面囊括模仿处事过程的操纵界面和调整输入消息的截止展现界面。