Skip to Main content Skip to Navigation
Theses

Resource allocation in a Cloud partially powered by renewable energy sources

Yunbo Li 1
1 ASCOLA - Aspect and Composition Languages
Inria Rennes – Bretagne Atlantique , LS2N - Laboratoire des Sciences du Numérique de Nantes
Résumé : La plupart des infrastructures de cloud efficace en énergie proposées dans la littérature ne tiennent pas compte de la disponibilité électrique et des énergies renouvelables dans leurs modèles. L’intégration des énergies renouvelables dans les centres de données réduit considérablement leur consommation d’énergie et leur empreinte carbone. Étant donné que l’énergie renouvelable est intermittente et fluctue en fonction du temps, elle est habituellement sous-utilisée. Nous abordons le problème de l’amélioration de l’utilisation des énergies renouvelables dans un centre de données unique et étudions deux approches : la planification opportuniste et le stockage de l’énergie. Nos résultats démontrent que les deux approches permettent de réduire la consommation d’énergie non-renouvelable sous différentes configurations. Nous étendons ce travail au contexte des Edge Clouds et de l’Internet des Objets dans le cas de l’analyse de flux de données. Nous montrons comment rendre les Edge Clouds plus verts avec une production d’énergie renouvelable sur site combinée à un stockage d’énergie et à une dégradation de performance des applications des utilisateurs.
Complete list of metadatas

Cited literature [114 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01595953
Contributor : Abes Star :  Contact
Submitted on : Wednesday, September 27, 2017 - 10:16:11 AM
Last modification on : Wednesday, June 24, 2020 - 4:19:36 PM
Document(s) archivé(s) le : Thursday, December 28, 2017 - 12:28:49 PM

File

2017IMTA0019_LiYunbo.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01595953, version 1

Citation

Yunbo Li. Resource allocation in a Cloud partially powered by renewable energy sources. Distributed, Parallel, and Cluster Computing [cs.DC]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. English. ⟨NNT : 2017IMTA0019⟩. ⟨tel-01595953⟩

Share

Metrics

Record views

1208

Files downloads

1065