An approach to developing the architecture of a software package to support the process of redevelopment of virtual machines in a virtualized data center

Cover Page

Cite item

Full Text

Abstract

Background. The distribution of the developed support system is due to the need to obtain the parameters of virtual and physical machines of a virtualized data center (DPC), taking into account the local or territorial distribution of their server platforms. Materials and methods. When developing the architecture of the software package, the “manager- agents” paradigm was used. At the same time, to support cross-platform service software of a virtualized data center, the possibility of compatibility with application programming interfaces of existing distributed monitoring systems such as Zabbix, NetCrunch, OpenNMS, etc. is considered. Results. An experimental evaluation of the effectiveness of the software package for relocating virtual machines in a virtualized data center has been carried out. Conclusions. The formed support system is expandable and highly adaptable to the conditions of modern virtualized data centers.

About the authors

Natalya Yu. Bumazhkina

Academy of the Federal Security Service of the Russian Federation

Author for correspondence.
Email: orui@mvd.ru

Adjunct

(35 Priborostroitelnaya street, Orel, Russia)

References

  1. Zhukabaeva T.K., Kusainova A.T. Big Data Technology (Big Data). Main characteristics and application prospects. ResearchGate. (In Russ.). Available at: https://www.researchgate.net
  2. Hemn B.A. A brief survey on big data: technologies, terminologies and data-intensive applications. Journal of Big Data. 2022;9(1):36. doi: 10.1186/s40537-022-00659-3
  3. Bakhtiyar S., Oleg S. Building the Software Defined Data Center. Proceedings of the Institute for System Programming of RAS. 2018;30(6):7‒24. doi: 10.15514/ISPRAS- 2018-30(6)-1
  4. Yaseein S.H., Maen A., Ahmed S.A., Saleh A. Data Centre Infrastructure: Design and Performance. Latest Advances and New Visions of Ontology in Information Science. 2023. doi: 10.5772/intechopen.109998
  5. Bumazhkina N.Yu. On the issue of virtualization of computing and telecommunication resources of the data processing center. Nauchnaya sessiya TUSUR – 2024: XXIX Mezhdunarodnaya nauchno-tekhnicheskaya konferentsiya studentov, aspirantov i molodykh uchenykh = Scientific session TUSUR – 2024: the 29th International scientific and engineering conference of students, postgraduate students and young scientists. Tomsk, 2024:107‒110. (In Russ.)
  6. Shabanov B.M., Samovarov O.I. Building the Software Defined Data Center. Proceedings of the Institute for System Programming of RAS. 2018. doi: 10.15514/ISPRAS- 2018-30(6)-1 7.
  7. Bumazhkina N.Yu., Zaharova I.N., Kochkurov A.E. On the use of live migration technologies for virtual machines in the task of optimizing data center resources. Modern informatization problems in simulation and social technologies (MIP-2024'SCT) Proceedings of the XXIX-th International Open Science Conference. Yelm, WA, USA, 2024;2:133‒137.
  8. Mollamotalebi M. Shahnaz H. Multi-objective dynamic management of virtual machines in cloud environments. Journal of Cloud Computing. 2017;6(1). doi: 10.1186/s13677-017-0086-z
  9. Choudhary A., Govil M., Singh G., Awasthi L., Pilli E., Kapil D. A critical survey of live virtual machine migration techniques. Journal of Cloud Computing: Advances, Systems and Applications. 2017;6(23):2‒41. doi: 10.1186/s13677-017-0092-1
  10. Shakya A., Garg D., Nayak P. Hybrid Live VM Migration: An Efficient Live VM Migration Approach in Cloud Computing. Advanced Informatics for Computing Research. 2018:600–611. doi: 10.1007/978-981-13-3140-4_54
  11. Mishra M., Sahoo A. On theory of VM placement: Anomalies in existing methodologies and their mitigation using a novel vector based approach. IEEE International Conference on Cloud Computing (CLOUD). 2011:275–282. doi: 10.1109/CLOUD.2011.38
  12. Karpova O.V., Filonova Yu.B., Kuzina V.V. Criteria for assessing the quality and risks of the technological process of software product development. Izvestiya vysshikh uchebnykh zavedeniy. Povolzhskiy region. Tekhnicheskie nauki = University proceedings. Volga region. Engineering sciences. 2024;(1):56–69. (In Russ.)
  13. Bae S. JavaScript Data Structures and Algorithms: An Introduction to Understanding and Implementing Core Data Structure and Algorithm. Library of Congress Control Number: 2019930417. 2019. doi: 10.1007/978-1-4842-3988-9
  14. Fedorova L.M. Monitoring systems. Review and comparison. Vestnik nauki i obrazovaniya = Bulletin of science and education. 2020;4(10):16‒18. (In Russ.)
  15. Ramasubramani V., Adorf C.S., Dice B.D. signac: A Python framework for data and workflow management. 17th Python in Science Conference At: Austin, TX. 2018. doi: 10.25080/Majora-4af1f417-016
  16. Mayer R.V. Komp'yuternoe modelirovanie: ucheb.-metod. posobie dlya studentov pedagogicheskikh vuzov = Computer modeling: teaching guide for students of pedagogical universities. Glazov: Glazov. gos. ped. in-t, 2015;24,3 Mb. (In Russ.)
  17. Averina T.A. Postroenie algoritmov statisticheskogo modelirovaniya sistem so sluchaynoy strukturoy: ucheb. posobie = Construction of algorithms for statistical modeling of systems with random structure: teaching guide. Novosibirsk: RITs NGU, 2015:155. (In Russ.)
  18. Stennikov V.A., Barakhtenko E.A., Mayorov G.S. Development of a multi-agent model of an integrated energy supply system in the AnoLogic software environment. Vestnik Irkutskogo gosudarstvennogo tekhnicheskogo universiteta = Bulletin of Irkutsk State Technical University. 2020;24(5):1080–1092. (In Russ.)
  19. Egorov S. Vybor yazyka imitatsionnogo modelirovaniya, ili ne zakolachivayte gvozdi mikroskopom = Choosing a simulation language, or don’t hammer nails with a microscope. (In Russ.). Available at: https://www.anylogic.ru/blog/vybor-yazykaimitatsionnogo- modelirovaniya-ili-ne-zakolachivayte-gvozdi-mikroskopom/ (accessed 09.01.2024).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».