¿Dónde puedo encontrar buenos recursos para aprender sobre CloudSim? Aprendiendo y Estudiando para siempre

No sé por qué estaba A2A en esto, ya que no sé mucho sobre computadoras, excepto cómo encender una y a quién llamar cuando no funciona.

Según tengo entendido, existen simuladores para probar los parámetros de ingeniería para un determinado servicio de alojamiento en la nube similar a realizar una prueba de manejo en un auto nuevo, excepto que lo que descubre son todas las doce características importantes, tales como la velocidad máxima y mínima de conexión en cada una de las estaciones importantes. coyuntura. Para lograr esto, hay un par de docenas de simuladores, pero CloudSim puede ser el mejor:

La computación en nube ha sido una de las partes de más rápido crecimiento en la industria de TI. Los enfoques basados en la simulación se vuelven populares en la industria y la academia para evaluar los sistemas de computación en la nube, los comportamientos de las aplicaciones y su seguridad. Varios simuladores se han desarrollado específicamente para el análisis del rendimiento de los entornos de computación en la nube, incluidos CloudSim, GreenCloud, NetworkCloudSim, CloudAnalyst, EMUSIM y MDCSim, pero el número de entornos de simulación para centros de datos de computación en la nube disponibles para uso público es limitado. El simulador de CloudSim es probablemente el más sofisticado entre los simuladores de vista general. El simulador MDCSim es un simulador de centro de datos relativamente nuevo.

La siguiente es una lista de software de simulación de computadora notable.

Open SourceEdit
ASCEND – entorno de modelado basado en ecuaciones de código abierto.
DWSIM: un simulador de procesos químicos de código abierto que cumple con CAPE-OPEN.
Elmer – Un software de simulación multifísica de código abierto para Windows / Mac / Linux.
Facsímil: una biblioteca gratuita de simulación de eventos discretos de código abierto.
Freemat: un entorno libre para la ingeniería rápida, la creación de prototipos científicos y el procesamiento de datos.
Galatea – Una plataforma de simulación de múltiples agentes, lenguajes de programación múltiple.
GNU Octave: un software de simulación y modelado matemático de código abierto muy similar a MATLAB.
Minsky (simulador económico): un programa de computadora visual de código abierto para la simulación dinámica de modelos económicos.
ns-3 – un popular simulador de red de código abierto.
Mobility Testbed: un banco de pruebas de simulación multiagente de código abierto para algoritmos de coordinación de transporte.
OpenFOAM: un código abierto utilizado para la dinámica de fluidos computacional (o CFD)
Open Source Physics: un proyecto de software Java de código abierto para la enseñanza y el estudio de la física. Contiene paquetes para dibujar y trazar, resolver ecuaciones diferenciales, exportar a GIF animados y películas, simulaciones y mucho más.
Physics Abstraction Layer – un paquete de simulación de física de código abierto.
Sage – Sistema para la experimentación de álgebra y geometría a través de Python.
Scilab – Software gratuito de código abierto para computación numérica y simulación similar a matlab
SimPy: un paquete de simulación de eventos discretos de código abierto basado en Python.
Step – un motor de simulación de física bidimensional de código abierto (KDE)
Tortuga – Un marco de software de código abierto para simulación de eventos discretos en Java.
Propiedad propietaria
Software de simulación multitominio basado en Bond de 20 simulaciones
ACSL y acslX – Lenguaje avanzado de simulación continua
AMESim: plataforma para analizar sistemas inteligentes de múltiples dominios y predecir y optimizar el rendimiento multidisciplinario. Desarrollado por LMS International
AnyLogic – Herramienta de modelado de simulación de métodos múltiples para empresas y ciencias. Desarrollado por XJ Technologies
APMonitor: simulación dinámica, validación y optimización de sistemas de múltiples dominios con interfaces a Python y MATLAB
Arena: software de simulación y automatización desarrollado por Rockwell Automation
AutoCAST: software de simulación y diseño de fundición de metales desarrollado por Advanced Reasoning Technologies
Automation Studio: es un software de simulación y diseño de sistemas de control, energía y fluidos desarrollado por Famic Technologies Inc.
Chemical WorkBench – Herramienta de software de simulación de cinética química desarrollada por Kintech Lab
CircuitLogix – Software de simulación de electrónica desarrollado por Logic Design Inc.
COMSOL Multiphysics (anteriormente FEMLAB) es un paquete de software de análisis, solución y simulación de elementos finitos / FEA para diversas aplicaciones de física e ingeniería, especialmente fenómenos acoplados o multifísicos.
DX Studio – Suite de herramientas para simulación y visualización.
Dymola – Software de modelado y simulación basado en el lenguaje Modelica.
GoldSim: combina la dinámica del sistema con aspectos de la simulación de eventos discretos, incrustados en un marco de Monte Carlo.
Ecolego: una herramienta de software de simulación para crear modelos dinámicos y realizar simulaciones determinísticas y probabilísticas.
Enterprise Dynamics: una plataforma de software de simulación desarrollada por INCONTROL Simulation Solutions. Las características incluyen el modelado de arrastrar y soltar y la animación 2D y 3D instantánea.
ExtendSim: software de simulación para eventos discretos, continuo, velocidad discreta y simulación basada en agentes
Flexsim es un software de simulación de eventos discretos que incluye el software básico de simulación FlexSim y tres líneas de productos: el sistema de simulación distribuida FlexSim (FlexSim DS), la biblioteca de terminales de contenedores FlexSim (FlexSim CT) y la simulación FlexSim Healthcare (FlexSim HC)
HyperWorks – Software de simulación multidisciplinar
Khimera – Herramienta de software de simulación de cinética química desarrollada por Kintech Lab
Lanner WITNESS: una plataforma de simulación de eventos discretos, con interfaces gráficas 2D y 3D y scripts, para modelar procesos y experimentar.
Lanner L-SIM Server: motor de simulación basado en Java para simular modelos de procesos basados en BPMN2.0.
Maple es un sistema de álgebra computacional de propósito general desarrollado y vendido comercialmente por Waterloo Maple Inc.
MapleSim: es una herramienta de simulación y modelado de múltiples dominios desarrollada por Waterloo Maple Inc.
MATLAB es una herramienta de programación, modelado y simulación desarrollada por MathWorks
Mathematica es un programa de software computacional basado en matemáticas simbólicas, desarrollado por Wolfram Research.
Wolfram SystemModeler – Software de modelado y simulación basado en el lenguaje Modelica
Modelica es un estándar abierto para el software de modelado.
NEi Nastran – Software para ingeniería de simulación de estrés, dinámica y transferencia de calor en estructuras.
NetSim: un popular software de simulación de redes para la investigación educativa
NI Multisim
Simulación de planta: software de simulación y optimización de planta, línea y proceso, desarrollado por Siemens PLM Software.
PRO / II – Simulación de procesos químicos en estado estacionario y ampliamente utilizado por las refinerías de petróleo y gas.
Project Team Builder: un simulador de gestión de proyectos utilizado para la formación y la educación.
PSF Lab: calcula la función de dispersión de puntos de un microscopio óptico en diversas condiciones de imagen basadas en un modelo vectorial riguroso.
RoboLogix – Software de simulación de robótica desarrollado por Logic Design Inc.
Ship Simulator: un juego de computadora de simulación de vehículos por VSTEP que simula la maniobra de varios barcos en diferentes entornos.
Simcad Pro – Dinámico Discreto y software de simulación continua. Interfaz visual sin entorno de codificación. Soporta animación en 2D y 3D y mapeo de flujo de valor.
SimEvents of MathWorks agrega simulación de eventos discretos al entorno MATLAB / Simulink.
SIMUL8 – Software para eventos discretos o simulación basada en procesos.
Simulations Plus – Software de modelado y simulación para la investigación farmacéutica
SimulationX – Software de modelado y simulación basado en el lenguaje Modelica.
Simulink de MathWorks (diagramas de bloques, sistemas mecánicos eléctricos, máquinas)
STAGE de Presagis: una herramienta de software de simulación de fuerzas generadas por computadora (CGF) para generar y ejecutar escenarios de capacitación y análisis.
TRNSYS: desarrollado en la Universidad de Wisconsin para la simulación dinámica de sistemas de energía renovable, sistemas HVAC, uso de energía en edificios y sistemas solares tanto pasivos como activos.
VisSim: simulación de sistema y generación opcional de código C de sistemas de gráficos de estado eléctricos, de proceso, de control, biomédicos, mecánicos y UML.
Las Transacciones SIJ sobre Ingeniería en Informática y sus Aplicaciones (CSEA), vol. 1, No. 4, septiembre-octubre de 2013 Estudio y comparación de simuladores de CloudSim en la computación en nube Dr. Rahul Malhotra * y Prince Jain * Director Principal, Instituto de Tecnología Adesh, Ghauran, Mohali, Punjab, ** INDIA. ** Profesor de la Escuela Politécnica de Malwa, Faridkot, Punjab, India. Correo electrónico: [email protected] Mail: [email protected] Resumen: la computación en la nube es un tema candente en todo el mundo hoy en día, a través del cual los clientes pueden acceder a la información y el poder de la computadora a través de un navegador web. A medida que aumenta la adopción y la implementación de la computación en la nube, es fundamental evaluar el rendimiento de los entornos de la nube. Las tecnologías de modelado y simulación son adecuadas para evaluar los problemas de rendimiento y seguridad. Se requieren simuladores de nube para que las pruebas del sistema de nube disminuyan la complejidad y separen las preocupaciones de calidad. Varios simuladores de la nube se han desarrollado específicamente para el análisis del rendimiento de los entornos de computación en la nube y CloudSim es una de las aplicaciones de simulación de la nube. CloudSim permite el modelado, simulación y experimentación sin interrupciones de la computación en la nube y los servicios de aplicaciones. Este documento primero define CloudSim y luego explora todas sus variantes disponibles en CloudSim, como CloudAnalyst, GreenCloud, Network CloudSim, EMUSIM y MDCSim. En el último, compara todas las variantes de CloudSim con respecto a las redes, la plataforma y el idioma. Palabras clave: computación en la nube; Simuladores de nube; CloudSim; CloudAnalyst; EMUSIM; GreenCloud; MDCSim; NetworkCloud. Abreviaturas — Marco de Emulación Automática (AEF); Centro de datos (DC); Simulador de red 2 (NS2); Máquina Virtual (VM). I. C INTRODUCCIÓN La computación en voz alta es un modelo para permitir el acceso conveniente y bajo demanda de la red a un conjunto compartido de recursos de computación configurables que se pueden aprovisionar y lanzar rápidamente con un mínimo esfuerzo de administración o interacción del proveedor de servicios [Dr. Rahul Malhotra & Prince Jain, 2013]. La computación en la nube se puede ver desde dos perspectivas diferentes: la aplicación en la nube y la infraestructura en la nube como la piedra angular de la aplicación en la nube. Hoy en día, la mayoría de las organizaciones se enfocan en adoptar el modelo de computación en la nube para que puedan reducir los gastos de capital, los esfuerzos y controlar los costos operativos. Estas razones desencadenan un crecimiento agresivo para la adopción de la nube en los negocios [Calheiros et al., 2011]. Algunos de los servicios de aplicación tradicionales basados en la nube incluyen redes sociales, alojamiento web, entrega de contenido y procesamiento de datos instrumentado en tiempo real, que tiene diferentes requisitos de composición, configuración y despliegue. La cuantificación del rendimiento de las políticas de programación y asignación en un entorno de computación en la nube real para diferentes modelos de aplicaciones es extremadamente difícil. El uso de infraestructuras reales para comparar el rendimiento de la aplicación en condiciones variables a menudo se ve limitado por la rigidez de la infraestructura. Por lo tanto, no es posible realizar experimentos de evaluación comparativa en entornos escalables, repetibles y confiables ISSN: 2321 – 2381 que utilizan entornos de nube en el mundo real [Calheiros et al., 2011]. Una alternativa más viable es el uso de herramientas de simulación en la nube. Se requieren simuladores de nube para que las pruebas del sistema de nube disminuyan la complejidad y separen las preocupaciones de calidad. Permiten a los analistas de rendimiento analizar el comportamiento del sistema al centrarse en problemas de calidad de componentes específicos en diferentes escenarios [Xiaoying Bai et al., 2011]. Estas herramientas abren la posibilidad de evaluar la hipótesis en un entorno controlado donde se pueden reproducir fácilmente los resultados. Los enfoques basados en simulación ofrecen beneficios significativos para las compañías de TI al permitirles probar sus servicios en un entorno repetible y controlable y experimentar con diferentes escenarios de rendimiento de recursos y combinación de cargas de trabajo en infraestructuras simuladas para desarrollar y probar técnicas de aprovisionamiento de aplicaciones adaptativas [Calheiros et al., 2011 ]. Ninguno de los simuladores de sistemas distribuidos actuales ofrece el entorno que se puede utilizar directamente para modelar entornos de computación en la nube. Pero CloudSim es un marco de simulación generalizado y extensible que permite el modelado, la simulación y la experimentación sin problemas de infraestructuras de computación en la nube y servicios de aplicaciones emergentes. Al usar CloudSim, los investigadores y los desarrolladores pueden probar el rendimiento de un servicio de aplicaciones recientemente desarrollado en un entorno controlado y fácil de configurar. Las amplias características de CloudSim acelerarían el desarrollo de nuevos algoritmos de aprovisionamiento de aplicaciones para la computación en la nube. Este documento primero da antecedentes sobre varios simuladores disponibles. La Sección 3 define CloudSim y luego explora todas sus variantes disponibles en CloudSim, como CloudAnalyst, GreenCloud, NetworkCloud, EMUSIM y MDCSim. En la sección 4, compara todas las variantes de CloudSim con respecto a las redes, la plataforma y el idioma. II. TRABAJO RELACIONADO En la última década, Grids [Foster & Kesselman, 1999] ha evolucionado como la infraestructura para brindar un servicio de alto rendimiento para aplicaciones científicas de cómputo y uso intensivo de datos. Para apoyar la investigación, el desarrollo y la prueba de nuevos componentes, políticas y middleware de Grid, se han propuesto varios simuladores de Grid como GridSim, SimGrid, OptorSim y GangSim. SimGrid es un marco genérico para la simulación de aplicaciones distribuidas en plataformas Grid. GangSim es un kit de herramientas de simulación de Grid que proporciona soporte para el modelado de organizaciones y recursos virtuales basados en Grid. Por otro lado, GridSim es un conjunto de herramientas de simulación impulsado por eventos para recursos de Grid heterogéneos. Admite el modelado de entidades de red, usuarios, máquinas y redes, incluido el tráfico de red, pero ninguno de ellos puede admitir los requisitos de infraestructura y nivel de aplicación que se derivan del paradigma de computación en la nube. En particular, no hay soporte en los kits de herramientas de simulación de Grid existentes para el modelado de la gestión de recursos y aplicaciones habilitados para la virtualización bajo demanda. Además, los kits de herramientas de simulación y modelado de infraestructura de la nube deben proporcionar soporte para entidades económicas como los intermediarios de la nube y el intercambio de la nube para permitir el comercio de servicios en tiempo real. Entre los simuladores disponibles actualmente discutidos, solo GridSim ofrece soporte para la gestión de recursos económica y la simulación de programación de aplicaciones. III. CLOUDSIM CloudSim es una aplicación de simulación que permite el modelado, la simulación y la experimentación sin interrupciones de la computación en la nube y los servicios de aplicaciones [Calheiros et al., 2009; 2011; Buyya et al., 2009] debido al problema de que los simuladores de sistemas distribuidos existentes no eran aplicables al entorno de computación en la nube. La evaluación del rendimiento de las políticas de aprovisionamiento de la nube, los servicios, la carga de trabajo de las aplicaciones, los modelos y los modelos de rendimiento de los recursos en diferentes sistemas, configuraciones de usuario y requisitos es difícil de lograr. Para superar este desafío, CloudSim puede ser utilizado. CloudSim es un kit de herramientas de simulación nuevo, generalizado y extensible que permite el modelado, la simulación y la experimentación sin interrupciones de sistemas de computación en la nube, infraestructuras y entornos de aplicaciones emergentes para nubes simples e interconectadas. En palabras simples, CloudSim [Rahul Malhotra & Prince Jain, 2013] es un conjunto de herramientas de desarrollo para la simulación de escenarios en la nube. CloudSim no es un marco ISSN: 2321 – 2381 ya que no proporciona un entorno listo para usar para la ejecución de un escenario completo con una entrada específica. En cambio, los usuarios de CloudSim tienen que desarrollar el escenario de la nube que desean evaluar, definir el resultado requerido y proporcionar los parámetros de entrada [Dr. Rahul Malhotra & Prince Jain, 2013]. CloudSim se ha inventado y desarrollado como CloudBus Project en la Universidad de Melbourne, Australia. El kit de herramientas CloudSim admite el modelado de sistemas y comportamientos de componentes del sistema en la nube, como centros de datos, máquinas virtuales (VM) y políticas de aprovisionamiento de recursos. Implementa técnicas genéricas de aprovisionamiento de aplicaciones que pueden extenderse con facilidad y esfuerzos limitados. CloudSim ayuda a los investigadores y desarrolladores a enfocarse en problemas específicos de diseño de sistemas sin preocuparse por los detalles de bajo nivel relacionados con las infraestructuras y servicios basados en la nube [Wickremasinghe, 2009]. CloudSim es una aplicación web de código abierto que lanza máquinas preconfiguradas diseñadas para ejecutar herramientas robóticas de código abierto comunes, el simulador de robótica Gazebo. Interfaz de usuario Cloud Services en la nube de VM en la nube Figura 1: Componentes de CloudSim Los usuarios pueden analizar problemas específicos del sistema a través de CloudSim, sin tener en cuenta los detalles de bajo nivel relacionados con las infraestructuras y servicios basados en la nube [Wei Zhao et al., 2012]. Desde entonces, se han realizado varios trabajos para mejorar CloudSim, como se describe brevemente a continuación. 3.1. CloudAnalyst CloudAnalyst se derivó de CloudSim y amplía algunas de sus capacidades y características propuestas [Wickremasinghe, 2009; Wickremasinghe y Calheiros, 2010]. CloudAnalyst separa el ejercicio de experimentación de simulación de un ejercicio de programación. También permite a un modelador realizar repetidamente simulaciones y realizar una serie de experimentos de simulación con ligeras variaciones de parámetros de una manera rápida y fácil. CloudAnalyst se puede aplicar para examinar el comportamiento de una aplicación de Internet a gran escala en un entorno de nube.
(CSEA), vol. 1, No. 4, septiembre-octubre 2013 Interfaz gráfica de usuario de CloudSim Extension CloudSim Model Cloud Analyst Figura 2: Vista ilustrada de Cloud Analyst 3.2. GreenCloud GreenCloud es un CloudSim que tiene un enfoque de computación en la nube verde con confianza, sin dolor y con éxito. En otras palabras, GreenCloud se ha desarrollado como un simulador avanzado de red en la nube a nivel de paquetes con concentración en la comunicación en la nube [Kliazovich et al., 2010]. GreenCloud extrae, agrega y obtiene información detallada sobre la energía consumida por los elementos informáticos y de comunicación de los equipos del centro de datos, como servidores informáticos, conmutadores de red y enlaces de comunicación [Wei Zhao et al., 2012; http://www.isi.edu/nsnam/ns/] disponible de una manera sin precedentes. Además, GreenCloud ofrece una investigación exhaustiva de las distribuciones de la carga de trabajo. En particular, se dedica un enfoque especial a capturar con precisión los patrones de comunicación de las arquitecturas de centros de datos actualmente implementadas y futuras. GreenCloud puede actuar como Cloud Bridge [http://gogreencloud.com]. En palabras sencillas, GreenCloud es la práctica de diseñar, fabricar, usar y disponer los recursos informáticos con el mínimo daño ambiental. Green Cloud es un proyecto de supercomputación en desarrollo activo en la Universidad de Notre Dame. Green Cloud proporciona una plataforma de computación virtual mediante el uso de calefacción de red que reduce los costos de mantenimiento del clúster. Green Cloud Figura 3: Vista del usuario de GreenCloud ISSN: 2321 – 2381 GreenCloud Simulator es una extensión del simulador de Network Simulator (NS2) [Wei Zhao et al., 2012; http://www.isi.edu/nsnam/ns/]. El simulador GreenCloud implementa un modelo de referencia de protocolo TCP / IP completo que permite la integración de diferentes protocolos de comunicación con la simulación. El único inconveniente de Green Cloud Simulator es que limita su escalabilidad a solo centros de datos pequeños debido al gran tiempo de simulación y los altos requisitos de memoria. Energía y eficiencia empresarial Computación en la nube en la nube verde Figura 4: Vista ilustrada de la computación en verde Objetivo de GreenCloud 1. Desarrollar sistemas de computación de alta gama como clusters, centros de datos y nubes que asignan recursos a aplicaciones que hospedan servicios de Internet para satisfacer la calidad de los usuarios. requisitos del servicio 2. Para minimizar el consumo de energía eléctrica mediante la mejora de la administración de la energía, la administración dinámica y la configuración de la capacidad de los dispositivos del sistema [http://www.cloudbus.org/greenclo…. 3. Proporcionar simuladores detallados. 4. Analizar la eficiencia energética y medir el rendimiento de la nube. GreenCloud puede reducir el consumo de energía del centro de datos de la siguiente manera: 1. Consolidación de la carga de trabajo a través de la virtualización de DC. 2. Mediante la multiplexación estadística. Incentivos que conducen a la reducción agresiva de los OpEx. 3. Al mejorar la sostenibilidad al reducir el número de huéspedes. 3.3. NetworkCloudSim Network CloudSim es una extensión de CloudSim como marco de simulación que admite aplicaciones generalizadas, como aplicaciones informáticas de alto rendimiento, flujos de trabajo y comercio electrónico [Buyya et al., 2009]. Network CloudSim utiliza la clase Topología de red que implementa la capa de red en CloudSim, lee un archivo BRITE y genera una red topológica. En la red CloudSim, el archivo de topología contiene nodos, número de entidades en la simulación que permite a los usuarios aumentar la escala de simulación sin cambiar el archivo de topología. Cada entidad de CloudSim debe asignarse a un nodo BRITE para permitir el trabajo adecuado de la simulación de la red. Cada nodo BRITE se puede asignar a una sola entidad a la vez. Network CloudSim permite el modelado de centros de datos en la nube utilizando el uso compartido del ancho de banda y las latencias para permitir simulaciones escalables y rápidas. La estructura de Network CloudSim admite el diseño de los centros de datos reales en la nube y el mapeo de diferentes estrategias. La información de la red CloudSim se utiliza para simular la latencia en el tráfico de red de CloudSim. 3.4. EMUSIM EMUSIM es una arquitectura integrada [Calheiros et al., 2012] para anticipar el comportamiento del servicio en plataformas en la nube a un estándar más alto [Calheiros et al., 2011; Wei Zhao et al., 2012]. EMUSIM combina emulación y simulación para extraer información automáticamente del comportamiento de la aplicación a través de la emulación y utiliza esta información para generar el modelo de simulación correspondiente. Un modelo de simulación de este tipo se utiliza para crear un escenario simulado más cercano al entorno de producción objetivo real en los recursos informáticos de la aplicación y los patrones de solicitud. EMUSIM no requiere información que normalmente no es revelada por los propietarios de la plataforma, como la ubicación de las máquinas virtuales y la cantidad de máquinas virtuales por host en un momento dado. EMUSIM se basa en dos sistemas de software: Automated Emulation Framework (AEF) para emulación y CloudSim para simulación [Dr. Rahul Malhotra & Prince Jain, 2013]. 3.5. MDCSim MDCSim es un simulador de eventos discretos comerciales desarrollado en la Universidad Estatal de Pennsylvania. Ayuda al analizador a modelar características de hardware únicas de diferentes componentes de un centro de datos, como servidores, enlaces de comunicación y conmutadores que se recopilan de diferentes distribuidores y permite la estimación del consumo de energía. MDCSim es la herramienta más destacada, ya que tiene una sobrecarga de simulación baja y, además, su paquete de red mantiene una topología de centro de datos en forma de gráfico dirigido [Dr. Pawan Kumar y Gaganjot Kaur]. IV. COMPARACIÓN DE VARIAS VARIANTES DE CLOUDSIM El número de entornos de simulación para centros de datos de computación en la nube disponibles para uso público es limitado. El simulador de CloudSim es probablemente el más sofisticado entre los simuladores de vista general. El simulador MDCSim es un simulador de centro de datos relativamente nuevo desarrollado en la Universidad Estatal de Pennsylvania. Se suministra con características de hardware específicas de los componentes del servidor de datos, tales como servidores, enlaces de comunicación y conmutadores de diferentes proveedores. La Tabla 1 compara varios simuladores de CloudSim mediante la comparación de sus características, como plataforma, idioma, redes, tipo de simulador y disponibilidad [Dzmitry Kliazovich et al., 2010]. El simulador de GreenCloud propuesto se desarrolla como una extensión del simulador de red Ns2 que está codificado en C ++ con una capa de bibliotecas OTcl implementada en la parte superior. Es un simulador de nivel de paquete. Por el contrario, CloudSim y MDCSim son simuladores basados en eventos que evitan construir y procesar objetos de simulación pequeños individualmente. Tal método reduce considerablemente el tiempo de simulación, mejora la escalabilidad, pero carece de precisión en la simulación. Los simuladores de GreenCloud y CloudSim se lanzan bajo una licencia GPL de código abierto. El simulador MDCSim actualmente no está disponible para descarga pública, que es un producto comercial [Dzmitry Kliazovich et al., 2010]. En resumen, CloudSim y MDCSim proporcionan tiempos cortos de simulación incluso para centros de datos muy grandes debido a su naturaleza basada en eventos, mientras que GreenCloud ofrece una mejora en la precisión de la simulación manteniendo el tiempo de simulación en un nivel razonable. Ninguna de las herramientas ofrece una interfaz gráfica fácil de usar. GreenCloud admite cargas de trabajo de computación en la nube con fechas límite, pero solo se implementan políticas de programación simples para servidores de un solo núcleo. Las cargas de trabajo de MDCSim se describen solo con los requisitos computacionales y no requieren transferencia de datos. Los detalles de comunicación y el nivel de soporte de los modelos de energía son las fortalezas clave de GreenCloud, que se proporcionan a través del modelo de referencia de protocolo TCP / IP de soporte completo y los modelos de energía a nivel de paquete implementados para todos los componentes del centro de datos [Dzmitry Kliazovich et al., 2010]. Tabla 1: Comparación de varios CloudSim Plataforma CloudSim Lenguaje de programación en red CloudAnalyst CloudSim Java Limited Tipo de simulador Disponibilidad basada en eventos Fuente abierta GreenCloud NS2 C ++ / OTCL Paquete completo a nivel de red Red abierta CloudSim CloudSim Java Paquete completo a nivel fuente Código abierto EMUSIM AEF Java Evento limitado Basado en eventos MDC SIM CSIM C ++ / Java Limited Event Based ISSN comercial: 2321 – 2381