On Manipulating Dynamic Fluctuation Drawbacks in a Virtualiz

发布时间：2021-01-27 04:02

　　即使在进行云迁移时存在许多大的挑战（例如：安全性和可靠性）,但是实用的云计算解决方案已经成为IT领域不容忽视的事实；同时,许多研究者正在接受这些挑战。云计算是一种信息处理模式,在这个信息处理模式中,中央管理的计算能力被作为服务进行交付,根据需要,通过网络传递给各种面向用户的设备。这些服务以基础设施服务的形式、平台服务的形式、软件服务的形式或者网络服务的形式推出。事实上,云计算已经超出了现有的提供了异构资源访问能力的网格计算技术；当资源提供者不能满足用户的各种要求时,用户通常需要一个能满足他们的特殊要求的环境。而云计算已经被认可为是一种能满足用户各种需求的解决方案,这就使得它在需求满足方面优于网格计算。云计算能满足这些功能需要感谢的,既不是PC零件组成的大型数据中心和网络服务,也不是自动平衡工作量的能力,而是虚拟化。虚拟化的最简单的形式是通过软件将一个物理设备细分为相同的几个离散的物理设备。虽然它们共享一台服务器的硬件资源,但是他们的工作相互独立没有冲突；结果,这样就减少使用中的硬件数量,提高资源的利用率,提高了不同应用之间的故障和性能的隔离,缓解了虚拟机从一个主机移动到另一个主机的实时... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：128 页

【学位级别】：博士

【文章目录】：
DEDICATION
ABSTRACT
详细中文摘要
TABLE OF CONTENTS
LIST OF FIGURES
LIST OF TABLES
CHAPTER 1:INTRODUCTION
    1.1 Background
    1.2 Virtualization technology
        1.2.1 Virtualization techniques
        1.2.2 Virtualization benefits
    1.3 Virtualization solutions
        1.3.1 Xen environment
    1.4 Problem definition
    1.5 Performance prediction modeIs
    1.6 Multi-objective optimization
    1.7 CloudSim
    1.8 Thesis structure
CHAPTER 2:LITERATURE REVIEW
    2.1 Workload managements and scheduling optimization
        2.1.1 Current technologies
        2.1.2 Academic researches
        2.1.3 Application oriented solutions
    2.2 System scaling based on migration in a virtualized environment
        2.2.1 Single objective trend
        2.2.2 Multi-objective trend
    2.3 Summary
CHAPTER 3:PROACTIVE WORKLOAD MANAGEMENT MODEL
    3.1 Introduction
    3.2 Contribution
    3.3 SMM Model
        3.3.1 Unseen sequences problem
        3.3.2 Model criteria
    3.4 Model implementation
    3.5 Workload imitation
    3.6 Experimental environment
    3.7 Configuration parameters
    3.8 Summary
CHAPTER 4:PWMM EVALUATION
    4.1 Introduction
    4.2 Evaluation in a simulation environment
        4.2.1 Virtual machine load balancing
        4.2.2 Expe rimental environment
        4.2.3 Expe rimental results
    4.3 Evaluation in a real environment
        4.3.1 Workload management methodology
        4.3.2 Experimental Environment
        4.3.3 Experimental results
        4.3.4 Discussion
    4.4 Summary
CHAPTER 5:STATIC BAYESIAN GAME BASED MULTI-OBJECTIVEGENETIC ALGORITHM
    5.1 Introduction
    5.2 Traditional MOGA
        5.2.1 Nondominated sorting
        5.2.2 Elitism mechanism
    5.3 SBG-MOGA Algorithm
        5.3.1 Game modeling
        5.3.2 Bayesian nash equilibrium
        5.3.3 Description of SBG-MOGA and convergence properties
    5.4 SBG-MOGA evaluation
    5.5 Summary
CHAPTER 6:A MULTI-OBJECTIVE VIRTUAL MACHINE MIGRATIONPOLICY
    6.1 Introduction
    6.2 Contribution
    6.3 Why SBG-MOGA
    6.4 Model description
    6.5 Objectives formulation
        6.5.1 Load Volume（LV）
        6.5.2 Power Consumption（PC）
        6.5.3 Thermal State（TS）
        6.5.4 Resource Wastage（RW）
        6.5.5 Migration Cost（MC）
    6.6 Targets Estimation
    6.7 Multi-objective evaluation
    6.8 Model implementation
        6.8.1 Algorithm analysis and applicability
    6.9 Experiments and results evaluation
    6.10 Summary
CONCLUSION
ACKNOWLEDGEMENTS
REFERENCES
APPENDIX A:SMM JAVA IMPLEMENTATION
    A.1 System prerequisites
    A.2 SMM class diagram
    A.3 SMM class breakdown
        A.3.1. Function "main"
        A.3.2. Function "probability"
        A.3.3. Function "predict"
        A.3.4. Function "variation"
        A.3.5. Function"updateHistory"
    A.4 BDcon class breakdown
APPENDIX B:LIST OF PUBICATIONS



本文编号：3002386