云数据中心资源调度与能耗管理研究
发布时间：2020-12-25 20:40
由于云数据中心包括多种物理设备以及网络设备,资源管理量庞大,在静态资源管理的很多情况会出现少数物理设备负载过重而多数设备负载过轻或者闲置的现象,导致资源利用率过低并且造成不必要的开销,实现云数据中心资源的高利用率以及满足用户服务要求的目标对解决目前所存在的挑战具有十分重要的意义。本文通过分析云计算资源调度特点,对虚拟机动态迁移问题提出了基于多因素的主机过载检测策略和改进的粒子群算法,主要做了以下工作:(1)分析了国内外政府,企业以及高校对云计算的研究现状和重视程度,介绍了国内外学者对云计算数据中心虚拟机调度问题的理论研究现状以及其发展中遇到的一些问题。(2)系统的介绍了云计算技术的基本概念以及相关的技术特点,深入对云计算虚拟机整合技术进行学习和研究。(3)深入学习了我所用到的云计算仿真平台CloudSim,包括它的系统架构和里面用到的各种策略,让我在代码层面更加理解了云计算数据中心的运行过程。(4)提出了云数据中心物理机基于CPU,内存,带宽三种资源相结合的动态阈值主机过载检测策略,提出了虚拟机最大利用率选择方法,减少了不必要的虚拟机迁移次数;给出了多静态低利用率阈值主机欠载检测方法,...
【文章来源】：深圳大学广东省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 云计算国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 主机过载检测方法研究现状
1.4 虚拟机动态整合问题研究现状
1.5 云计算发展遇到的主要问题
1.6 论文的主要贡献
1.7 论文的组织结构
第2章 云计算及其相关技术
2.1 云计算的概念
2.2 云计算的体系结构
2.3 云数据中心架构
2.4 虚拟化技术
2.5 虚拟机迁移技术
第3章 仿真平台CloudSim介绍
3.1 CloudSim框架
3.2 能量模型
3.3 负载来源
3.4 性能评价指标
3.5 平台中相关策略
3.5.1 主机过载检测算法
3.5.2 虚拟机选择算法
3.5.3 虚拟机分配算法和欠载检测
第4章 主机检测和虚拟机选择策略
4.1 虚拟机动态整合框架
4.2 SLA的计算
4.3 多因素主机过载检测方法
4.4 多因素过载检测策略性能分析
4.5 主机欠载检测方法
4.6 虚拟机选择策略
4.7 虚拟机选择策略性能仿真
4.8 综合性能仿真
第5章 基于群智能算法的虚拟机调度
5.1 标准粒子群算法
5.2 基于粒子群算法的虚拟机调度
5.2.1 虚拟机调度问题的粒子群编码
5.2.2 适应度函数的选择
5.2.3 标准粒子群算法性能分析
5.3 标准粒子群局部搜索的改进
5.3.1 极值优化（EO）
5.3.2 混合PSO-EO算法
5.3.3 变异操作
5.3.4 辅助更新操作
5.4 结果分析
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]A novel virtual machine deployment algorithm with energy efficiency in cloud computing[J]. 周舟,胡志刚,宋铁,于俊洋. Journal of Central South University. 2015(03)
[2]云计算环境下任务调度研究综述[J]. 申倩,许美玉,姜春茂. 智能计算机与应用. 2014(06)
[3]云计算环境下虚拟机在线迁移优化[J]. 马路路,赵逢禹. 信息技术. 2014(11)
[4]云计算环境下虚拟机在线迁移策略研究[J]. 苗国义,穆瑞辉. 计算机测量与控制. 2013(08)
[5]Transparent Computing: Spatio-Temporal Extension on von Neumann Architecture for Cloud Services[J]. Yaoxue Zhang,Yuezhi Zhou. Tsinghua Science and Technology. 2013(01)
[6]基于改进的微粒群优化算法的0-1背包问题求解[J]. 沈显君,王伟武,郑波尽,李元香. 计算机工程. 2006(18)
博士论文
[1]云计算数据中心结构及其调度机制研究[D]. 刘晓茜.中国科学技术大学 2011
硕士论文
[1]云计算环境下虚拟机实时迁移及负载均衡研究[D]. 姜雅楠.辽宁大学 2014
[2]云计算环境下的虚拟机资源分配[D]. 余沛.西安电子科技大学 2014
[3]基于云计算环境的虚拟机内存管理研究[D]. 许磊.哈尔滨工程大学 2013
[4]云计算环境下的调度策略研究[D]. 吴毅华.上海交通大学 2011
本文编号：2938356
【文章来源】：深圳大学广东省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 云计算国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 主机过载检测方法研究现状
1.4 虚拟机动态整合问题研究现状
1.5 云计算发展遇到的主要问题
1.6 论文的主要贡献
1.7 论文的组织结构
第2章 云计算及其相关技术
2.1 云计算的概念
2.2 云计算的体系结构
2.3 云数据中心架构
2.4 虚拟化技术
2.5 虚拟机迁移技术
第3章 仿真平台CloudSim介绍
3.1 CloudSim框架
3.2 能量模型
3.3 负载来源
3.4 性能评价指标
3.5 平台中相关策略
3.5.1 主机过载检测算法
3.5.2 虚拟机选择算法
3.5.3 虚拟机分配算法和欠载检测
第4章 主机检测和虚拟机选择策略
4.1 虚拟机动态整合框架
4.2 SLA的计算
4.3 多因素主机过载检测方法
4.4 多因素过载检测策略性能分析
4.5 主机欠载检测方法
4.6 虚拟机选择策略
4.7 虚拟机选择策略性能仿真
4.8 综合性能仿真
第5章 基于群智能算法的虚拟机调度
5.1 标准粒子群算法
5.2 基于粒子群算法的虚拟机调度
5.2.1 虚拟机调度问题的粒子群编码
5.2.2 适应度函数的选择
5.2.3 标准粒子群算法性能分析
5.3 标准粒子群局部搜索的改进
5.3.1 极值优化（EO）
5.3.2 混合PSO-EO算法
5.3.3 变异操作
5.3.4 辅助更新操作
5.4 结果分析
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]A novel virtual machine deployment algorithm with energy efficiency in cloud computing[J]. 周舟,胡志刚,宋铁,于俊洋. Journal of Central South University. 2015(03)
[2]云计算环境下任务调度研究综述[J]. 申倩,许美玉,姜春茂. 智能计算机与应用. 2014(06)
[3]云计算环境下虚拟机在线迁移优化[J]. 马路路,赵逢禹. 信息技术. 2014(11)
[4]云计算环境下虚拟机在线迁移策略研究[J]. 苗国义,穆瑞辉. 计算机测量与控制. 2013(08)
[5]Transparent Computing: Spatio-Temporal Extension on von Neumann Architecture for Cloud Services[J]. Yaoxue Zhang,Yuezhi Zhou. Tsinghua Science and Technology. 2013(01)
[6]基于改进的微粒群优化算法的0-1背包问题求解[J]. 沈显君,王伟武,郑波尽,李元香. 计算机工程. 2006(18)
博士论文
[1]云计算数据中心结构及其调度机制研究[D]. 刘晓茜.中国科学技术大学 2011
硕士论文
[1]云计算环境下虚拟机实时迁移及负载均衡研究[D]. 姜雅楠.辽宁大学 2014
[2]云计算环境下的虚拟机资源分配[D]. 余沛.西安电子科技大学 2014
[3]基于云计算环境的虚拟机内存管理研究[D]. 许磊.哈尔滨工程大学 2013
[4]云计算环境下的调度策略研究[D]. 吴毅华.上海交通大学 2011
本文编号：2938356
本文链接：https://www.wllwen.com/guanlilunwen/yunyingzuzhiguanlilunwen/2938356.html
