功耗感知的自适应粒子群优化虚拟机动态映射

发布时间：2019-04-09 10:25

【摘要】：功耗管理是云计算数据中心的重要问题之一。由于服务器在不同睡眠状态时的功耗及唤醒延迟不同,将空闲服务器节电状态与输入作业负载建立映射,设计并实现了一种新的元启发式调度器,利用适应粒子群优化(SAPSO)检测和跟踪云计算资源池中不断变化的最优目标服务器,考虑了资源动态、工作服务器不同负载时的功耗、空闲服务器不同休眠状态转换时的功耗,使得VM映射中功耗增量最小。仿真实验表明了所提方法的有效性和较好的性能,经比较分析可知,该方法在保证满足SLA的情况下最大限度地减少了功耗且提高了VM映射效率。
[Abstract]:Power management is one of the most important issues in the cloud computing data center. since the power consumption and the wake-up delay of the server in different sleep states are different, the idle server power-saving state is mapped with the input operation load, a new meta-heuristic scheduler is designed and implemented, By using the adaptive particle swarm optimization (SAPSO) to detect and track the changing optimal target server in the cloud computing resource pool, the power consumption of the resource dynamic and the different load of the working server and the power consumption of the idle server in different sleep states are taken into account, so that the power consumption increment in the VM mapping is minimized. The simulation experiments show the effectiveness and the better performance of the proposed method. It can be seen from the comparative analysis that the method can reduce the power consumption to the maximum extent and improve the VM mapping efficiency.
【作者单位】： 南京大学计算机软件新技术国家重点实验室;电子科技大学信息与软件工程学院;
【基金】：国家自然科学基金重点项目(61432008;61133016),国家自然科学基金项目(61375121;61075049),国家自然科学基金联合项目(U1435214;U1401257) 国家科技重大专项(20112X03002-002-03) 国家高技术研究发展863计划(2011AA010706)资助
【分类号】：TP302

【参考文献】

相关期刊论文 前5条

1 赵淦森;虞海;季统凯;宋泓;;云计算平台的自适应资源供给[J];电信科学;2012年01期

2 张海燕;吴凡;王建新;;基于蚁群算法的Hadoop资源感知调度器研究[J];计算机工程与应用;2014年15期

3 张鲁飞;陈左宁;;虚拟集群上面向功耗的形式化的VM调度策略[J];计算机科学;2014年08期

4 李进超;陈静怡;吴杰;梁瑾;;基于改进分组遗传算法的虚拟机放置研究[J];计算机工程与设计;2012年05期

5 邓维;廖小飞;金海;;基于虚拟机的数据中心能耗管理机制[J];中兴通讯技术;2012年04期

【共引文献】

相关期刊论文 前8条

1 潘宗霞;;一种大型数据中心基础设施综合管理系统的设计与实现[J];机电工程技术;2014年07期

2 李叶飞;王松云;;私有云平台下基于性能感知的自动化管理框架研究[J];计算机与现代化;2014年09期

3 刘驰;;云仿真工具Cloudsim在虚拟机放置中的应用[J];计算机与数字工程;2015年04期

4 魏祥麟;陈鸣;范建华;张国敏;卢紫毅;;数据中心网络的体系结构[J];软件学报;2013年02期

5 窦晖;齐勇;王培健;张恺玉;;一种最小化绿色数据中心电费的负载调度算法[J];软件学报;2014年07期

6 宣恒农;张润驰;刘田田;苗春玲;赵冬;;未来网络的研究现状与发展前景[J];无线互联科技;2013年12期

7 刘洪蕾;丁香乾;侯瑞春;;插件虚拟机的设计与实现[J];微型机与应用;2014年03期

8 陈志佳;朱元昌;邸彦强;冯少冲;;一种IaaS模式“云训练”系统设计[J];系统仿真学报;2015年05期

相关硕士学位论文 前10条

1 李进超;虚拟机动态资源分配及放置算法研究[D];复旦大学;2012年

2 陆路;云环境下作业调度算法研究[D];南京理工大学;2013年

3 马良;IAAS云计算平台中资源管理和调度技术的研究[D];北京邮电大学;2013年

4 张海洲;基于利用率和负载均衡的云资源调度算法研究[D];哈尔滨工业大学;2013年

5 虞海;基础设施即服务云计算平台的自适应性调度研究[D];中山大学;2013年

6 王进;云环境中虚拟机性能互扰度量和预测方法及其应用研究[D];东北大学;2013年

7 袁志;服务器虚拟化在商业银行应用研究[D];湖南大学;2014年

8 吉鹏飞;基于人工鱼群算法的Hadoop调度算法研究[D];北京林业大学;2014年

9 高龙;基于负载特征的虚拟机动态放置策略研究[D];重庆大学;2014年

10 曹玲玲;面向绿色云计算的资源配置及任务调度研究[D];南京邮电大学;2014年

【二级参考文献】

相关期刊论文 前6条

1 柳香;李瑞台;李俊红;段胜业;;Hadoop性能优化研究[J];河北师范大学学报(自然科学版);2011年06期

2 栾亚建;黄烂，

本文编号：2455098