云数据中心虚拟机负载均衡部署问题研究

发布时间：2020-04-13 18:47

【摘要】：云计算作为一种传统计算机技术和网络技术发展与结合的新模式,在过去的二十年中得到了快速的发展。虚拟化技术作为云计算的重要支撑技术,其可扩展性和灵活性使得云计算在资源利用和服务管理上得以进一步的提高。但随着云数据中心规模的扩张,所需处理的云任务请求也越来越多,这将对用户服务质量、整体性能稳定等方面带来诸多挑战,因此如何保障用户服务质量,提高云数据中心资源利用率是云计算领域研究的主要问题之一。论文从静态和动态两方面针对云数据中心负载均衡部署问题进行了研究。在静态负载均衡部署方面,针对现有负载均衡方法优化目标单一以及粒子群算法迭代过程中易陷入局部最优两方面问题,在粒子群算法的基础上引入模拟退火算法和遗传算法的思想,提出一种基于多目标混合粒子群的虚拟机初始化部署算法。由仿真实验证明,这一算法相对于其它算法在负载均衡方面的效果更为显著。在动态负载均衡部署方面,首先在虚拟机迁移时机问题上,针对服务器性能值呈现周期性、趋势性、季节性的特点以及现有预测方法在预测准确度方面的不足,设计了一种基于LSTM网络预测模型的热点服务器检测方法。其次在虚拟机迁移选择问题上,综合现有迁移选择策略,设计了一种基于多目标混合粒子群算法的虚拟机迁移策略。通过仿真实验证明了论文设计的动态负载均衡方法相对于已有方法更具有效性。论文在云数据中心的负载均衡部署问题中,分别从静态负载均衡部署和动态负载均衡部署两方面对其进行了研究,这将对保证云数据中心的用户服务质量、整体性能稳定,提高云数据中心的资源利用率具有现实意义。
【图文】：

多次实验下各类算法的负载均衡效果对比

各类算法在CPU负载均衡的对比
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP308;TP18

【参考文献】

相关期刊论文 前7条

1 徐保民;倪旭光;;云计算发展态势与关键技术进展[J];中国科学院院刊;2015年02期

2 李鸿健;代宇;刘锐;蒋溢;;云数据中心高能效的虚拟机迁移整合算法研究[J];电信科学;2015年01期

3 林伟伟;齐德昱;;云计算资源调度研究综述[J];计算机科学;2012年10期

4 陈全;邓倩妮;;云计算及其关键技术[J];计算机应用;2009年09期

5 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期

6 张一倩;;多目标优化的进化优化算法[J];科技信息(科学教研);2008年23期

7 张利彪,周春光,马铭,刘小华;基于粒子群算法求解多目标优化问题[J];计算机研究与发展;2004年07期

相关博士学位论文 前2条

1 马飞;云数据中心中虚拟机放置和实时迁移研究[D];北京交通大学;2013年

2 刘志飘;成本感知的云服务虚拟资源供应机制研究[D];北京邮电大学;2013年

相关硕士学位论文 前6条

1 武兴宇;云环境下基于负载预测的虚拟机迁移机制研究[D];解放军信息工程大学;2015年

2 苗壮;基于CloudStack的IaaS资源调度策略研究[D];哈尔滨工业大学;2014年

3 谭乾;云计算环境下负载均衡策略的研究[D];厦门大学;2014年

4 李志红;云计算虚拟机集群部署与动态迁移技术研究[D];浙江大学;2013年

5 乐伟;云计算环境下虚拟机资源分配及部署策略研究[D];云南大学;2012年

6 高媛;非支配排序遗传算法（NSGA）的研究与应用[D];浙江大学;2006年

，

本文编号：2626309