基于多目标优化的虚拟机放置问题研究

发布时间：2020-11-16 08:15

　　 在云计算环境中,合理的虚拟机分配策略是提高云计算系统性能并且降低能耗的关键技术之一。云计算技术的快速发展,使用户可以不限时间、地点方便的获取与使用计算机资源,然而,大规模的云计算数据中心在提供强大计算能力的同时也带来了巨大的损耗与污染问题。针对上述问题,本文分别对虚拟机的初始化放置阶段与动态管理阶段进行了相应的研究。在虚拟机的初始化放置阶段,由于虚拟机的初始化放置具有长期性,对数据中心的资源的有效利用与能源损耗具有较大的影响。本文采用了基于能耗与资源损耗的为优化目标的虚拟机初始化放置策略。通过分析研究大量资料,本文采用具有全局搜索、并行计算、较好的鲁棒性与稳定性、易扩展等优点的遗传算法来实现多目标问题的优化。经实验证明,与传统的启发式方法相比,本文采用的多目标优化虚拟机放置遗传算法能够有效的实现提升服务器资源利用率,节省能源的损耗。虚拟机放置的动态管理阶段,主要是指由于云数据中心负载的动态变化,虚拟机需要重新放置的一个过程。在本阶段中,本文主要考虑了在云计算数据中心中虚拟机放置的稳定性问题,以多虚拟机分布稳定性与在发生数据迁移时虚拟机迁移次数二者为优化目标,采用经典的算法NSGAⅡ来实现多目标的优化。经实验证明,相比于传统的优化方法,该优化方法能够很好的实现云数据中心物理节点的稳定性与虚拟机迁移次数问题的权衡与折中,提高系统资源利用率的同时,减少虚拟机迁移的代价。
【学位单位】：长安大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP18;TP302
【部分图文】：

研究背景及意义在2006年,谷歌就提出了“云计算”这个概念,云计算的迅速发展从根本上改变处理的获取、传输和交流的途径[1]。对“云”资源的使用和获取类似于我们生、电、气、油等公共资源那样,不可或缺[2]。作为一种新型的商业模式,云计算网、大数据、以及物联网等技术的发展基础，其动态可扩展性、高安全性、点为新业务的产生和发展提供了无限的潜力[6]。在人们的日常生活与企业的扮演着越来越不可或缺的角色。随着云计算的快速发展,一些云数据中心已经被大规模地建立在世界各地,将以按需供应的方式进行服务，对于过剩的计算资源进行出售。典型的比如说有阿里巴巴的“阿里云”，国外的企业有谷歌的云平台、微软的Azure、亚马逊的之外，国内外的高校也逐渐的开始重视云计算及其相关的研究工作。在最近全球性的云计算商业发展规模也渐渐的增长壮大，如图 1.1 所示[3]。

图 2.1 云计算的体系结构（1）用户交互界面（User Interaction Interface）：用户通过交。（2）系统管理（System Management）：它负责管理计算机资可用。（3）服务提供工具（Provisioning Tool）：从终端处理来自用外还负责部署服务配置。（4）服务目录（Services Catalog）：该模块将会给出所有可以,在此范围内用户可以根据他们的需要选择合适的服务。（5）监控和测度（Monitoring and Metering）：此模块主要负责与检测，并及时的将结果反馈于中央服务器并由其进行统一的分（6）服务云（Servers）：该部分由系统进行管理与维护，可以

第四章 基于稳定性的虚拟机放置策略运行时间的开销分析多目标优化遗传算法中，影响算法的主要因素有两方面，种群规。通过不断的调整和改变种群个数的大小以及迭代的次数，分别间，其结果如图 4.8，4.9 所示。
【参考文献】

相关期刊论文 前10条

1 张茂红;宋艳;宫雪艳;;虚拟化技术与云计算的完美结合[J];福建电脑;2015年10期

2 杨燕;;云计算技术发展现状及应用探讨[J];硅谷;2015年01期

3 查英华;杨静丽;;云计算仿真平台CloudSim在资源分配研究中的应用[J];软件导刊;2012年11期

4 徐小龙;杨庚;李玲娟;王汝传;;面向绿色云计算数据中心的动态数据聚集算法[J];系统工程与电子技术;2012年09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

6 张伟;宋莹;阮利;祝明发;肖利民;;面向Internet数据中心的资源管理[J];软件学报;2012年02期

7 李强;郝沁汾;肖利民;李舟军;;云计算中虚拟机放置的自适应管理与多目标优化[J];计算机学报;2011年12期

8 肖晓伟;肖迪;林锦国;肖玉峰;;多目标优化问题的研究概述[J];计算机应用研究;2011年03期

9 房秉毅;张云勇;程莹;徐雷;;云计算国内外发展现状分析[J];电信科学;2010年S1期

10 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

相关博士学位论文 前4条

1 许小龙;支持绿色云计算的资源调度方法及关键技术研究[D];南京大学;2016年

2 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

3 李冰;云计算环境下动态资源管理关键技术研究[D];北京邮电大学;2012年

4 刘鎏;多目标优化进化算法及应用研究[D];天津大学;2010年

相关硕士学位论文 前10条

1 孙蒙;面向绿色云计算的能耗优化策略研究[D];南京邮电大学;2017年

2 张克陂;云环境下面向节能的虚拟机调度研究[D];华东师范大学;2017年

3 韩于芳;基于多目标优化的云任务调度算法研究[D];兰州理工大学;2017年

4 曲晓雅;负载感知的虚拟机初始化放置和迁移时机判决机制的研究[D];北京交通大学;2016年

5 赵奥飞;云数据中心的虚拟机放置问题研究[D];西安电子科技大学;2016年

6 张灵敏;云计算环境中低成本虚拟机放置问题研究[D];哈尔滨工业大学;2015年

7 赵彬;基于任务调度和动态资源调整的云计算节能机制及能效分析[D];广西大学;2015年

8 班爱琴;云计算环境下基于多工作流的任务节能调度研究[D];新疆大学;2015年

9 李庆洲;云计算环境中资源配置技术研究[D];北京理工大学;2015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

本文编号：2885838