云环境下虚拟机迁移算法研究与实现
发布时间：2020-12-25 19:21
虚拟化技术作为云计算的关键技术,实现多个虚拟机运行在一台主机上,满足不同应用程序的运行需求和环境需求,提高了主机的效率。但是主机的资源有限,当虚拟机运行任务过多时,主机就会发生过载情况,产生异常。针对上述问题,考虑虚拟机迁移的通信成本等实际条件与背景,本文的研究内容和主要工作如下:（1）研究了基于双边拍卖机制的网络感知的虚拟机迁移。本研究考虑了主机内部虚拟机之间的通信,建立了数据中心的通信模型。该虚拟机迁移算法主要分为两个环节。首先根据虚拟机的通信量和占用资源大小在过载主机上选择待迁移的虚拟机;然后以最小化通信成本为目标,分配待迁移的虚拟机到未充分利用主机上。针对第一环节,本文提出了虚拟机贪婪选择算法（VMs-GSA）在过载主机上选择待迁移虚拟机。在第二环节,本文提出了一种新颖的基于双边拍卖机制的虚拟机迁移算法（VMM-DAM）,通过卖家（低载主机）提供折扣来激励买家（虚拟机）以最小化通信成本为目标来匹配卖家,从而得到待迁移虚拟机和低载主机之间的分配,并在理论上证明了拍卖机制的经济属性。实验表明,与随机算法相比,VMs-GSA产生的通信成本减少了 35%,VMM-DAM能够解决主机过载...
【文章来源】：扬州大学江苏省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－１论文组织结构??
机就相当于一个物理机，他们都拥有着各自的硬件资源。数据中心利用虚拟化技术支持各??种不同类型的应用程序运行在虚拟机中，并使多个相互独立的虚拟机能够同时运行在一台??物理主机上，如图２－１所示。??Ｉ?Ｉ?Ｉ?Ｉ??Ｉ??ＩＩ?ＩＩ??Ｉ??！?应用?！?！?应用?！??Ｉ?■＿??１?Ｉ???Ｉ??ｉ?操作系统?ｉｉ?操作系统?ｉ??Ｉ?—丨…?＿?……－￣?１１?■．■丨—丨丨＿＿丨丨．＂丨―１１??；?虚拟机?！；?虚拟机?；！??｜?二：?１??Ｉ?厂彳物理主机’：?Ｉ??１．?．■！?．．．?．．?．．．■?．．．．．．．．．：￣?．．?．．?＋?．．．…１??图２－１数据中心中虚拟化技术示例图??虚拟化技术的实现方式是通过虚拟化层，也就是虚拟机监控器，将底层资源抽象成一??种上层软件模块所需的资源形式和运行环境，来让上层应用程序直接运行在虚拟机上。虚??拟化技术可以根据不同的应用需求和运行环境虚拟出不同的虚拟机来运行用户的应用程??序。虚拟化技术不受硬件平台的限制，它既可以解决不同硬件平台之间的差异性还可以解??决软硬件兼容问题，脱离了对硬件的依赖［５５］。??虚拟化技术有以下优势１５６］：??（１）
一个个体是一个解决方案，个体由两种形式的解决方案组成：基因型（染色体）和表??现型。对于特定个体，基因的整个组合称为基因型。表现型是指基因型解码以后的物理方??面，即基因型的外部表现形态。基因、染色体和种群的关系如图２－２所示。??Ｉ?￣?￣?￣￣?￣ｉ??Ｉ?————————￣ｈ——１｜?Ｉ??＇?１?０?０?１?１?０?－ＪＵ?苺因??Ｉ?ＩＩ?ｉ?－?Ｉ?Ｉ?＇??Ｉ?ｒ??—??－Ｉ??Ｉ?〇?〇?ｉ?ｉ?ｉ?〇?染色体??Ｉ?１１?－????——?ｉ??ｉ?————————————?ｉ??０?１０?１０?０??Ｉ?Ｉ??］０?１?Ｉ?１?０?０?１?［??Ｉ?Ｉ??种群??图２－２基因、染色体和种群的关系??遗传算法处理一组可能的解决方案。每个解决方案都通过染色体表示。遗传算法的步??骤如下：首先生成一组待选择的解决方案，之后根据特定条件计算这些解决方案的适应度，??再依据适应度选择一些解决方案，对筛选出的解再进行遗传算子操作生成解决方案的下一??代，遗传算法中的下一代的迭代总是有可能产生更好的解决方案。然后再评估下一代种群??
【参考文献】：
期刊论文
[1]云数据中心基于阈值的虚拟机迁移节能调度算法[J]. 吴小东,韩建军. 华中科技大学学报(自然科学版). 2018(09)
[2]云计算技术发展分析及其应用探讨[J]. 李尚东,向灿. 数字技术与应用. 2018(03)
[3]云数据中心高效的虚拟机整合方法[J]. 喻新荣,李志华,闫成雨,李双俐. 计算机应用. 2018(02)
[4]基于虚拟机迁移的云计算中心节能调度算法[J]. 施伟,刘镇. 计算机与数字工程. 2018(01)
[5]考虑非对称风险偏好的第一价格密封拍卖[J]. 王春宝,陈迅. 重庆大学学报(社会科学版). 2017(06)
[6]一种面向节能的虚拟机在线迁移解决方案[J]. 赵丹,沈苏彬,吴振宇. 计算机技术与发展. 2018(02)
[7]云计算虚拟化技术的发展与趋势[J]. 武志学. 计算机应用. 2017(04)
[8]基于能耗感知的虚拟机迁移管理软件[J]. 张汉林,王泽鹏,陈宁江. 广西科学院学报. 2017(01)
[9]云环境下基于冷点虚拟机迁移的热点消除方法[J]. 郭军,闫永明,马安香,张斌. 清华大学学报(自然科学版). 2016(11)
[10]虚拟化技术综述[J]. 修长虹,梁建坤,辛艳. 网络安全技术与应用. 2016(05)
本文编号：2938247
【文章来源】：扬州大学江苏省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－１论文组织结构??
机就相当于一个物理机，他们都拥有着各自的硬件资源。数据中心利用虚拟化技术支持各??种不同类型的应用程序运行在虚拟机中，并使多个相互独立的虚拟机能够同时运行在一台??物理主机上，如图２－１所示。??Ｉ?Ｉ?Ｉ?Ｉ??Ｉ??ＩＩ?ＩＩ??Ｉ??！?应用?！?！?应用?！??Ｉ?■＿??１?Ｉ???Ｉ??ｉ?操作系统?ｉｉ?操作系统?ｉ??Ｉ?—丨…?＿?……－￣?１１?■．■丨—丨丨＿＿丨丨．＂丨―１１??；?虚拟机?！；?虚拟机?；！??｜?二：?１??Ｉ?厂彳物理主机’：?Ｉ??１．?．■！?．．．?．．?．．．■?．．．．．．．．．：￣?．．?．．?＋?．．．…１??图２－１数据中心中虚拟化技术示例图??虚拟化技术的实现方式是通过虚拟化层，也就是虚拟机监控器，将底层资源抽象成一??种上层软件模块所需的资源形式和运行环境，来让上层应用程序直接运行在虚拟机上。虚??拟化技术可以根据不同的应用需求和运行环境虚拟出不同的虚拟机来运行用户的应用程??序。虚拟化技术不受硬件平台的限制，它既可以解决不同硬件平台之间的差异性还可以解??决软硬件兼容问题，脱离了对硬件的依赖［５５］。??虚拟化技术有以下优势１５６］：??（１）
一个个体是一个解决方案，个体由两种形式的解决方案组成：基因型（染色体）和表??现型。对于特定个体，基因的整个组合称为基因型。表现型是指基因型解码以后的物理方??面，即基因型的外部表现形态。基因、染色体和种群的关系如图２－２所示。??Ｉ?￣?￣?￣￣?￣ｉ??Ｉ?————————￣ｈ——１｜?Ｉ??＇?１?０?０?１?１?０?－ＪＵ?苺因??Ｉ?ＩＩ?ｉ?－?Ｉ?Ｉ?＇??Ｉ?ｒ??—??－Ｉ??Ｉ?〇?〇?ｉ?ｉ?ｉ?〇?染色体??Ｉ?１１?－????——?ｉ??ｉ?————————————?ｉ??０?１０?１０?０??Ｉ?Ｉ??］０?１?Ｉ?１?０?０?１?［??Ｉ?Ｉ??种群??图２－２基因、染色体和种群的关系??遗传算法处理一组可能的解决方案。每个解决方案都通过染色体表示。遗传算法的步??骤如下：首先生成一组待选择的解决方案，之后根据特定条件计算这些解决方案的适应度，??再依据适应度选择一些解决方案，对筛选出的解再进行遗传算子操作生成解决方案的下一??代，遗传算法中的下一代的迭代总是有可能产生更好的解决方案。然后再评估下一代种群??
【参考文献】：
期刊论文
[1]云数据中心基于阈值的虚拟机迁移节能调度算法[J]. 吴小东,韩建军. 华中科技大学学报(自然科学版). 2018(09)
[2]云计算技术发展分析及其应用探讨[J]. 李尚东,向灿. 数字技术与应用. 2018(03)
[3]云数据中心高效的虚拟机整合方法[J]. 喻新荣,李志华,闫成雨,李双俐. 计算机应用. 2018(02)
[4]基于虚拟机迁移的云计算中心节能调度算法[J]. 施伟,刘镇. 计算机与数字工程. 2018(01)
[5]考虑非对称风险偏好的第一价格密封拍卖[J]. 王春宝,陈迅. 重庆大学学报(社会科学版). 2017(06)
[6]一种面向节能的虚拟机在线迁移解决方案[J]. 赵丹,沈苏彬,吴振宇. 计算机技术与发展. 2018(02)
[7]云计算虚拟化技术的发展与趋势[J]. 武志学. 计算机应用. 2017(04)
[8]基于能耗感知的虚拟机迁移管理软件[J]. 张汉林,王泽鹏,陈宁江. 广西科学院学报. 2017(01)
[9]云环境下基于冷点虚拟机迁移的热点消除方法[J]. 郭军,闫永明,马安香,张斌. 清华大学学报(自然科学版). 2016(11)
[10]虚拟化技术综述[J]. 修长虹,梁建坤,辛艳. 网络安全技术与应用. 2016(05)
本文编号：2938247
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2938247.html
