云数据中心基于贪心模式的虚拟机选择算法

发布时间：2021-05-07 07:21

　　针对如何从云数据中心的异常物理主机中选择出候选迁移虚拟机列表是虚拟机迁移中的问题,提出了基于贪心模式的虚拟机选择算法（GAO-VMS）。GAO-VMS每次都选择那些目标函数最优的虚拟机作为标准来迁移,形成候选迁移虚拟机列表,它有三类贪心模式:最大能量降低消耗策略（MPR）、最小迁移时间及能量消耗均衡策略（TPT）、最小每秒百万条指令数虚拟机请求策略（VVM）。使用CloudSim模拟器作为GAO-VMS的仿真环境。仿真结果表明:与常见的虚拟机迁移策略相比较,GAO-VMS使得云数据中心的能量消耗减少了30%～35%,虚拟机迁移次数减少了40%～45%,服务等级协议（SLA）违规率以及SLA违规和能量消耗联合指标只有5%的增加。GAO-VMS策略可用于企业构造绿色云计算中心。 

【文章来源】：计算机应用. 2020,40(06)北大核心CSCD

【文章页数】：7 页

【文章目录】：
0 引言
1 相关工作
2 GAO-VMS工作场景与相关术语
    2.1 GAO-VMS的工作场景
    2.2 GAO-VMS的工作流程
    2.3 GAO-VMS的相关术语
3 GAO?VMS虚拟机选择算法
    3.1 GAO-VMS选择策略描述
    3.2 GAO-VMS选择策略的实现
4 GAO?VMS仿真实验与性能分析
    4.1 仿真环境
    4.2 评测标准与比较对象
    4.3 仿真结果与性能分析
        4.3.1 云数据中心总体能量消耗
        4.3.2 虚拟机迁移次数
        4.3.3 SLA违规率分析
        4.3.4 能量与SLA违规的联合指标ESV
5 结语


【参考文献】：
期刊论文
[1]云计算环境安全综述[J]. 张玉清,王晓菲,刘雪峰,刘玲.  软件学报. 2016(06)
[2]虚拟化云计算平台的能耗管理[J]. 叶可江,吴朝晖,姜晓红,何钦铭.  计算机学报. 2012(06)



本文编号：3172988