基于负载特征的虚拟机动态放置策略研究

发布时间：2017-06-20 12:15

  本文关键词：基于负载特征的虚拟机动态放置策略研究，由笔耕文化传播整理发布。

【摘要】：目前云计算相关研究领域普遍关注的两个问题是如何保证用户的服务等级协议(SLA)和提高数据中心的资源利用效率。虚拟化技术是云计算资源管理的关键技术，而虚拟机动态放置策略则是虚拟化资源管理的重要手段。它包括迁移时机的确定、待迁移虚拟机的选择和目标节点的重定位三个步骤。本文的目标是设计一套包含这三个步骤的、完整高效的、更适合云计算环境的虚拟机动态放置策略。 针对迁移时机的确定问题，本文提出一种基于负载历史记录的预测判断机制，，通过合理预测未来时刻的负载信息，起到大幅度减少迁移次数的作用；针对待迁移虚拟机的选择问题，提出了一种“过滤+资源配对”的分步选择机制。首先对待迁移节点上的候选虚拟机进行过滤，确保不适合迁移的虚拟机被排除到待迁移虚拟机集合之外。然后通过基于时间的资源互补性配对原理，对待迁移虚拟机进行多次配对。通过配对，减小了虚拟机之间对节点的资源竞争，达到提高资源利用效率的目的。选择策略提出负载内存比的概念，该机制的提出，有助于尽可能多的释放节点资源的同时，造成尽可能少的迁移开销；针对虚拟机到宿主节点的重定位问题，提出了一种面向负载特征的、基于自适应变异粒子群算法(AMPSO,Adaptive Mutation Particle Swarm Optimization)的映射策略。策略充分考虑了节点的多种物理资源和节点的资源异构性特征，将最大化数据中心的资源利用率，最小化SLA违反率的同时保证数据中心负载均衡作为优化目标，并通过仿真实验验证了其有效性。三个步骤涉及的机制之间相互关联，互相配合，共同组成一套完整高效的虚拟机动态放置方法。通过对本文策略涉及的三个步骤分别进行实验和对比，验证了本文提出的基于负载特征的虚拟机动态放置策略更加适合云计算环境，对于解决数据中心的资源再分配管理问题更加高效。
【关键词】：云计算 虚拟机放置 自适应变异粒子群 服务等级协议 资源利用率
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP302
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 1 绪论7-12
• 1.1 课题背景和意义7-8
• 1.2 研究现状8-10
• 1.3 主要研究内容10-11
• 1.4 论文组织结构11-12
• 2 虚拟机动态放置相关研究12-18
• 2.1 虚拟机动态放置有效指标体系12-15
• 2.1.1 用户访问质量指标12
• 2.1.2 资源利用率指标12-13
• 2.1.3 网络流量指标13
• 2.1.4 负载均衡指标13-14
• 2.1.5 虚拟机迁移次数指标14-15
• 2.2 传统虚拟机动态放置策略应用于云计算环境时的缺点15-16
• 2.2.1 迁移的异构性15
• 2.2.3 迁移的决策15-16
• 2.2.4 迁移的控制16
• 2.3 虚拟机放置相关的理论问题16-17
• 2.3.1 多目标优化问题16-17
• 2.4 本章小结17-18
• 3 虚拟机动态放置先导性分析18-24
• 3.1 虚拟机动态放置策略的分步解析18-21
• 3.1.1 迁移时机的确定18-19
• 3.1.2 待迁移虚拟机的选取19-21
• 3.1.3 目标节点的定位21
• 3.2 自适应变异粒子群算法21-23
• 3.3 本章小结23-24
• 4 基于负载特征的虚拟机动态放置策略24-35
• 4.1 基于时间序列预测的触发机制24-26
• 4.2 基于资源互补性的多配对的选择策略26-31
• 4.2.1 候选虚拟机的选择27-28
• 4.2.2 虚拟机的资源互补性配对28-31
• 4.3 基于自适应变异粒子群的定位和映射算法31-33
• 4.3.1 适应度函数32-33
• 4.3.2 问题解编码33
• 4.3.3 算法步骤33
• 4.4 本章小结33-35
• 5 仿真实验与分析35-46
• 5.1 云仿真工具 CloudSim 概述35-37
• 5.2 仿真环境搭建37-39
• 5.3 实验结果及分析39-45
• 5.3.1 触发机制实验：与单门限判定方法的对比39-40
• 5.3.2 选择机制实验：与基于贪心法则的虚拟机选择方法的对比40-42
• 5.3.3 映射机制实验：与传统峰值分配策略和基本粒子群算法的性能对比42-45
• 5.4 本章小结45-46
• 6 总结和展望46-48
• 6.1 论文总结46-47
• 6.2 进一步的研究和展望47-48
• 致谢48-49
• 参考文献49-51
• 附录51
• A. 作者在攻读硕士学位期间发表的论文目录51
• B. 作者在攻读硕士学位期间参见的科研成果项目51

【参考文献】

中国期刊全文数据库 前10条

1 刘诗海;孙宇清;石维琪;高云伟;;面向可扩展集群环境的快速虚拟机迁移方法[J];东南大学学报(自然科学版);2011年03期

2 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期

3 张彬彬;罗英伟;汪小林;王振林;孙逸峰;陈昊罡;许卓群;李晓明;;虚拟机全系统在线迁移[J];电子学报;2009年04期

4 张怡,张拥军,彭宇行,陈福接;一种基于QoS的多维资源近似最优分配算法[J];计算机研究与发展;2000年10期

5 林正华,冯仁忠;自回归模型参数的最小二乘估计[J];吉林大学自然科学学报;2001年02期

6 刘鹏程;陈榕;;面向云计算的虚拟机动态迁移框架[J];计算机工程;2010年05期

7 孙国飞;谷建华;胡金华;赵天海;;基于预拷贝的虚拟机动态内存迁移机制改进[J];计算机工程;2011年13期

8 李建锋;彭舰;;云计算环境下基于改进遗传算法的任务调度算法[J];计算机应用;2011年01期

9 张春艳;刘清林;孟珂;;基于蚁群优化算法的云计算任务分配[J];计算机应用;2012年05期

10 王浩;;云存储与网络相互影响的研究[J];计算机工程;2013年10期

中国博士学位论文全文数据库 前2条

1 赵佳;虚拟机动态迁移的关键问题研究[D];吉林大学;2013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

  本文关键词：基于负载特征的虚拟机动态放置策略研究，由笔耕文化传播整理发布。

本文编号：465599