云计算中虚拟机部署技术研究

发布时间：2017-09-18 22:35

  本文关键词：云计算中虚拟机部署技术研究

  更多相关文章： 云计算 虚拟机部署 蚁群算法 多目标优化 多种群

【摘要】：云计算作为近来计算机工业领域的一大重要变革,其发展迅速,为用户提供几乎无限的虚拟的计算、存储和网络等资源。随着当前云计算技术的不断发展,如何有效率的将虚拟机部署到物理服务器上已经成为了重要的问题。在云计算环境下,如何降低能耗一直是学者们研究的重点,目前已经提出了很多非智能算法来解决该问题。本文所提出的算法：首次提出一种改进的多种群蚁群算法。该算法在基于信息熵的多种群蚁群算法上,引入了动态蚁群、随机扰动蚁群、最大最小蚂蚁系统等算法的策略对算法进行了优化。同时采取自适应寻优策略防止算法陷入局部转圈,使最终结果更加客观和多样。本文首次将提出的多种群蚁群算法用来解决度虚拟机部署问题,该算法以资源损耗和能耗为优化目标,并在收敛过程中以前期最优解集不断替代进化种群,保证其快速向最优方向收敛。该算法维持一个具有M个蚂蚁群体的解集,每个群体中包含N个蚂蚁,每个蚂蚁对应一套部署方案。通过实验验证该算法与单一种群的蚁群算法相比具有更好的性能,尤其在高需求虚拟机部署上能够有效的降低资源损耗和能耗。多种群蚁群算法得到的优化效果较单蚁群算法更加明显和优越,这说明多种群蚁群之间通过信息熵的协调合作能够更好地解决算法的收敛问题,并且还能扩大搜索空间,提高搜索解的多样性。
【关键词】：云计算 虚拟机部署 蚁群算法 多目标优化 多种群
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TP302
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-14
• 1.1 研究背景及意义8-10
• 1.2 研究现状10-12
• 1.2.1 国内研究现状10-11
• 1.2.2 国外研究现状11-12
• 1.3 论文组织结构12-14
• 第二章 相关理论知识简介14-28
• 2.1 虚拟机部署策略简介14-16
• 2.1.1 降低能量消耗14-15
• 2.1.2 提高资源利用率15-16
• 2.2 资源放置涉及到的理论问题16-19
• 2.2.1 装箱问题16-17
• 2.2.2 多目标优化问题17-19
• 2.3 蚁群算法19-23
• 2.3.1 蚁群算法的起源19-20
• 2.3.2 蚁群算法的优化本质20-21
• 2.3.3 蚁群算法的运动规则21
• 2.3.4 基本蚁群算法思路21-22
• 2.3.5 蚁群算法的改进思路22-23
• 2.4 蚁群算法的研究应用23-26
• 2.4.1 蚁群算法在经典优化方面的应用23-24
• 2.4.2 蚁群算法在机器人领域的应用24
• 2.4.3 蚁群算法在神经网络训练的应用24-25
• 2.4.4 蚁群算法在数据挖掘的应用25-26
• 2.5 本章小结26-28
• 第三章 基于多种群蚁群算法的云计算虚拟机部署研究28-46
• 3.1 已有的蚁群算法的优化28-32
• 3.1.1 最大最小蚁群算法28
• 3.1.2 自适应蚁群算法28-29
• 3.1.3 随机扰动蚁群算法29-30
• 3.1.4 动态蚁群算法30
• 3.1.5 蚁群算法的并行实现30-31
• 3.1.6 进化多目标优化31-32
• 3.2 改进的多种群蚁群算法32-36
• 3.2.1 初始化阶段32
• 3.2.2 搜索阶段32-34
• 3.2.3 信息素的更新34-35
• 3.2.4 种群间信息素的交流35-36
• 3.3 多种群蚁群算法实现虚拟机部署(MCACS)36-44
• 3.3.1 问题陈述36
• 3.3.2 虚拟机部署问题的数学模型36-37
• 3.3.3 多种群蚁群算法流程37-43
• 3.3.4 算法伪代码的描述43-44
• 3.4 本章小结44-46
• 第四章 算法仿真实验46-52
• 4.1 仿真实验环境46
• 4.2 实验参数设置46-47
• 4.3 仿真实验实例47
• 4.4 实验结果比较47-50
• 4.5 实验结果分析50-51
• 4.6 本章小结51-52
• 第五章 总结与展望52-54
• 参考文献54-58
• 发表论文和参加科研情况说明58-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 曹晓刚;;Java虚拟机的10年[J];程序员;2005年07期

2 宋韬;盘细平;罗元柯;倪国军;;Java虚拟机在嵌入式DSP系统上的实现[J];计算机应用与软件;2007年04期

3 刘黎波;;Java虚拟机拦截原理研究[J];科技风;2008年21期

4 刘治波;;Java虚拟机简析[J];济南职业学院学报;2008年01期

5 郝帅;;Java虚拟机中相关技术的探讨[J];成功(教育);2008年08期

6 李霞;;系统虚拟机关键技术研究[J];微型电脑应用;2010年03期

7 郑晓珑;孔挺;;虚拟机的安全风险与管理[J];硅谷;2010年16期

8 李学昌;平淡;;为速度而战,虚拟机内外兼修[J];电脑爱好者;2010年18期

9 王惠萍;张海龙;冯帆;王建华;;Java虚拟机使用及优化[J];计算机与网络;2010年21期

10 郑婷婷;武延军;贺也平;;云计算环境下的虚拟机快速克隆技术[J];计算机工程与应用;2011年13期

中国重要会议论文全文数据库 前10条

1 孟广平;;虚拟机漂移网络连接方法探讨[A];中国计量协会冶金分会2011年会论文集[C];2011年

2 段翼真;王晓程;;可信安全虚拟机平台的研究[A];第26次全国计算机安全学术交流会论文集[C];2011年

3 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

4 林红;;Java虚拟机面向数字媒体的应用研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

5 杨旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虚拟机的备份系统实现[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年

6 沈敏虎;查德平;刘百祥;赵泽宇;;虚拟机网络部署与管理研究[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

7 李英壮;廖培腾;孙梦;李先毅;;基于云计算的数据中心虚拟机管理平台的设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

8 朱欣焰;苏科华;毛继国;龚健雅;;GIS符号虚拟机及实现方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 于洋;陈晓东;俞承芳;李旦;;基于FPGA平台的虚拟机建模与仿真[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

10 丁涛;郝沁汾;张冰;;内核虚拟机调度策略的研究与分析[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 ;虚拟机的生与死[N];网络世界;2008年

2 本报记者 卜娜;高性能Java虚拟机将在中国云市场释能[N];中国计算机报;2012年

3 本报记者 邱燕娜;如何告别虚拟机管理烦恼[N];中国计算机报;2012年

4 ;首批通过云计算产品虚拟机管理测评名单[N];中国电子报;2014年

5 申琳;虚拟机泛滥 系统安全怎么办[N];中国计算机报;2008年

6 Tom Henderson邋沈建苗 编译;虚拟机管理的五大问题[N];计算机世界;2008年

7 盆盆;真实的虚拟机[N];中国电脑教育报;2004年

8 本版编辑　综合 编译整理 田梦;管理好虚拟机的全生命周期[N];计算机世界;2008年

9 李婷;中国研制出全球最快反病毒虚拟机[N];人民邮电;2009年

10 张弛;虚拟机迁移走向真正自由[N];网络世界;2010年

中国博士学位论文全文数据库 前10条

1 宋翔;多核虚拟环境的性能及可伸缩性研究[D];复旦大学;2014年

2 王桂平;云环境下面向可信的虚拟机异常检测关键技术研究[D];重庆大学;2015年

3 周真;云平台下运行环境感知的虚拟机异常检测策略及算法研究[D];重庆大学;2015年

4 郭芬;面向虚拟机的云平台资源部署与调度研究[D];华南理工大学;2015年

5 周傲;高可靠云服务供应关键技术研究[D];北京邮电大学;2015年

6 代炜琦;云计算执行环境可信构建关键技术研究[D];华中科技大学;2015年

7 刘圣卓;面向虚拟集群的镜像存储与传输优化[D];清华大学;2015年

8 彭成磊;云数据中心绿色节能需求的虚拟机负载均衡技术研究[D];南京大学;2016年

9 赵长名;IaaS云中基于资源感知的虚拟机资源管埋[D];电子科技大学;2016年

10 陈彬;分布环境下虚拟机按需部署关键技术研究[D];国防科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 潘飞;负载相关的虚拟机放置策略研究[D];杭州电子科技大学;2011年

2 王建一;混合型桌面云高可用性研究与实现[D];华南理工大学;2015年

3 周衡;云计算环境下虚拟机优化调度策略研究[D];河北大学;2015年

4 罗仲皓;基于OpenStack的私有云计算平台的设计与实现[D];华南理工大学;2015年

5 李子堂;面向负载均衡的虚拟机动态迁移优化研究[D];辽宁大学;2015年

6 张煜;基于OpenStack的“实验云”平台的研究与开发[D];西南交通大学;2015年

7 曾文琦;面向应用服务的云规模虚似机性能监控与负载分析技术研究[D];复旦大学;2013年

8 施继成;面向多核处理器的虚拟机性能优化[D];复旦大学;2014年

9 游井辉;基于虚拟机动态迁移的资源调度策略研究[D];华南理工大学;2015年

10 方良英;云平台的资源优化管理研究与实现[D];南京师范大学;2015年

本文编号：877909