面向能效优化的云计算虚拟机动态迁移技术研究

发布时间：2017-10-08 11:31

  本文关键词：面向能效优化的云计算虚拟机动态迁移技术研究

  更多相关文章： 云计算 动态虚拟机整合 能效优化 虚拟机迁移

【摘要】：云计算提供了便利的按需付费的可扩展的计算资源服务模式,使得企业和个人在大数据时代可以灵活的应用云计算技术来应对不同场景的需求。随着社会的发展,计算能力的需求快速增长,在世界各地越来越多的数据中心建立起来。这些数据中心具有很高的能源消耗。随着云计算时代的到来,云计算数据中心的高能耗逐渐成为一个突出的问题,如何降低云计算数据中心的能耗,提高数据中心的能效成为了国内外学者的研究热点。在云环境中,动态虚拟机迁移整合是一个可以提高能源效率的有效策略。但同时,在虚拟机动态整合过程中,会发生服务器物理节点过载的现象,导致服务性能降低,影响用户的服务质量,造成服务等级协议(Service Level Agreement,SLA)违反,造成云服务提供商的经济损失。针对以上问题,本文对虚拟机动态迁移技术进行了研究,综合考虑能耗以及用户服务质量,在现有研究的基础上,提出了新的面向能效的虚拟机动态迁移策略。本文主要研究工作和成果如下:首先,对国内外现有的虚拟机动态迁移策略进行研究和分析。然后详细地介绍了虚拟机动态整合过程的总体流程,分析虚拟机动态整合过程的四个决策任务:(1)物理节点过载判断;(2)迁移虚拟机选择;(3)物理节点欠载判断;(4)迁移目标节点选择。针对以上决策任务,结合自己的思想,对现有的方法做出优化和改进,提出了面向能效能效优化的虚拟机动态迁移框架。在物理节点欠载判断步骤中,提出了基于物理节点过载阀值和所有活动节点平均利用率的欠载判断算法(IUD);在迁移目标节点选择步骤中,提出基于数据中心平均利用率的迁移目标节点选择策略(MAUD)。最后,基于在PlanetLab上采集的虚拟机负载真实数据,在CloudSim云模拟平台中对本文提出的算法进行了实验分析。实验结果表明,与现有算法相比,本文提出的算法能够降低了数据中心能耗和SLA的违反率,在提高数据中心的能效方面取得了较好的效果。
【关键词】：云计算 动态虚拟机整合 能效优化 虚拟机迁移
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP302
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-21
• 1.1 研究背景与意义10-13
• 1.2 研究问题与研究现状13-19
• 1.2.1 研究问题13-15
• 1.2.2 国内外相关研究15-19
• 1.3 论文主要工作及组织结构19-20
• 1.4 本章小结20-21
• 第二章 相关技术研究21-35
• 2.1 云计算概述21-31
• 2.1.1 云计算思想的产生21-22
• 2.1.2 云计算的概念与特点22-24
• 2.1.3 云计算的主要服务形式24-28
• 2.1.4 云计算的核心技术28-31
• 2.1.5 云计算发展面临的问题31
• 2.2 数据中心的虚拟化技术31-32
• 2.3 云计算仿真平台CloudSim简介32-34
• 2.4 本章小结34-35
• 第三章 面向能效优化的虚拟机动态迁移策略设计与实现35-47
• 3.1 改进的虚拟机动态迁移框架35-41
• 3.1.1 原虚拟机动态迁移框架分析35-39
• 3.1.2 面向能效优化的虚拟机动态迁移框架设计39-41
• 3.2 改进的欠载节点检测算法41-43
• 3.2.1 原欠载节点检测算法分析41-42
• 3.2.2 改进的欠载节点检测算法（IUD）42-43
• 3.3 改进的虚拟机迁移目标选择算法43-46
• 3.3.1 原迁移目标选择算法分析43-44
• 3.3.2 改进的迁移目标选择算法(MAUD)44-46
• 3.4 本章小结46-47
• 第四章 仿真实验和结果分析47-67
• 4.1 实验仿真平台47
• 4.2 实验环境设置47-50
• 4.2.1 实验基础设施仿真设置47-48
• 4.2.2 实验负载数据设置48
• 4.2.3 实验算法参数设置48-50
• 4.3 实验结果与分析50-66
• 4.3.1 实验评价标准50-51
• 4.3.2 实验结果与分析51-66
• 4.4 本章小结66-67
• 结论与展望67-69
• 参考文献69-72
• 攻读硕士学位期间取得的研究成果72-73
• 致谢73-74
• 附件74

【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 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

3 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

4 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

5 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

6 于晖;基于ARM平台的Java智能卡虚拟机研究与实现[D];上海交通大学;2015年

7 王志远;多数据中心的虚拟机调度算法研究和实现[D];上海交通大学;2015年

8 毛亚强;基于Xen虚拟化技术的混合监控度量框架研究[D];上海交通大学;2015年

9 李传云;KVM虚拟机热迁移算法分析及优化[D];浙江大学;2016年

10 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

本文编号：993785