基于蚂蚁群体智能的多目标虚拟机合并优化

发布时间：2024-12-21 23:47

　　 为了优化数据中心中虚拟机的合并过程,提高物理主机利用率和降低虚拟机的迁移代价,利用蚂蚁群体智能方法提出一种新的多目标虚拟机合并算法。该算法基于重要性按序优化了两个目标,第一目标是最大化虚拟机合并过程中的主机释放量。同时,由于虚拟机迁移是资源密集型操作,第二目标选择最小化虚拟机迁移量。通过修正的蚂蚁搜索过程,最终得到了最优的虚拟机合并效果。与两种代表性蚂蚁算法进行实验对比,结果表明,在所有四个实验场景下,新算法在多数场景和参数配置条件下得到的主机释放量、虚拟机迁移量、包装效率以及算法运行时间均有更佳表现。

【文章页数】：8 页

【部分图文】：

图2释放主机数量表4释放主机量场景参数ACSMOACSFeller-ACOChangep-value中位值91511136%0．005

图3虚拟机迁移量表5虚拟机迁移量场景参数ACSMOACSFeller-ACOChangep-value中位值91511136%0．005

第8期李玉萍等:基于蚂蚁群体智能的多目标虚拟机合并优化2472)VM迁移量。图3是算法得到虚拟机迁移量结果，表5同步给出数值结果。可以看出，MOACS在此目标上也是优于Feller-ACO的，MOACS仅利用Feller-ACO虚拟机迁移量的82%即可得到更好的包装效率。在场景1....

本文编号：4019102