面向可靠性感知的云数据中心资源调度机制研究

发布时间：2025-02-07 19:57

　　近年来,随着云计算的大规模应用,越来越多的云应用部署在数据中心中。同时,虚拟化技术的快速发展,使得云应用能更加高效地共享数据中心的物理资源。依靠虚拟化技术,云应用一般部署在虚拟机群(Virtual Cluster,VC)中,VC 是一种多个虚拟机(Virtual Machine,VM)的抽象,且这些虚拟机都需要放置在相应的物理机上(Physical Machine,PM)。如何合理分配和管理物理资源以供给云应用的虚拟化资源调度问题成为工业界和学术界的研究热点之一,虚拟机放置问题和虚拟集群分配问题则为其中两类具有代表性的问题。然而,由于数据中心中存在设备失效的可能性,从而影响云应用的可靠性。可靠性,作为服务质量(Quality of Service,QoS)中一个非常重要的方面,在资源调度问题上受到非常多的关注。因此,云数据中心中可靠性感知的资源调度问题,正作为资源调度问题的一类热门分支问题。关于虚拟机放置问题和虚拟集群分配问题,以及可靠性感知的资源调度问题已经得到了广泛的关注且获得了许多有价值的研究成果,但是在此基础上考虑数据中心流量优化、数据中心能耗优化和数据中心资源的优化方面还存在不...

【文章页数】：133 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 研究内容及主要贡献
    1.3 论文组织结构
    参考文献
第二章 相关研究综述
    2.1 基于虚拟化资源调度问题分类及相关研究分析
    2.2 VMP/VCA/VNE优化问题研究综述
        2.2.1 可靠性感知的调度研究
        2.2.2 流量感知的调度研究
        2.2.3 能耗感知的调度研究
    2.3 本章小节
    参考文献
第三章 数据中心中可靠性保障的流量感知虚拟机放置优化
    3.1 引言
    3.2 问题描述及系统模型
        3.2.1 问题描述
        3.2.2 可靠性模型
        3.2.3 带宽消耗模型
        3.2.4 问题模型
        3.2.5 问题复杂性分析
    3.3 所提TRVMPO算法
        3.3.1 选择物理机和生成放置槽
        3.3.2 基于最小k割的匹配
        3.3.3 放置虚拟机至目标物理机
        3.3.4 算法有效性分析
    3.4 性能评估
        3.4.1 实验环境和参数设置
        3.4.2 实验结果与分析
    3.5 本章小结
    参考文献
第四章 数据中心中可靠性提高的流量感知虚拟集群分配优化
    4.1 引言
    4.2 问题描述及系统模型
        4.2.1 数据中心模型
        4.2.2 虚拟集群模型
        4.2.3 可靠性模型
        4.2.4 带宽消耗模型
        4.2.5 带约束的联合优化问题建模
    4.3 所提AE-TO算法
        4.3.1 BBO算法的基础原理和关键术语
        4.3.2 迁移操作
        4.3.3 变异操作
        4.3.4 排序操作和移除操作
        4.3.5 基于BBO算法改进的AE-TO算法
        4.3.6 AE-TO算法实现
        4.3.7 AE-TO算法复杂度分析
    4.4 性能评估
        4.4.1 实验环境和参数设置
        4.4.2 实验结果与分析
    4.5 本章小结
    参考文献
第五章 可靠性与能耗感知的虚拟集群分配多目标优化
    5.1 引言
    5.2 问题描述及系统模型
        5.2.1 REMVCAO问题描述
        5.2.2 可靠性模型
        5.2.3 能耗模型
        5.2.4 资源平均利用率模型
        5.2.5 资源负载均衡模型
        5.2.6 带约束的多目标优化问题建模
    5.3 所提IBBBO算法
        5.3.1 基础知识
        5.3.2 迁移算子
        5.3.3 变异算子
        5.3.4 移除算子
        5.3.5 相似度与相似度阈值
        5.3.6 收敛度与收敛度阈值
        5.3.7 效用函数与可行解阈值
        5.3.8 IBBBO算法实现
        5.3.9 IBBBO算法复杂度分析
    5.4 性能评估
        5.4.1 实验环境和参数设置
        5.4.2 实验结果与分析
        5.4.3 相似度阈值和收敛度阈值对优化结果的影响
    5.5 本章小结
    参考文献
第六章 结束语
    6.1 论文总结
    6.2 进一步工作
致谢
攻读学位期间发表及在审的学术论文目录



本文编号：4031220