本文關(guān)鍵詞：基于自適應(yīng)過載閾值選擇的虛擬機動態(tài)整合方法　出處：《計算機應(yīng)用》2016年10期 　論文類型：期刊論文

  更多相關(guān)文章： 云計算 虛擬機整合 馬爾可夫決策過程 服務(wù)質(zhì)量 能源有效性

【摘要】：針對云環(huán)境下動態(tài)工作負載的不確定性,提出了基于自適應(yīng)過載閾值選擇的虛擬機動態(tài)整合方法。為了權(quán)衡數(shù)據(jù)中心能源有效性與服務(wù)質(zhì)量間的關(guān)系,將自適應(yīng)過載閾值的選擇問題建模為馬爾可夫決策過程,計算過載閾值的最優(yōu)選擇策略,并根據(jù)系統(tǒng)能效和服務(wù)質(zhì)量調(diào)整閾值。通過過載閾值檢測過載物理主機,然后根據(jù)最小遷移時間原則以及最小能耗增加放置原則確定虛擬機的遷移策略,最后切換輕負載物理主機至休眠狀態(tài)完成虛擬機整合。仿真實驗結(jié)果表明,所提出的方法在減少虛擬機遷移次數(shù)方面效果顯著,在節(jié)約數(shù)據(jù)中心能源開銷與保證服務(wù)質(zhì)量方面表現(xiàn)良好,在能源的有效性與云服務(wù)質(zhì)量二者之間取得了比較理想的平衡。
[Abstract]:In view of the uncertainty of dynamic workload in the cloud environment, a virtual machine dynamic integration method based on adaptive overload threshold selection is proposed. In order to weigh the relationship between data center energy efficiency and service quality, the problem of adaptive overload threshold selection is modeled as Markov decision process, and the optimal selection strategy of overload threshold is calculated, and according to the system energy efficiency and service quality, the threshold is adjusted. Overload physical threshold is detected through overload threshold. Then the migration strategy of virtual machine is determined according to the minimum migration time principle and the minimum energy consumption increase placement principle. Finally, the virtual machine integration is completed by switching the light load physical host to the dormancy state. The simulation results show that the proposed method is effective in reducing the number of virtual machine migration, performs well in saving data center energy overhead and ensuring service quality, and achieves an ideal balance between the energy efficiency and cloud service quality between the two.
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;物聯(lián)網(wǎng)應(yīng)用技術(shù)教育部工程研究中心(江南大學(xué));
【基金】：江蘇省科技廳產(chǎn)學(xué)研聯(lián)合創(chuàng)新基金資助項目(BY2013015-23)~~
【分類號】：TP302
【正文快照】： 0引言高能耗是云數(shù)據(jù)中心資源管理面臨的一大挑戰(zhàn),隨著數(shù)據(jù)中心的規(guī)模不斷擴大,高能耗問題更加突出[1]。IBM的調(diào)研報告[2]指出,數(shù)據(jù)中心物理主機的平均CPU使用率只有15%~20%,而處于空閑狀態(tài)的物理主機一般消耗其峰值能耗的70%[3]�？梢�,云數(shù)據(jù)中心開啟的空閑物理主機越多,則其

【相似文獻】

相關(guān)期刊論文 前10條

1 鄭曉瓏;孔挺;;虛擬機的安全風(fēng)險與管理[J];硅谷;2010年16期

2 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機內(nèi)外兼修[J];電腦愛好者;2010年18期

3 王得發(fā);王麗芳;蔣澤軍;;云計算環(huán)境中虛擬機智能遷移關(guān)鍵技術(shù)研究[J];計算機測量與控制;2012年05期

4 趙建華;;預(yù)防虛擬機蔓延的最佳方法[J];軟件世界;2007年11期

5 秋雨;;給虛擬機蓋上保鮮膜 天天是初始狀態(tài)[J];電腦愛好者;2010年18期

6 汪小林;張彬彬;靳辛欣;王振林;羅英偉;李曉明;;虛擬機陷出的檢測及分析[J];計算機科學(xué)與探索;2011年06期

7 聶興;;淺析企業(yè)級虛擬機的功能與應(yīng)用[J];科技傳播;2011年14期

8 呂蘋;;虛擬機在移動互聯(lián)網(wǎng)業(yè)務(wù)部署中的應(yīng)用[J];科技通報;2011年06期

9 王凱;侯紫峰;;自適應(yīng)調(diào)整虛擬機權(quán)重參數(shù)的調(diào)度方法[J];計算機研究與發(fā)展;2011年11期

10 楊峰;田高成;;基于碳足跡的虛擬化實驗室虛擬機資源分析與優(yōu)化[J];系統(tǒng)工程理論與實踐;2011年S2期

相關(guān)會議論文 前3條

1 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機的備份系統(tǒng)實現(xiàn)[A];中國高等教育學(xué)會教育信息化分會第十二次學(xué)術(shù)年會論文集[C];2014年

2 李英壯;廖培騰;孫夢;李先毅;;基于云計算的數(shù)據(jù)中心虛擬機管理平臺的設(shè)計[A];中國高等教育學(xué)會教育信息化分會第十次學(xué)術(shù)年會論文集[C];2010年

3 馬蘇安;梁亮;;虛擬化終端托管平臺及其關(guān)鍵技術(shù)[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2011年年會論文集（下冊）[C];2011年

相關(guān)重要報紙文章 前10條

1 本報記者 卜娜;高性能Java虛擬機將在中國云市場釋能[N];中國計算機報;2012年

2 ;首批通過云計算產(chǎn)品虛擬機管理測評名單[N];中國電子報;2014年

3 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

4 張弛;虛擬機遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010年

5 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

6 宋家雨;別拿虛擬機不當固定資產(chǎn)[N];網(wǎng)絡(luò)世界;2008年

7 計算機世界實驗室;虛擬化 企業(yè)發(fā)展的方向[N];計算機世界;2008年

8 飄零雪;虛擬機“魔鬼瘦身”[N];中國電腦教育報;2004年

9 宋家雨;虛擬化簡化數(shù)據(jù)中心管理[N];網(wǎng)絡(luò)世界;2008年

10 ;Palm添加Java虛擬機[N];計算機世界;2002年

相關(guān)博士學(xué)位論文 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復(fù)旦大學(xué);2014年

2 王桂平;云環(huán)境下面向可信的虛擬機異常檢測關(guān)鍵技術(shù)研究[D];重慶大學(xué);2015年

3 周真;云平臺下運行環(huán)境感知的虛擬機異常檢測策略及算法研究[D];重慶大學(xué);2015年

4 郭芬;面向虛擬機的云平臺資源部署與調(diào)度研究[D];華南理工大學(xué);2015年

5 劉圣卓;面向虛擬集群的鏡像存儲與傳輸優(yōu)化[D];清華大學(xué);2015年

6 陳彬;分布環(huán)境下虛擬機按需部署關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

7 劉海坤;虛擬機在線遷移性能優(yōu)化關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2012年

8 趙佳;虛擬機動態(tài)遷移的關(guān)鍵問題研究[D];吉林大學(xué);2013年

9 鄧莉;基于虛擬機遷移的動態(tài)資源配置研究[D];華中科技大學(xué);2013年

10 李丁丁;虛擬機本地存儲寫性能優(yōu)化研究[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 潘飛;負載相關(guān)的虛擬機放置策略研究[D];杭州電子科技大學(xué);2011年

2 李子堂;面向負載均衡的虛擬機動態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

3 曾文琦;面向應(yīng)用服務(wù)的云規(guī)模虛似機性能監(jiān)控與負載分析技術(shù)研究[D];復(fù)旦大學(xué);2013年

4 施繼成;面向多核處理器的虛擬機性能優(yōu)化[D];復(fù)旦大學(xué);2014年

5 于暉;基于ARM平臺的Java智能卡虛擬機研究與實現(xiàn)[D];上海交通大學(xué);2015年

6 王志遠;多數(shù)據(jù)中心的虛擬機調(diào)度算法研究和實現(xiàn)[D];上海交通大學(xué);2015年

7 李傳云;KVM虛擬機熱遷移算法分析及優(yōu)化[D];浙江大學(xué);2016年

8 曲曉雅;負載感知的虛擬機初始化放置和遷移時機判決機制的研究[D];北京交通大學(xué);2016年

9 朱健榮;云計算環(huán)境下虛擬資源管理技術(shù)的研究[D];南京航空航天大學(xué);2015年

10 陳昌源;廣域網(wǎng)中基于預(yù)測的虛擬機遷移優(yōu)化[D];上海交通大學(xué);2015年

，

本文編號：1347208