本文關(guān)鍵詞： Openstack 數(shù)據(jù)中心 虛擬機(jī) 流量預(yù)測(cè) 帶寬優(yōu)化　出處：《西南交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著信息社會(huì)的高速發(fā)展,互聯(lián)網(wǎng)行業(yè)對(duì)資源合理分配的要求越來(lái)越高,為滿足上述要求,數(shù)據(jù)中心應(yīng)運(yùn)而生并發(fā)展成為了互聯(lián)網(wǎng)行業(yè)基礎(chǔ)設(shè)施的核心。數(shù)據(jù)中心資源分配一直是研究的熱點(diǎn)。當(dāng)前云數(shù)據(jù)中心內(nèi),虛擬機(jī)流量種類的豐富多樣,規(guī)模的大小不一,已經(jīng)成為了數(shù)據(jù)中心性能提升的瓶頸,使得數(shù)據(jù)中心帶寬資源的合理利用變得復(fù)雜和低效,急需合理的帶寬資源利用方案,以提高帶寬資源的利用率。本文對(duì)數(shù)據(jù)中心帶寬利用率低的問(wèn)題進(jìn)行了研究,以數(shù)據(jù)中心虛擬機(jī)歷史流量特征為依據(jù)對(duì)虛擬機(jī)未來(lái)流量特征進(jìn)行預(yù)測(cè),實(shí)時(shí)得出虛擬機(jī)流量使用趨勢(shì),同時(shí)結(jié)合動(dòng)態(tài)帶寬調(diào)節(jié)策略,減少虛擬機(jī)因預(yù)測(cè)算法的遲滯性帶來(lái)的影響。在動(dòng)態(tài)調(diào)節(jié)預(yù)測(cè)值與實(shí)時(shí)流量的過(guò)程中加入對(duì)最小帶寬保證策略,并以上述預(yù)測(cè)及優(yōu)化結(jié)果來(lái)制定相應(yīng)的帶寬策略,達(dá)到提升數(shù)據(jù)中心帶寬利用率的目的。本文主要研究工作如下:1.調(diào)研現(xiàn)有數(shù)據(jù)中心平臺(tái),采用Openstack云平臺(tái)架構(gòu)為實(shí)驗(yàn)框架,并分析了其網(wǎng)絡(luò)架構(gòu)特點(diǎn)及其功能。研究了虛擬機(jī)網(wǎng)絡(luò)通信的機(jī)制與原理,并搭建了數(shù)據(jù)中心主要實(shí)驗(yàn)環(huán)境。設(shè)計(jì)并開(kāi)發(fā)了網(wǎng)絡(luò)組件Neutron部分功能,根據(jù)虛擬機(jī)網(wǎng)絡(luò)通信原理與機(jī)制,實(shí)現(xiàn)了基于linux系統(tǒng)底層Iptables規(guī)則虛擬機(jī)帶寬的監(jiān)測(cè)與控制。2.依據(jù)虛擬機(jī)歷史流量,將遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于虛擬機(jī)網(wǎng)絡(luò)帶寬預(yù)測(cè)并得到較好的預(yù)測(cè)結(jié)果。為了解決虛擬機(jī)帶寬預(yù)測(cè)機(jī)制在特定流量特征下產(chǎn)生遲滯性的問(wèn)題,將預(yù)測(cè)算法與動(dòng)態(tài)帶寬調(diào)節(jié)算法相結(jié)合,優(yōu)化虛擬機(jī)預(yù)測(cè)帶寬,并實(shí)現(xiàn)最小帶寬保證。3.將本文提出的帶寬優(yōu)化策略應(yīng)用于Openstack框架下搭建的數(shù)據(jù)中心。通過(guò)模擬虛擬機(jī)不同流量情況,將本文策略與虛擬機(jī)靜態(tài)帶寬預(yù)留策略相比較并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果證明,本文虛擬機(jī)帶寬優(yōu)化策略具有明顯優(yōu)勢(shì)。綜上所述,本文依據(jù)虛擬機(jī)歷史流量數(shù)據(jù)的特征,提出了虛擬機(jī)帶寬優(yōu)化策略,并將其在數(shù)據(jù)中心進(jìn)行了實(shí)驗(yàn)測(cè)試。實(shí)驗(yàn)結(jié)果表明,本文提出的虛擬機(jī)帶寬策略能夠有效提高數(shù)據(jù)中心內(nèi)虛擬機(jī)網(wǎng)絡(luò)帶寬利用率。
[Abstract]:With the rapid development of the information society, the requirements of the Internet industry for the rational allocation of resources are becoming higher and higher, in order to meet the above requirements, Data center has emerged as the times require and developed into the core of the Internet industry infrastructure. Resource allocation of data center has been a hot topic all the time. At present, in cloud data center, virtual machine traffic is rich and diverse, and the size of virtual machine is different. It has become the bottleneck of improving the performance of data center, which makes the reasonable utilization of bandwidth resource become complex and inefficient. In order to improve the utilization of bandwidth resource, this paper studies the problem of low bandwidth utilization in data center, and predicts the future traffic characteristics of virtual machine based on the historical traffic characteristics of virtual machine in data center. The trend of virtual machine traffic is obtained in real time, and the dynamic bandwidth adjustment strategy is combined to reduce the influence of the hysteresis of the prediction algorithm. The minimum bandwidth guarantee strategy is added in the process of dynamically adjusting the predicted value and the real-time traffic. Using the above prediction and optimization results to formulate the corresponding bandwidth strategy to improve the bandwidth utilization of the data center. The main research work of this paper is as follows: 1. The existing data center platform is investigated, and the Openstack cloud platform is used as the experimental framework. The characteristics and functions of the network architecture are analyzed, the mechanism and principle of virtual machine network communication are studied, the main experimental environment of the data center is built, and some functions of the network component Neutron are designed and developed. According to the principle and mechanism of virtual machine network communication, this paper realizes the monitoring and control of virtual machine bandwidth based on linux system bottom Iptables rule virtual machine bandwidth. The BP neural network algorithm optimized by genetic algorithm is applied to the bandwidth prediction of virtual machine network and a good prediction result is obtained. In order to solve the problem that the bandwidth prediction mechanism of virtual machine produces hysteresis under specific traffic characteristics. Combining the prediction algorithm with the dynamic bandwidth adjustment algorithm, the prediction bandwidth of virtual machine is optimized. The bandwidth optimization strategy proposed in this paper is applied to the data center built under the framework of Openstack. Compared with the static bandwidth reservation strategy of virtual machine, the experimental results show that the bandwidth optimization strategy of this paper has obvious advantages. In summary, according to the characteristics of virtual machine historical traffic data, The virtual machine bandwidth optimization strategy is proposed and tested in the data center. The experimental results show that the proposed virtual machine bandwidth strategy can effectively improve the virtual machine network bandwidth utilization in the data center.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP308;TP302

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹曉剛;;Java虛擬機(jī)的10年[J];程序員;2005年07期

2 宋韜;盤(pán)細(xì)平;羅元柯;倪國(guó)軍;;Java虛擬機(jī)在嵌入式DSP系統(tǒng)上的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2007年04期

3 劉黎波;;Java虛擬機(jī)攔截原理研究[J];科技風(fēng);2008年21期

4 劉治波;;Java虛擬機(jī)簡(jiǎn)析[J];濟(jì)南職業(yè)學(xué)院學(xué)報(bào);2008年01期

5 郝帥;;Java虛擬機(jī)中相關(guān)技術(shù)的探討[J];成功(教育);2008年08期

6 李霞;;系統(tǒng)虛擬機(jī)關(guān)鍵技術(shù)研究[J];微型電腦應(yīng)用;2010年03期

7 鄭曉瓏;孔挺;;虛擬機(jī)的安全風(fēng)險(xiǎn)與管理[J];硅谷;2010年16期

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

9 王惠萍;張海龍;馮帆;王建華;;Java虛擬機(jī)使用及優(yōu)化[J];計(jì)算機(jī)與網(wǎng)絡(luò);2010年21期

10 鄭婷婷;武延軍;賀也平;;云計(jì)算環(huán)境下的虛擬機(jī)快速克隆技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2011年13期

相關(guān)會(huì)議論文 前10條

1 孟廣平;;虛擬機(jī)漂移網(wǎng)絡(luò)連接方法探討[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2011年會(huì)論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機(jī)平臺(tái)的研究[A];第26次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡(luò)流量感知的虛擬機(jī)高可用動(dòng)態(tài)部署研究[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

4 林紅;;Java虛擬機(jī)面向數(shù)字媒體的應(yīng)用研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機(jī)的備份系統(tǒng)實(shí)現(xiàn)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十二次學(xué)術(shù)年會(huì)論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機(jī)網(wǎng)絡(luò)部署與管理研究[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

7 李英壯;廖培騰;孫夢(mèng);李先毅;;基于云計(jì)算的數(shù)據(jù)中心虛擬機(jī)管理平臺(tái)的設(shè)計(jì)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國(guó);龔健雅;;GIS符號(hào)虛擬機(jī)及實(shí)現(xiàn)方法研究[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺(tái)的虛擬機(jī)建模與仿真[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機(jī)調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 ;虛擬機(jī)的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報(bào)記者 卜娜;高性能Java虛擬機(jī)將在中國(guó)云市場(chǎng)釋能[N];中國(guó)計(jì)算機(jī)報(bào);2012年

3 本報(bào)記者 邱燕娜;如何告別虛擬機(jī)管理煩惱[N];中國(guó)計(jì)算機(jī)報(bào);2012年

4 ;首批通過(guò)云計(jì)算產(chǎn)品虛擬機(jī)管理測(cè)評(píng)名單[N];中國(guó)電子報(bào);2014年

5 申琳;虛擬機(jī)泛濫 系統(tǒng)安全怎么辦[N];中國(guó)計(jì)算機(jī)報(bào);2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機(jī)管理的五大問(wèn)題[N];計(jì)算機(jī)世界;2008年

7 盆盆;真實(shí)的虛擬機(jī)[N];中國(guó)電腦教育報(bào);2004年

8 本版編輯　綜合 編譯整理 田夢(mèng);管理好虛擬機(jī)的全生命周期[N];計(jì)算機(jī)世界;2008年

9 李婷;中國(guó)研制出全球最快反病毒虛擬機(jī)[N];人民郵電;2009年

10 張弛;虛擬機(jī)遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010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(jī)異常檢測(cè)關(guān)鍵技術(shù)研究[D];重慶大學(xué);2015年

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

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

5 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

6 代煒琦;云計(jì)算執(zhí)行環(huán)境可信構(gòu)建關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2015年

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

8 彭成磊;云數(shù)據(jù)中心綠色節(jié)能需求的虛擬機(jī)負(fù)載均衡技術(shù)研究[D];南京大學(xué);2016年

9 趙長(zhǎng)名;IaaS云中基于資源感知的虛擬機(jī)資源管埋[D];電子科技大學(xué);2016年

10 許小龍;支持綠色云計(jì)算的資源調(diào)度方法及關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

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

2 王建一;混合型桌面云高可用性研究與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

3 周衡;云計(jì)算環(huán)境下虛擬機(jī)優(yōu)化調(diào)度策略研究[D];河北大學(xué);2015年

4 羅仲皓;基于OpenStack的私有云計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

5 李子堂;面向負(fù)載均衡的虛擬機(jī)動(dòng)態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

6 張煜;基于OpenStack的“實(shí)驗(yàn)云”平臺(tái)的研究與開(kāi)發(fā)[D];西南交通大學(xué);2015年

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

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

9 游井輝;基于虛擬機(jī)動(dòng)態(tài)遷移的資源調(diào)度策略研究[D];華南理工大學(xué);2015年

10 方良英;云平臺(tái)的資源優(yōu)化管理研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

，

本文編號(hào)：1523248