本文選題：數(shù)據(jù)中心　切入點：軟件定義網(wǎng)絡(luò)　出處：《山東大學》2017年碩士論文　論文類型：學位論文

【摘要】：現(xiàn)代數(shù)據(jù)中心利用虛擬化技術(shù)使得多個相互獨立的虛擬機同時運行在一臺物理服務(wù)器上,實現(xiàn)高效的資源管理,以降低成本和能源預(yù)算。在數(shù)據(jù)中心網(wǎng)絡(luò)中,為了實現(xiàn)網(wǎng)絡(luò)的優(yōu)化管理目標(如節(jié)能、負載均衡等),一些虛擬機需要從虛擬機的初始位置遷移到目標位置。動態(tài)虛擬機遷移是一種可以實現(xiàn)數(shù)據(jù)中心優(yōu)化管理目標的有效方法。當多個虛擬機同時需要遷移時,虛擬機的遷移順序會極大的影響虛擬機的遷移性能;由于網(wǎng)絡(luò)的帶寬是有限的,為不同的虛擬機分配不同的遷移帶寬也會對虛擬機的遷移性能帶來較大的影響。因此需要制定一個有效的遷移方案來決定虛擬機的遷移順序和遷移帶寬的分配以提高虛擬機遷移性能。數(shù)據(jù)中心的規(guī)模正在不斷的擴大。然而傳統(tǒng)的網(wǎng)絡(luò)技術(shù)使得虛擬化的程度嚴重不足。軟件定義網(wǎng)絡(luò)(Software Defined Networking,SDN)的出現(xiàn)可以有效的解決傳統(tǒng)網(wǎng)絡(luò)帶來的虛擬化程度不足的問題,為虛擬機遷移問題提供了更加有效的解決方案。SDN的中心控制可使得網(wǎng)絡(luò)實現(xiàn)多路徑轉(zhuǎn)發(fā)等多方面的要求。利用SDN的優(yōu)勢可以提高網(wǎng)絡(luò)的傳輸能力以減少虛擬機總的遷移時間(Total Migration Time,TMT)和停機時間(Total Downtime,TD)。因此,在軟件定義的數(shù)據(jù)中心網(wǎng)絡(luò)中,為了制定有效的虛擬機遷移方案,本文提出了一個個體虛擬機遷移性 保證的虛擬機遷移(Individual Performance Guaranteed VM Migration,IPG-VMM)算法和基于粒子群的虛擬機遷移(PSO-based VM Migration,PSO-VMM)算法。(1)IPG-VMM算法通過虛擬機遷移的預(yù)處理以及最小化不同虛擬機遷移方案之間的相關(guān)度來最大化總的遷移帶寬,同時通過保證個體VM的最小遷移帶寬來保證其遷移性能�；贗PG-VMM算法的虛擬機遷移方案能夠解決逐步(step-by-step)遷移的"空閑帶寬"問題,可以充分利用網(wǎng)絡(luò)的帶寬,提高網(wǎng)絡(luò)帶寬資源的利用率。(2)為了得到更好的虛擬機遷移方案,本文還使用了群智能算法。使用群智能算法可以通過犧牲一定的問題求解時間,來得到更好的解。虛擬機遷移問題是一個組合優(yōu)化問題,粒子群算法對于解決組合優(yōu)化問題是一個較為有效的方法,算法的優(yōu)化性能也得到了證明。因此,本文通過合并粒子來改善算法中粒子的更新,并提出一個基于粒子群算法的虛擬機遷移方案,將對應(yīng)的算法稱為基于粒子群的虛擬機遷移(PSO-basedVM Migration,PSO-VMM)算法。(3)實驗表明,相較于FPTA算法,IPG-VMM算法最多可以節(jié)省25%的TMT和50%的TD;而相較于FPTA算法,IPG-VMM算法最多可以節(jié)省65%的TMT和30%的TD。通過犧牲一定的問題求解時間,PSO-VMM算法制定的遷移方案在TMT和TD方面都優(yōu)于IPG-VMM算法。
[Abstract]:Modern data centers use virtualization technology to enable multiple independent virtual machines to run on one physical server at the same time to achieve efficient resource management to reduce costs and energy budgets. In order to achieve the optimal management objectives of the network, such as energy saving, Load balancing, some virtual machines need to migrate from the initial location of the virtual machine to the target location. Dynamic virtual machine migration is an effective method to achieve the data center optimization management objectives. The migration order of the virtual machine greatly affects the migration performance of the virtual machine; because the bandwidth of the network is limited, Allocation of different migration bandwidth for different virtual machines will also have a great impact on the migration performance of virtual machines. Therefore, an effective migration scheme is needed to determine the migration order of virtual machines and the allocation of migration bandwidth. Improving the performance of virtual machine migration. The scale of data center is expanding. However, the traditional network technology makes the degree of virtualization seriously insufficient. The emergence of software definition network Defined networking SDN can effectively solve the problem of traditional network. The resulting problem of inadequate virtualization, It provides a more effective solution for virtual machine migration. The central control of SDNs enables the network to realize multipath forwarding and other requirements. Using the advantages of SDN can improve the transmission capacity of the network and reduce the total number of virtual machines. Total Migration time (TMTT) and downtime total download time (TDT). Therefore, In a software-defined data center network, in order to develop an effective migration scheme for virtual machines, In this paper, we propose an individual Performance Guaranteed migration algorithm with guaranteed mobility and a particle swarm based migration algorithm called PSO-based VM migration / PSO-VMMM. We propose an IPG-VMM algorithm based on the preprocessing of virtual machine migration and minimization of different virtual machines. The correlation between the proposed migration schemes to maximize the total migration bandwidth, At the same time, the migration performance is guaranteed by ensuring the minimum migration bandwidth of individual VM. The virtual machine migration scheme based on IPG-VMM algorithm can solve the "idle bandwidth" problem of stepwise step by step migration, and can make full use of the bandwidth of the network. In order to obtain a better migration scheme of virtual machine, this paper also uses swarm intelligence algorithm, which can solve the problem at the expense of certain time. Virtual machine migration problem is a combinatorial optimization problem, particle swarm optimization algorithm is a more effective method for solving combinatorial optimization problem, and the optimization performance of the algorithm is also proved. In this paper, particle updating in the algorithm is improved by merging particles, and a virtual machine migration scheme based on particle swarm optimization is proposed. The corresponding algorithm is called PSO-based VM migration (PSO-VMMM) algorithm. Compared with the FPTA algorithm, the IPG-VMM algorithm can save up to 25% TMT and 50% TDs, while the FPTA algorithm can save 65% TMT and 30% TD.The migration scheme developed by the PSO-VMM algorithm at the expense of some problem solving time in TMT. Both TD and TD are superior to IPG-VMM algorithm.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP302

【相似文獻】

相關(guān)期刊論文 前10條

1 王立冬,張凱;Java虛擬機分析[J];北京理工大學學報;2002年01期

2 曹曉剛;;Java虛擬機的10年[J];程序員;2005年07期

3 宋韜;盤細平;羅元柯;倪國軍;;Java虛擬機在嵌入式DSP系統(tǒng)上的實現(xiàn)[J];計算機應(yīng)用與軟件;2007年04期

4 劉黎波;;Java虛擬機攔截原理研究[J];科技風;2008年21期

5 劉治波;;Java虛擬機簡析[J];濟南職業(yè)學院學報;2008年01期

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

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

8 鄭曉瓏;孔挺;;虛擬機的安全風險與管理[J];硅谷;2010年16期

9 李學昌;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

10 王惠萍;張海龍;馮帆;王建華;;Java虛擬機使用及優(yōu)化[J];計算機與網(wǎng)絡(luò);2010年21期

相關(guān)會議論文 前10條

1 孟廣平;;虛擬機漂移網(wǎng)絡(luò)連接方法探討[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機平臺的研究[A];第26次全國計算機安全學術(shù)交流會論文集[C];2011年

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

4 林紅;;Java虛擬機面向數(shù)字媒體的應(yīng)用研究[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學與技術(shù)應(yīng)用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

5 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];中國高等教育學會教育信息化分會第十二次學術(shù)年會論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機網(wǎng)絡(luò)部署與管理研究[A];中國高等教育學會教育信息化分會第十次學術(shù)年會論文集[C];2010年

7 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];中國高等教育學會教育信息化分會第十次學術(shù)年會論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號虛擬機及實現(xiàn)方法研究[A];《測繪通報》測繪科學前沿技術(shù)論壇摘要集[C];2008年

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

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

相關(guān)重要報紙文章 前10條

1 ;虛擬機的生與死[N];網(wǎng)絡(luò)世界;2008年

2 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

3 本報記者 邱燕娜;如何告別虛擬機管理煩惱[N];中國計算機報;2012年

4 ;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

5 申琳;虛擬機泛濫 系統(tǒng)安全怎么辦[N];中國計算機報;2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機管理的五大問題[N];計算機世界;2008年

7 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

8 本版編輯　綜合 編譯整理 田夢;管理好虛擬機的全生命周期[N];計算機世界;2008年

9 李婷;中國研制出全球最快反病毒虛擬機[N];人民郵電;2009年

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

相關(guān)博士學位論文 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;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;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;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;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;2015年

6 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;2015年

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

8 趙長名;IaaS云中基于資源感知的虛擬機資源管埋[D];電子科技大學;2016年

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

10 衷宜;虛擬化系統(tǒng)中的軟件自愈相關(guān)技術(shù)研究[D];南京理工大學;2016年

相關(guān)碩士學位論文 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;2011年

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

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

4 羅仲皓;基于OpenStack的私有云計算平臺的設(shè)計與實現(xiàn)[D];華南理工大學;2015年

5 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;2015年

6 張煜;基于OpenStack的“實驗云”平臺的研究與開發(fā)[D];西南交通大學;2015年

7 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;2013年

8 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;2014年

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

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

，

本文編號：1628501