【摘要】：虛擬化技術作為云計算的底層技術支持，將海量的第三方應用打包成虛擬機，并使得虛擬機能夠在服務器上得到整合或重新部署以節(jié)省數(shù)據(jù)中心開銷�，F(xiàn)有的虛擬機遷移的研究很少考慮網(wǎng)絡開銷。研究已表明應用層虛擬機之間的通信關聯(lián)在數(shù)據(jù)中心網(wǎng)絡通信流量中占有很重要的比重；虛擬機遷移也會帶來數(shù)據(jù)遷移的開銷，增加網(wǎng)絡開銷。本文從網(wǎng)絡開銷的角度去考慮過載虛擬機的遷移問題，考慮虛擬機之間的多層通信關聯(lián)和底層物理機之間的拓撲關系，從虛擬機靜態(tài)遷移和動態(tài)遷移兩個角度去分析它們的區(qū)別并求解，，在減小虛擬機的網(wǎng)絡通信開銷和遷移開銷之間取得一個平衡。 數(shù)據(jù)中心中虛擬機的遷移可以分為靜態(tài)遷移和動態(tài)遷移。對于靜態(tài)遷移，虛擬機在服務器上的部署持續(xù)很長時間，可能幾個月或者幾年。事實上，網(wǎng)絡管理員不愿意自動遷移虛擬機，他們更傾向于靜態(tài)整合的方式，在部署生效之前評估最優(yōu)的遷移策略人工進行遷移：所以群體智能算法對通過反復迭代找到一個近似最優(yōu)解的特性，可以作為靜態(tài)遷移的理想解決方案。本文中，我們將遺傳算法和蜂群算法應用到靜態(tài)遷移問題，來最小化虛擬機遷移的網(wǎng)絡開銷。實驗結果表明遺傳算法在問題規(guī)模較小時具有最優(yōu)的網(wǎng)絡開銷，隨著問題規(guī)模增大，蜂群算法的優(yōu)勢逐漸體現(xiàn)出來；同時蜂群算法的執(zhí)行時間相比遺傳算法有很大的優(yōu)勢，幾乎是遺傳算法執(zhí)行時間的一半。據(jù)我們了解，我們是第一個用蜂群算法來解決虛擬機遷移問題的。 虛擬機動態(tài)遷移持續(xù)時間較短，對于虛擬機的動態(tài)遷移，管理員可以根據(jù)數(shù)據(jù)中心中負載的變化，遷移其中一個或者幾個虛擬機。對于網(wǎng)絡感知的虛擬機動態(tài)遷移，我們一步步地提出了三種改進的啟發(fā)式算法：LM、nCaM和nCaM2算法。LM算法最小化每一次虛擬機遷移的網(wǎng)絡開銷；mCaM算法從平衡每次遷移的網(wǎng)絡通信收益和遷移開銷的角度為每次虛擬機遷移選擇目標主機；mCaM2作為一個兩步的優(yōu)化算法，虛擬機選擇目標主機時根據(jù)最小化通信開銷收益來選擇，在選擇遷移哪個虛擬機時加入遷移開銷的考慮，保證在不同階段分別對通信開銷和遷移開銷的優(yōu)化。通過與以前的虛擬機遷移算法做性能比較，實驗結果表明，我們的動態(tài)算法在網(wǎng)絡開銷、遷移開銷方面比以前算法有明顯改觀，同時執(zhí)行時間上與AppAware算法相比有絕對優(yōu)勢。
[Abstract]:As the underlying technology support of cloud computing, virtualization technology packages a large number of third-party applications into virtual machines, and enables virtual machines to be integrated or redeployed on the server to save data center overhead. Current researches on virtual machine migration rarely consider network overhead. It has been shown that the communication association between the application layer virtual machines plays an important role in the traffic of the data center network, and the migration of the virtual machine will also bring the cost of data migration and increase the network overhead. In this paper, we consider the migration of overloaded virtual machines from the point of view of network overhead, consider the multi-layer communication association between virtual machines and the topological relationship between the underlying physical machines. The differences between virtual machine static migration and dynamic migration are analyzed and solved to achieve a balance between reducing network communication overhead and migration overhead of virtual machine. The migration of virtual machine in data center can be divided into static migration and dynamic migration. For static migration, virtual machines are deployed on the server for a long time, possibly months or years. In fact, network administrators do not want to migrate virtual machines automatically, they prefer static integration, The optimal migration strategy is evaluated before the deployment takes effect. Therefore swarm intelligence algorithm can be used as an ideal solution for static migration by finding an approximate optimal solution through repeated iterations. In this paper, genetic algorithm and bee colony algorithm are applied to static migration problem to minimize the network overhead of virtual machine migration. The experimental results show that the genetic algorithm has the optimal network overhead when the problem size is small. With the increase of the problem scale, the advantages of the bee colony algorithm are gradually reflected. At the same time, the execution time of bee colony algorithm is much better than that of genetic algorithm, which is almost half of that of genetic algorithm. As far as we know, we are the first to solve the problem of virtual machine migration with bee colony algorithm. For the dynamic migration of virtual machines, the administrator can migrate one or more virtual machines according to the load change in the data center. For the dynamic migration of network aware virtual machines, we propose three improved heuristic algorithms step by step: LM,nCaM and nCaM2 algorithms. LM algorithm minimizes the network overhead of each virtual machine migration. The mCaM algorithm selects the target host for each virtual machine migration from the perspective of balancing the network communication revenue and migration overhead of each migration. As a two-step optimization algorithm, the virtual machine selects the target host according to minimizing the revenue of communication overhead, and adds the migration overhead into the selection of which virtual machine to migrate. Ensure the optimization of communication overhead and migration overhead at different stages. Compared with the previous virtual machine migration algorithm, the experimental results show that our dynamic algorithm is better than the previous algorithm in network overhead and migration overhead, and has an absolute advantage over AppAware algorithm in execution time.
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP302

【相似文獻】

相關期刊論文 前10條

1 李志偉;吳慶波;譚郁松;;基于設備代理機制的虛擬機動態(tài)遷移技術研究[J];計算機應用研究;2009年04期

2 柳青,蓋起賢;Java運行系統(tǒng)與Java虛擬機[J];云南大學學報(自然科學版);1997年06期

3 文征,徐成,李仁發(fā);Java技術在嵌入式實時操作系統(tǒng)上的實現(xiàn)[J];科學技術與工程;2005年03期

4 倪曉宇,易紅,倪中華,湯文成;基于虛擬機的B/S協(xié)同系統(tǒng)的設計[J];計算機集成制造系統(tǒng)-CIMS;2005年02期

5 劉暉;;系統(tǒng)問答[J];電腦迷;2005年05期

6 劉猛;王中生;趙紅毅;;基于Honeynet系統(tǒng)的Linux日志記錄研究[J];電腦知識與技術(學術交流);2006年36期

7 張振倫;;虛擬機的演化[J];軟件世界;2007年13期

8 娟子;;惡意軟件瞄準虛擬技術[J];信息系統(tǒng)工程;2008年02期

9 黃金敢;;基于Integrity VM技術的服務器整合設計[J];福建電腦;2008年06期

10 基地;;關于Windows 7 的風言風雨[J];現(xiàn)代計算機(普及版);2008年04期

相關會議論文 前10條

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

2 李永;吳慶波;蘇航;;基于虛擬機的動態(tài)遷移技術分析和研究[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

3 汝學民;莊越挺;;計算機病毒技術的發(fā)展與防范[A];全國網(wǎng)絡與信息安全技術研討會’2004論文集[C];2004年

4 陳曉東;俞承芳;李旦;;基于FPGA的神經(jīng)網(wǎng)絡控制器及其應用[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

5 王軼;陳俊輝;;使用VPC2007搭建企業(yè)應用和測試平臺[A];2007第二屆全國廣播電視技術論文集2（下）[C];2007年

6 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大會論文集（一）[C];2007年

7 劉孟全;;服務器虛擬化相關問題分析[A];廣西計算機學會2009年年會論文集[C];2009年

8 李鋼;應晶;;C2000語言:一種工業(yè)監(jiān)控組態(tài)語言[A];2005中國控制與決策學術年會論文集（下）[C];2005年

9 沈騰飛;馬自衛(wèi);;基于GridSphere的Eucalyptus后臺管理系統(tǒng)研究與實現(xiàn)[A];第十六屆全國青年通信學術會議論文集（上）[C];2011年

10 張際蘭;;Java安全性評估[A];中國工程物理研究院科技年報（2000）[C];2000年

相關重要報紙文章 前10條

1 ;利用工具解決虛擬機監(jiān)測難題[N];網(wǎng)絡世界;2007年

2 ;虛擬機管理工具仍有改進空間[N];網(wǎng)絡世界;2007年

3 ;加強虛擬服務器安全的10個步驟[N];計算機世界;2008年

4 特約作者：聶陽德 鐘達文;體驗虛擬機的神奇魅力(第B04版)[N];電腦報;2002年

5 ;Hyper-V 2.0動態(tài)遷移功能測試[N];電腦報;2009年

6 江蘇 王志軍;用好虛擬機VMware[N];電腦報;2002年

7 薛啟康;VMware虛擬機的文件級備份[N];中國計算機報;2007年

8 ;BEA發(fā)布新版本Java虛擬機[N];人民郵電;2007年

9 電腦商報記者 張戈;趨勢科技的一大步[N];電腦商報;2011年

10 編譯 沈建苗;虛擬化技術的安全價值[N];計算機世界;2007年

相關博士學位論文 前10條

1 杜雨陽;虛擬機狀態(tài)遷移和相變存儲磨損均衡方法研究[D];清華大學;2011年

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

3 丁靖宇;面向企業(yè)虛擬私有云的虛擬專用網(wǎng)技術研究[D];東華大學;2012年

4 陳華才;虛擬化環(huán)境中計算效能優(yōu)化研究[D];華中科技大學;2011年

5 唐遇星;面向動態(tài)二進制翻譯的動態(tài)優(yōu)化和微處理器體系結構支撐技術研究[D];國防科學技術大學;2005年

6 黃道超;智慧云網(wǎng)絡動態(tài)資源適配關鍵技術研究[D];北京交通大學;2013年

7 楊偉建;面向HDTV信源集成解碼芯片的軟硬件協(xié)同設計研究[D];浙江大學;2001年

8 張雪松;軟件迷惑技術研究[D];吉林大學;2008年

9 王明華;Java USIM卡安全計算研究[D];北京郵電大學;2006年

10 劉志飄;成本感知的云服務虛擬資源供應機制研究[D];北京郵電大學;2013年

相關碩士學位論文 前10條

1 陳慧祥;網(wǎng)絡感知的虛擬計算環(huán)境任務遷移問題研究[D];哈爾濱工業(yè)大學;2013年

2 歐陽晟;云環(huán)境中虛擬機遷移策略的研究[D];中南大學;2012年

3 楊斌;云計算中虛擬機遷移的研究[D];北京郵電大學;2013年

4 邱華;用于工業(yè)自動化設備互聯(lián)的設備描述語言的定義和實現(xiàn)[D];華東師范大學;2006年

5 鄒超;基于云計算的網(wǎng)絡操作系統(tǒng)中虛擬機動態(tài)遷移的研究與實現(xiàn)[D];北京郵電大學;2013年

6 褚亞銘;一個教學用微內(nèi)核操作系統(tǒng)的設計與實現(xiàn)[D];蘇州大學;2005年

7 閆玉忠;串行程序并行化技術研究與一種新實現(xiàn)構想[D];西南交通大學;2003年

8 張凱龍;傳統(tǒng)OA的Linux中間件平臺移植技術及其實現(xiàn)[D];西北工業(yè)大學;2003年

9 賈希強;嵌入式數(shù)字電視中間件技術研究與實現(xiàn)[D];西北工業(yè)大學;2004年

10 李芳;數(shù)控系統(tǒng)中嵌入式PLC虛擬機的研究與開發(fā)[D];北京工業(yè)大學;2005年

本文編號：2340570