【摘要】：當(dāng)前,云計算技術(shù)發(fā)展迅速,處于技術(shù)攻堅時期,其研究與應(yīng)用將對未來的信息技術(shù)產(chǎn)業(yè)產(chǎn)生深遠(yuǎn)的影響�；A(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service, IaaS)作為一種基本的資源供應(yīng)服務(wù),是云計算技術(shù)發(fā)展的基礎(chǔ)。研究發(fā)現(xiàn),IaaS云服務(wù)存在服務(wù)效率低下、用戶體驗較差、數(shù)據(jù)中心資源利用率低下等問題,而彈性云的優(yōu)越性也漸漸明顯。因此,開展IaaS彈性云服務(wù)的研究具有科學(xué)意義和研究價值。 本文分析了當(dāng)前彈性云的技術(shù)現(xiàn)狀和發(fā)展趨勢,發(fā)現(xiàn)其實現(xiàn)機(jī)制的現(xiàn)存問題是造成云服務(wù)效率低下、響應(yīng)延遲的主要因素,在供應(yīng)虛擬機(jī)的IaaS云計算環(huán)境下,虛擬機(jī)是物理資源的直接占用者,合理的部署是提高資源利用率的途徑。為了提高彈性云服務(wù)效率和資源利用率等問題,研究從彈性云實現(xiàn)機(jī)制入手,探討了IaaS下基于預(yù)測的虛擬機(jī)彈性服務(wù)機(jī)制與虛擬機(jī)部署的實現(xiàn)方法,主要開展了以下方面的研究工作： (1)分析彈性云服務(wù)效率問題,提出了一種基于ARIMA模型的負(fù)載預(yù)測算法。算法首先借助ARIMA模型在時間序列分析方面的優(yōu)勢和季節(jié)指數(shù)量化序列的特點,對負(fù)載進(jìn)行預(yù)測和調(diào)整,能較精確地預(yù)測出云計算環(huán)境下基于Web的負(fù)載數(shù)據(jù)；然后根據(jù)負(fù)載與虛擬機(jī)配置的關(guān)系預(yù)算出所需供應(yīng)的虛擬機(jī)的配置和數(shù)量,組成基于預(yù)測的虛擬機(jī)資源預(yù)留決策,為實現(xiàn)彈性云提供一種可行的機(jī)制。為驗證該算法的有效性,研究中引入了負(fù)載壓力測試工具Loadrunner以及第二次世界杯足球賽Web站點的部分日志數(shù)據(jù)。LoadRunner用于模擬產(chǎn)生仿真負(fù)載,對算法得到的預(yù)留虛擬機(jī)加載特定的負(fù)載,測試所預(yù)留的虛擬機(jī)數(shù)量是否合理。測試數(shù)據(jù)結(jié)果表明,基于本文算法生成的彈性機(jī)制是一種有效、可行的方案,適用于彈性云的虛擬機(jī)預(yù)留決策。 (2) IaaS云計算環(huán)境下虛擬機(jī)的部署是有關(guān)資源管理、服務(wù)質(zhì)量等方面的綜合性問題,已有的研究已經(jīng)證明這是一個多目標(biāo)的NP-hard問題,本文研究發(fā)現(xiàn),虛擬機(jī)的部署關(guān)鍵在于如何設(shè)定部署算法實現(xiàn)的多個目標(biāo),將實際云計算環(huán)境下的需求轉(zhuǎn)化為算法可識別的信息。為此,本文以彈性云框架為研究對象,綜合考慮虛擬機(jī)部署對整個云計算框架的影響,針對現(xiàn)有研究存在的不足以及新形勢下虛擬機(jī)部署面臨的新問題,利用遺傳算法解決多目標(biāo)組合優(yōu)化問題的優(yōu)點,提出了基于改進(jìn)遺傳算法的虛擬機(jī)部署方案。該方案以減少物理計算機(jī)開銷、提高資源利用率、滿足用戶SLA為優(yōu)化目標(biāo),改進(jìn)遺傳算法,使之符合解決該部署問題的要求。實驗結(jié)果分析表明,本文提出的基于改進(jìn)遺傳算法的虛擬機(jī)部署方案可以有效地提高資源利用率、降低物理節(jié)點開銷、降低服務(wù)代價,同時算法適應(yīng)靜態(tài)和動態(tài)部署要求,為虛擬機(jī)到物理節(jié)點的映射提供了較好的解決方案。 本文的研究為IaaS下虛擬機(jī)彈性服務(wù)機(jī)制與部署提供了新的方法和研究思路,研究成果具有科學(xué)意義和研究價值。
[Abstract]:At present, the development of cloud computing technology is fast, and the research and application of cloud computing technology will have a far-reaching impact on the future information technology industry. Infrastructure as a service (IaaS) as a basic resource-supply service is the foundation of the development of cloud computing technology. The research has found that the IaaS cloud service has the problems of low service efficiency, poor user experience, low utilization rate of data center resources and the like, and the advantages of the elastic cloud are becoming more and more obvious. Therefore, the research of IaaS elastic cloud service is of scientific significance and research value. In this paper, the present situation and development trend of the present elastic cloud are analyzed, and the existing problems of the implementation mechanism are found to be the main factors that cause the low efficiency of the cloud service and the response delay. In the IaaS cloud computing environment of the supply virtual machine, the virtual machine is the direct account of the physical resources. The rational deployment of the user is to improve the utilization of the resources In order to improve the efficiency of the elastic cloud service and the utilization of resources, the paper studies the realization method of the virtual machine elastic service mechanism and the virtual machine deployment based on the forecast under the IaaS, and mainly carries out the following aspects: Work: (1) To analyze the problem of elastic cloud service efficiency, and put forward a negative analysis method based on ARIMA model The algorithm is based on the advantage of ARIMA model in the time series analysis and the characteristics of the season finger quantization sequence, and the load is predicted and adjusted, and the Web based on the Web can be predicted more accurately. and then, according to the relationship between the load and the virtual machine configuration, the configuration and the number of the virtual machines to be supplied are calculated, feasible mechanism. In order to verify the effectiveness of the algorithm, the load pressure test tool Loadrunner and the second World Cup soccer match Web site are introduced. Split log data. LoadRunner is used to simulate the generation of simulated load, load specific load on the reserved virtual machine obtained by the algorithm, and test the number of virtual machines reserved The test results show that the elastic mechanism based on this algorithm is an effective and feasible solution, which is suitable for the virtual cloud. Machine reservation decision. (2) The deployment of virtual machine under the IaaS cloud computing environment is a comprehensive problem in the aspects of resource management and service quality. The existing research has proved that this is a multi-objective NP-hard question In this paper, it is found that the key to the deployment of the virtual machine is how to set the target of the deployment algorithm, and transform the demand of the real cloud computing environment into the actual cloud computing environment. In this paper, the paper takes the elastic cloud framework as the research object, and considers the influence of the virtual machine deployment on the whole cloud computing framework, aiming at the defects existing in the existing research and the new problems facing the deployment of the virtual machine under the new situation, and solving the multi-target group by using the genetic algorithm. Based on the improved genetic algorithm, the advantages of the optimization problem are put forward. The scheme is to reduce the physical computer cost, improve the resource utilization rate, meet the user's SLA as the optimization target, and improve the genetic algorithm to solve the problem. The results of the experiment show that the proposed virtual machine deployment scheme based on the improved genetic algorithm can effectively improve the resource utilization rate, reduce the physical node overhead, reduce the service cost, and also adapt the algorithm to the static State and dynamic deployment requirements, providing mapping for virtual machines to physical nodes The research of this paper provides a new method and a new approach to the mechanism and deployment of virtual machine elastic service under IaaS, and the research results
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP302

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Hong;在Windows XP/2000中輕松卸載Java虛擬機(jī)[J];電腦迷;2004年08期

2 陳雪梅;可視虛擬機(jī)關(guān)鍵技術(shù)研究[J];廣東科技;2005年08期

3 李超,方潛生;Java虛擬機(jī)中類裝載機(jī)制的原理分析與應(yīng)用研究[J];安徽建筑工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2005年05期

4 張幼真;;用虛擬機(jī)實現(xiàn)多系統(tǒng)操作[J];微電腦世界;2005年09期

5 劉暉;;系統(tǒng)問答[J];電腦迷;2005年05期

6 朱海華;陳自剛;;Java虛擬機(jī)性能及調(diào)優(yōu)[J];電腦知識與技術(shù);2005年36期

7 楊麗潔;;虛擬機(jī)控制流的途徑[J];河北工業(yè)大學(xué)成人教育學(xué)院學(xué)報;2005年04期

8 方向陽;;“虛擬機(jī)”在實驗教學(xué)中的應(yīng)用探索[J];中國現(xiàn)代教育裝備;2006年11期

9 張廣敏;盤細(xì)平;涂杰;;Java虛擬機(jī)的面向?qū)ο笮訹J];計算機(jī)應(yīng)用與軟件;2006年03期

10 北鄉(xiāng)達(dá)郎;南庭;;嵌入式Java虛擬機(jī)滲透到手機(jī)以外的領(lǐng)域[J];電子設(shè)計應(yīng)用;2007年10期

相關(guān)會議論文 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(jī)平臺的研究[A];第26次全國計算機(jī)安全學(xué)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(jī)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(jī)面向數(shù)字媒體的應(yīng)用研究[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國第17屆計算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)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(jī)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

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

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(jī)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

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號虛擬機(jī)及實現(xiàn)方法研究[A];《測繪通報》測繪科學(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平臺的虛擬機(jī)建模與仿真[A];2007'儀表，，自動化及先進(jìn)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(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)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 寧家雨;虛擬機(jī)數(shù)據(jù)在哪個磁盤上？[N];網(wǎng)絡(luò)世界;2009年

2 本報記者 郭濤;誰來填補(bǔ)虛擬機(jī)的安全漏洞[N];中國計算機(jī)報;2010年

3 本報記者 郭濤;VMware改變軟件銷售模式[N];中國計算機(jī)報;2010年

4 盆盆;真實的虛擬機(jī)[N];中國電腦教育報;2004年

5 ;利用工具解決虛擬機(jī)監(jiān)測難題[N];網(wǎng)絡(luò)世界;2007年

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

7 《網(wǎng)絡(luò)世界》記者 柴莎莎;虛擬機(jī)通信可視性很關(guān)鍵[N];網(wǎng)絡(luò)世界;2011年

8 Antone Gonsalves;Linux的虛擬化未來[N];中國計算機(jī)報;2007年

9 張承東;安全爭議讓虛擬化用戶“心虛”[N];網(wǎng)絡(luò)世界;2007年

10 本報記者 郭濤;消除虛擬機(jī)備份的尷尬[N];中國計算機(jī)報;2012年

相關(guān)博士學(xué)位論文 前10條

1 陳彬;分布環(huán)境下虛擬機(jī)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

2 劉海坤;虛擬機(jī)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

3 劉謙;面向云計算的虛擬機(jī)系統(tǒng)安全研究[D];上海交通大學(xué);2012年

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

5 鄧?yán)?基于虛擬機(jī)遷移的動態(tài)資源配置研究[D];華中科技大學(xué);2013年

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

7 董玉雙;云平臺中虛擬機(jī)部署的關(guān)鍵問題研究[D];吉林大學(xué);2014年

8 曹文治;虛擬機(jī)網(wǎng)絡(luò)性能優(yōu)化研究[D];華中科技大學(xué);2013年

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

10 鄒瓊;Java虛擬機(jī)的自適應(yīng)動態(tài)優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 鄧洋春;Java虛擬機(jī)關(guān)鍵機(jī)制研究與實踐[D];中南大學(xué);2009年

2 陸曉雯;虛擬機(jī)資源監(jiān)測調(diào)整機(jī)制研究[D];華中科技大學(xué);2008年

3 楊衛(wèi)平;面向虛擬機(jī)的網(wǎng)絡(luò)入侵檢測系統(tǒng)[D];華中科技大學(xué);2008年

4 張德;硬件虛擬機(jī)的域間通訊和性能模型研究[D];華中科技大學(xué);2008年

5 吳曉丹;反病毒虛擬機(jī)關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2009年

6 趙彥琨;虛擬機(jī)管理平臺中的虛擬機(jī)代理服務(wù)機(jī)制研究[D];華中科技大學(xué);2009年

7 袁e

本文編號：2343660