【摘要】：云計算將自身擁有的資源作為服務提供給用戶,用戶可以通過互聯(lián)網以按需分配的方式租用和發(fā)布。目前基礎設施即服務(IaaS)是被廣泛使用的云計算服務模型之一,它通過虛擬機的形式來向用戶提供云計算資源,按需將自身資源封裝為云計算服務向消費者收取費用。如Xen和VMware這樣的虛擬化技術允許基礎架構資源以效用的方式共享。虛擬機還可以根據(jù)不同的需求動態(tài)分配云計算資源,為云計算資源的有效使用提供機會,并優(yōu)化應用程序性能和能耗。云計算中的動態(tài)負載均衡可以通過將虛擬機從重載或輕載主機遷移到其他主機來進行實現(xiàn),以節(jié)省能源和緩解與性能相關的服務級別協(xié)議(SLA)沖突。云計算動態(tài)負載均衡中的兩個主要問題,一是如何預測重載或輕載狀態(tài)虛擬機;二是如何制定虛擬機遷移策略。本文致力于研究云計算環(huán)境下基于負載預測的虛擬機動態(tài)遷移策略,通過調控云計算環(huán)境下的多種資源利用率參數(shù)來實現(xiàn)預測虛擬機重載或輕載,而后通過虛擬機遷移策略實現(xiàn)云計算數(shù)據(jù)中心的負載均衡。本文首先針對已有的一種負載預測算法進行了優(yōu)化。主要是使用二階錐規(guī)劃公式對負載預測算法的魯棒性進行優(yōu)化,其中訓練模式由橢球表示而不是簡化的凸包。先是導出線性公式,而后基于核函數(shù)的方法為非線性分類構造決策模型。最終通過在數(shù)據(jù)集上的實驗證明了所優(yōu)化的算法在性能方面有所提高。其次,本文將所優(yōu)化的算法與其他負載預測算法進行比較,利用測試模型中精度最高的負載預測算法,結合相關系數(shù)法考慮主機中的虛擬機與虛擬機、虛擬機與主機之間關系,選擇需要遷移的虛擬機來實現(xiàn)虛擬機動態(tài)遷移策略。
【圖文】：

1.1 云計算的定義美國國家標準與技術研究院（The National Institute of Standards andchnology，NIST）提出了以下云計算定義：“云計算是一種模型，可以方便需訪問可配置計算資源(例如，網絡、服務器、存儲器、應用程序和服務)池，其可以以最少的管理工作或服務供應商交互來迅速提供和發(fā)布。這種可以提高資源的可用性�！痹摱x用作區(qū)分云計算服務和傳統(tǒng)互聯(lián)網服務1]。1.2 云計算的分類所部署的云計算服務的主要區(qū)別與所提供的服務類型有關，例如（1）間和計算能力，（2）用于自己軟件部署的平臺，或（3）在線軟件應用程圍從 網絡電子郵件到商業(yè)分析工具。基于這些差異，NIST 已經提出了三計算服務[31]。圖 2-1 描述了三種服務模型。在本節(jié)中，將討論每個類別的計算服務，以獲得對現(xiàn)有服務的概述。

圖 2-2 云計算體系結構Fig 2-2 Cloud computing architecture1. 物理資源層包括計算機、存儲器、網絡設施、數(shù)據(jù)庫和軟件等；2. 資源池層是將大量相同類型的資源合并到一個同構或接近同構的資源池中，如計算資源池、數(shù)據(jù)資源池等。構建資源池更多的是對物理資源的集成和管理，譬如研究如何在標準集裝箱的空間中裝下 2000 臺服務器、解決冷卻和故障節(jié)點替換的問題并降低能耗；管理云計算的中間件，并對眾多應用任務進行調度，以便資源能夠高效、安全地為應用提供服務；3. 面向服務的架構層(Service-OrientedArchitecture,SOA)將云計算功能封裝成標準的 Web Services 服務，，并集成到 SOA 體系中進行管理和使用，包括服務注冊、查找、訪問和服務工作流的創(chuàng)建等。管理中間件和資源池層是云計算技術的最關鍵部分，SOA 構建層的功能更多地依賴外部設施提供。4. 云計算管理中間件負責資源管理、任務管理、用戶管理和安全管理。資源管理負責云資源節(jié)點的均衡地使用，檢測節(jié)點的故障并力圖恢復或屏蔽節(jié)點，
【學位授予單位】：華北水利水電大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP302

【相似文獻】

相關期刊論文 前10條

1 甘娜;;一種基于服務次數(shù)的云虛擬機資源部署算法[J];中國新通信;2017年23期

2 石岳;王春海;;快速克隆千臺虛擬機[J];網絡安全和信息化;2017年06期

3 顧武雄;;創(chuàng)建虛擬機與遠程管理[J];網絡安全和信息化;2017年05期

4 顧武雄;;虛擬機復制管理[J];網絡安全和信息化;2018年06期

5 趙艷;王春海;;虛擬機“句柄無效”無法開機[J];網絡安全和信息化;2018年09期

6 郝佳;張彬彬;岳昆;;云計算環(huán)境下虛擬機服務質量保證和評估方法:研究綜述[J];云南大學學報(自然科學版);2018年06期

7 王春海;;創(chuàng)建虛擬機用于測試[J];網絡安全和信息化;2016年04期

8 ;虛擬機配置越高越好?[J];網絡安全和信息化;2016年01期

9 劉鐘濤;劉明利;;云計算中基于拍賣的虛擬機動態(tài)供應和分配算法[J];計算機科學;2016年S2期

10 王健;;基于云計算技術的數(shù)據(jù)中心虛擬機管理平臺的設計研究[J];信息通信;2016年12期

相關會議論文 前10條

1 陸彥琦;伍華鳳;高毅;;云計算環(huán)境下虛擬機安全性分析與研究[A];中國造船工程學會電子技術學術委員會2017年裝備技術發(fā)展論壇論文集[C];2017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交流會論文集[C];2011年

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

4 陳援非;朱珍民;葉劍;;一種基于多量級虛擬機的可擴展普適計算架構[A];第四屆和諧人機環(huán)境聯(lián)合學術會議論文集[C];2008年

5 張健;高鋮;宮良一;顧兆軍;;虛擬機自省技術研究[A];第32次全國計算機安全學術交流會論文集[C];2017年

6 鄧小林;;虛擬機系統(tǒng)資源動態(tài)分配策略[A];浙江省信號處理學會2013學術年會論文集——信號處理在海洋[C];2013年

7 丁濤;郝沁汾;張冰;;內核虛擬機調度策略的研究與分析[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

8 管慶華;葉力旋;劉凱;明月;;一種基于資源池分布式部署虛擬機的方法[A];2010電力行業(yè)信息化年會優(yōu)秀論文專輯[C];2010年

9 ;瑞星研制出全球最快反病毒虛擬機[A];2010電力行業(yè)信息化年會優(yōu)秀論文專輯[C];2010年

10 陳乃剛;李健;李龍;;云計算數(shù)據(jù)中心的網絡帶寬保證方案[A];2016電力行業(yè)信息化年會論文集[C];2016年

相關重要報紙文章 前10條

1 本報記者 馮霄霞;容器引領云計算2.0時代[N];中國信息化周報;2016年

2 南方日報駐京記者 王騰騰;網絡空間安全攻防戰(zhàn)[N];南方日報;2017年

3 馮志鵬 黃文雯 胡宇;引領架構提升 打造“云”上服務[N];國家電網報;2017年

4 劉荻 編譯;虛擬機真比容器安全嗎？[N];中國計算機報;2017年

5 鄒錚 編譯;云計算充滿“僵尸”虛擬機?沒什么大不了![N];網絡世界;2015年

6 ;首批通過云計算產品虛擬機管理測評名單[N];中國電子報;2014年

7 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

8 本報記者 李旭陽;Azul“搶灘”國內Java虛擬機市場[N];計算機世界;2012年

9 《網絡世界》記者 周源;3:0!Power虛擬機完勝x86虛擬機[N];網絡世界;2012年

10 本報記者 鄒大斌;VMware推出新虛擬機管理工具[N];計算機世界;2011年

相關博士學位論文 前10條

1 魏亮;面向云網融合的資源調度算法及實驗平臺研究[D];北京郵電大學;2018年

2 張鑫彥;數(shù)據(jù)中心虛擬機放置方法的研究[D];大連理工大學;2018年

3 張留美;面向綠色云計算的虛擬機評估研究[D];西安電子科技大學;2016年

4 徐驍麟;面向多虛擬機應用的基礎設施云服務性能優(yōu)化機制研究[D];華中科技大學;2016年

5 丁有偉;云環(huán)境下能量高效的任務調度方法研究與應用[D];南京航空航天大學;2016年

6 胡榮東;面向能效的云計算虛擬化資源提供方法研究[D];國防科學技術大學;2015年

7 葉楓;QoS-Aware的云服務可信增強機制的研究[D];南京航空航天大學;2016年

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

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

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

相關碩士學位論文 前10條

1 高小艷;基于多目標優(yōu)化的虛擬機放置問題研究[D];長安大學;2018年

2 仇琳;云計算虛擬機集群部署策略模型構建[D];哈爾濱理工大學;2018年

3 張淼;云環(huán)境下虛擬機間共存攻擊的主動防御技術研究[D];戰(zhàn)略支援部隊信息工程大學;2018年

4 張永超;基于改進期望值決策法的虛擬機可信審計方法研究[D];河北大學;2018年

5 許燁;基于硬件虛擬化的虛擬機內核完整性保護[D];河北大學;2018年

6 陳金凱;云計算環(huán)境下基于負載預測的虛擬機動態(tài)遷移策略的研究[D];華北水利水電大學;2018年

7 喻新榮;基于能耗和服務質量優(yōu)化的虛擬機整合方法研究[D];江南大學;2018年

8 權鵬宇;基于上下文的虛擬機異常檢測研究[D];昆明理工大學;2018年

9 徐浩;支持新型大頁框架的KVM增強系統(tǒng)[D];浙江大學;2018年

10 李星晨;面向網安試驗的虛擬機自省采集與效果評估技術研究[D];哈爾濱工業(yè)大學;2018年

本文編號：2591279