本文關鍵詞：基于OpenStack的虛擬機資源調(diào)度關鍵技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：云計算是新興的IT模式,它使用虛擬化技術來虛擬硬件基礎設施資源,然后將這些資源以動態(tài)的、彈性的方式為用戶服務。但是隨著使用云計算的用戶逐漸變多,云數(shù)據(jù)中心的規(guī)模也日益變大,如何改進物理資源的分配、虛擬機資源的調(diào)度方式來提高整個云計算集群的資源利用率及平衡度、降低能耗成本,成為現(xiàn)今云計算中亟待解決的問題。 本文對OpenStack這個應用廣泛的開源云平臺進行了分析,并對其數(shù)據(jù)中心虛擬機資源調(diào)度問題進行了深入的研究。主要工作有： (1)設計了基于多目標蟻群改進算法的虛擬機放置策略來選取物理機。該算法對蟻群算法進行了改進,利用信息素的持續(xù)更新能夠迅速地得到最優(yōu)解,對集群中的虛擬機進行動態(tài)整合。仿真結果表明,該算法能較好的平衡沖突目標間的矛盾,以使整個數(shù)據(jù)中心既能保證較好的應用性能又能降低資源負載及電量消耗。 (2)提出了OpenStack的虛擬機動態(tài)遷移多目標優(yōu)化策略。從系統(tǒng)資源監(jiān)控、資源調(diào)度時機的選擇、待遷移虛擬機的選擇到遷移物理機的選擇4個方面闡述該策略。設計了二分上整延時法及時間預測法來選擇遷移時間。利用了多目標優(yōu)化算法來選取合適的物理機,為避免群聚效應,設計了基于概率的選擇算法。還設計了虛擬機郵件預警方案。CloudSim仿真結果表明,這一整套虛擬機資源動態(tài)調(diào)度方法能很好的對資源進行實時調(diào)度,多目標優(yōu)化算法能很好的優(yōu)化整個數(shù)據(jù)中心的性能。 (3)設計了基于OpenStack虛擬機資源調(diào)度系統(tǒng)平臺。該平臺能對虛擬機進行全生命周期的管理：從虛擬機初始化創(chuàng)建到虛擬機資源動態(tài)調(diào)整到虛擬機銷毀的全程的虛擬機資源調(diào)度。
【關鍵詞】：云計算 動態(tài)遷移 蟻群算法 多目標優(yōu)化 OpenStack
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP302
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 研究背景和目的9-10
• 1.2 相關研究現(xiàn)狀10-13
• 1.2.1 云計算研究現(xiàn)狀10-12
• 1.2.2 虛擬機調(diào)度技術的研究12-13
• 1.3 論文組織結構13-15
• 第二章 虛擬機動態(tài)遷移的相關技術15-23
• 2.1 虛擬化技術15-16
• 2.2 OpenStack概述16-23
• 2.2.1 OpenStack基本概念16-17
• 2.2.2 OpenStack組成及原理17-23
• 第三章 基于多目標蟻群改進算法的虛擬機放置策略23-33
• 3.1 基本概念23-24
• 3.2 約束條件及目標24-27
• 3.3 多目標蟻群改進算法27-28
• 3.3.1 信息素更新27
• 3.3.2 概率轉移函數(shù)27-28
• 3.4 算法流程28-29
• 3.5 實驗結果與分析29-33
• 3.5.1 實驗環(huán)境29-30
• 3.5.2 實驗參數(shù)設置30
• 3.5.3 實驗結果與分析30-33
• 第四章 OpenStack虛擬機動態(tài)遷移的資源調(diào)度策略33-57
• 4.1 OpenStack虛擬機調(diào)度策略和動態(tài)遷移技術33-35
• 4.1.1 OpenStack虛擬機調(diào)度策略33-34
• 4.1.2 OpenStack虛擬機動態(tài)遷移技術34-35
• 4.2 放置問題描述35-36
• 4.3 約束條件及目標36-37
• 4.4 OpenStack的虛擬機動態(tài)遷移多目標優(yōu)化調(diào)度算法37-45
• 4.4.1 系統(tǒng)資源狀態(tài)監(jiān)控策略38-39
• 4.4.2 資源調(diào)度時機選擇39-40
• 4.4.3 遷移虛擬機的選擇策略40-42
• 4.4.4 遷移物理機的選擇策略42-43
• 4.4.5 虛擬機郵件預警43-45
• 4.5 算法流程45-46
• 4.6 實驗與分析46-57
• 4.6.1 實驗參數(shù)設置46-47
• 4.6.2 實驗結果分析47-57
• 第五章 基于OpenStack虛擬機資源調(diào)度系統(tǒng)平臺的設計與實現(xiàn)57-71
• 5.1 虛擬機資源調(diào)度系統(tǒng)的架構57-60
• 5.2 監(jiān)控模塊的設計與實現(xiàn)60-62
• 5.3 觸發(fā)模塊的設計與實現(xiàn)62-63
• 5.4 創(chuàng)建模塊的設計與實現(xiàn)63-65
• 5.5 數(shù)據(jù)庫模塊的設計與實現(xiàn)65-67
• 5.6 系統(tǒng)平臺前端頁面顯示67-71
• 第六章 總結與展望71-73
• 6.1 工作總結71-72
• 6.2 工作展望72-73
• 參考文獻73-77
• 致謝77-79
• 作者攻讀學位期間發(fā)表的學術論文79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 汪德帥;張一川;張斌;劉瑩;;支持多租約SaaS應用按需服務的負載均衡策略[J];東北大學學報(自然科學版);2011年03期

2 張利彪,周春光,馬銘,劉小華;基于粒子群算法求解多目標優(yōu)化問題[J];計算機研究與發(fā)展;2004年07期

3 李強;郝沁汾;肖利民;李舟軍;;云計算中虛擬機放置的自適應管理與多目標優(yōu)化[J];計算機學報;2011年12期

4 何麗;;基于灰色關聯(lián)度的云計算虛擬機分配方法[J];計算機應用;2014年08期

5 公茂果;焦李成;楊咚咚;馬文萍;;進化多目標優(yōu)化算法研究[J];軟件學報;2009年02期

6 胡元元;林滸;李鴻彬;;IaaS云中最小遷移代價的虛擬機放置算法[J];小型微型計算機系統(tǒng);2014年04期

  本文關鍵詞：基于OpenStack的虛擬機資源調(diào)度關鍵技術研究，，由筆耕文化傳播整理發(fā)布。

本文編號：348644