本文關(guān)鍵詞：云環(huán)境下基于時序預測的虛擬機動態(tài)遷移技術(shù)研究

  更多相關(guān)文章： 云計算 虛擬機 資源監(jiān)控 遷移觸發(fā)策略

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)用戶數(shù)呈現(xiàn)對數(shù)增長，產(chǎn)生了龐大的互聯(lián)網(wǎng)數(shù)據(jù)，這就要求服務器具有更快、更高的數(shù)據(jù)處理能力。由此，云計算技術(shù)則應運而生。云計算環(huán)境下的資源是高度虛擬化和彈性化的，它不僅需要監(jiān)控物理服務器上的物理資源，還需要監(jiān)控虛擬資源。而目前，云計算作為商業(yè)計算，這就離不開對云計算資源的合理且精確計費。目前存在的資源監(jiān)控系統(tǒng)其監(jiān)控粒度并不能滿足日益增長的精確計費需求，它不能獲取到進程級別的監(jiān)控信息。此外，云計算平臺上用戶需求和應用的多樣性，服務器節(jié)點資源的異構(gòu)性這些特點，都會造成系統(tǒng)負載不均衡，這時運用虛擬機動態(tài)遷移技術(shù)即可將高負載虛擬機節(jié)點平滑的移動到低負載的物理機上去，實現(xiàn)服務器各個節(jié)點負載均衡。在虛擬機動態(tài)遷移過程中，首先需要選出負載值過高的節(jié)點并選擇合適的時機將其遷移出去�！昂线m的時機”就是一種虛擬機遷移的觸發(fā)策略，合適的觸發(fā)策略能降低遷移次數(shù)，節(jié)約能耗。因此，結(jié)合云計算自身的特性，本文做了如下工作： （1）針對現(xiàn)有虛擬資源監(jiān)控框架中缺乏精細化計費功能的問題，本文使用虛擬機專用監(jiān)控器，設(shè)計適應云環(huán)境中虛擬資源計費指標的資源監(jiān)控模型，使得虛擬資源監(jiān)控粒度更細，更好地滿足云環(huán)境下資源虛擬化和計費指標的特性。 （2）針對單閾值觸發(fā)策略和簡單雙閾值觸發(fā)策略中因瞬間峰值引發(fā)遷移等因觸發(fā)時機不合理造成資源浪費的問題，利用基于虛擬機歷史負載值數(shù)據(jù)的ARMA時序預測模型，提出基于歷史數(shù)據(jù)的時序預測加權(quán)雙閾值觸發(fā)策略，能有效降低遷移次數(shù)、節(jié)省資源。 （3）利用CentOS下的Eucalyptus平臺搭建虛擬資源監(jiān)控環(huán)境，使用Linux命令獲取虛擬機300秒內(nèi)的進程層次CPU,內(nèi)存資源每秒使用情況，此細粒度的監(jiān)控結(jié)果能在較大程度上解決服務提供商在衡量用戶使用虛擬資源所需費用上問題。利用cloudsim云平臺仿真軟件實現(xiàn)基于時序預測的遷移觸發(fā)策略的仿真實驗，在虛擬機遷移次數(shù)和虛擬機遷移能耗兩個方面與單閾值遷移觸發(fā)策略和雙閾值策略進行比較。實驗表明本文的遷移觸發(fā)策略能有效降低虛擬機遷移次數(shù)，，減少虛擬機遷移能耗。
【關(guān)鍵詞】：云計算 虛擬機 資源監(jiān)控 遷移觸發(fā)策略
【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP302
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 緒論9-20
• 1.1 研究背景與意義9-10
• 1.2 云計算概述10-15
• 1.2.1 云計算定義、特點與發(fā)展現(xiàn)狀10-13
• 1.2.2 云計算與其他高性能計算的區(qū)別13-14
• 1.2.3 虛擬化在云計算中的意義14-15
• 1.3 國內(nèi)外研究現(xiàn)狀15-18
• 1.3.1 資源監(jiān)控國內(nèi)外研究現(xiàn)狀15-17
• 1.3.2 虛擬機動態(tài)遷移國內(nèi)外研究現(xiàn)狀17-18
• 1.4 論文研究內(nèi)容18-19
• 1.5 論文組織結(jié)構(gòu)19-20
• 第2章 基于計費指標的虛擬機監(jiān)控設(shè)計20-30
• 2.1 當前虛擬機監(jiān)控問題分析20-21
• 2.2 虛擬機監(jiān)控體系結(jié)構(gòu)21-23
• 2.3 基于虛擬機計費指標的虛擬機監(jiān)控模型設(shè)計23-29
• 2.3.1 計費指標23-25
• 2.3.2 基于計費指標的虛擬機監(jiān)控模型分析25
• 2.3.3 基于計費指標的虛擬機監(jiān)控模型設(shè)計25-28
• 2.3.4 模型優(yōu)勢分析28-29
• 2.4 本章小結(jié)29-30
• 第3章 基于時序預測的雙閾值遷移觸發(fā)策略30-46
• 3.1 虛擬機動態(tài)遷移30-34
• 3.1.1 虛擬機動態(tài)遷移描述30-33
• 3.1.2 虛擬機能耗與遷移能耗33-34
• 3.2 虛擬機動態(tài)遷移觸發(fā)時機分析34-36
• 3.3 遷移觸發(fā)策略設(shè)計要求36-37
• 3.4 基于時序預測的雙閾值觸發(fā)策略設(shè)計37-45
• 3.4.1 基于 ARMA 模型的雙閾值遷移觸發(fā)流程37-40
• 3.4.2 自回歸滑動平均時序預測模型40-41
• 3.4.3 平穩(wěn)性檢驗與模式識別41-42
• 3.4.4 參數(shù)估計與模型診斷42-43
• 3.4.5 基于時序預測模型的虛擬機負載預測43-45
• 3.5 本章小結(jié)45-46
• 第4章 仿真實現(xiàn)及結(jié)果分析46-55
• 4.1 虛擬資源監(jiān)控實驗分析46-48
• 4.2 觸發(fā)策略實驗說明及結(jié)果分析48-54
• 4.2.1 仿真工具介紹及實驗環(huán)境48-49
• 4.2.2 CloudSim 仿真過程49-51
• 4.2.3 DTS 算法的能耗測試51-52
• 4.2.4 虛擬機的遷移數(shù)量測試52-54
• 4.3 實驗總結(jié)54-55
• 第5章 總結(jié)與展望55-57
• 5.1 工作總結(jié)55-56
• 5.2 未來工作及展望56-57
• 致謝57-58
• 參考文獻58-61
• 攻讀碩士期間發(fā)表的論文61-62
• 攻讀碩士期間參與的項目62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 周文煜;陳華平;楊壽保;方君;;基于虛擬機遷移的虛擬機集群資源調(diào)度[J];華中科技大學學報(自然科學版);2011年S1期

2 劉鵬程;陳榕;;面向云計算的虛擬機動態(tài)遷移框架[J];計算機工程;2010年05期

3 劉媛媛;高慶一;陳陽;;虛擬計算環(huán)境下虛擬機資源負載均衡方法[J];計算機工程;2010年16期

4 葉可江;吳朝暉;姜曉紅;何欽銘;;虛擬化云計算平臺的能耗管理[J];計算機學報;2012年06期

5 江雪;李小勇;;虛擬機動態(tài)遷移的研究[J];計算機應用;2008年09期

6 錢瓊芬;李春林;張小慶;李臘元;;云數(shù)據(jù)中心虛擬資源管理研究綜述[J];計算機應用研究;2012年07期

7 張小慶;賀忠堂;李春林;張恒喜;錢瓊芬;;云計算系統(tǒng)中數(shù)據(jù)中心的節(jié)能算法研究[J];計算機應用研究;2013年04期

8 馮登國;張敏;張妍;徐震;;云計算安全研究[J];軟件學報;2011年01期

9 岳冬利;劉海濤;孫傲冰;;IaaS公有云平臺調(diào)度模型研究[J];計算機工程與設(shè)計;2011年06期

本文編號：856758