本文選題：云計算 + 數(shù)據(jù)中心��； 參考：《計算機(jī)應(yīng)用研究》2017年12期

【摘要】：考慮了服務(wù)器內(nèi)資源容量及虛擬機(jī)多類型資源需求時虛擬機(jī)部署最優(yōu)化時延問題。首先將最優(yōu)化虛擬機(jī)部署時延問題進(jìn)行了形式化建模,并證明了該問題為一個NPC問題;然后通過遺傳結(jié)合貪心策略提出了一種高效的虛擬機(jī)部署算法優(yōu)化時延。該算法的主要特點(diǎn)在于:結(jié)合了貪心策略指導(dǎo)個體在初始化、選擇、交叉、變異時形成最優(yōu)解,并且在交叉過程中采用奇、偶數(shù)位個體交叉的方式形成新個體,既避免了個體間的重復(fù)交叉,又通過多樣化的新個體形成使得算法的解不會陷入局部最優(yōu)。另外,由于遺傳算法在交叉過程中會存在交叉沖突問題(服務(wù)器容量超載),還設(shè)計了一種交叉沖突檢查方法,避免了交叉沖突后非法個體的生成。最后,通過實驗比對,將提出的算法分別與最新研究成果VMPDN、粒子群優(yōu)化算法等進(jìn)行比較,結(jié)果表明提出的算法有效地縮短了虛擬機(jī)的部署時延。同時通過不同資源類型數(shù)量、迭代次數(shù)及種群大小的情況下,分析和考察了算法性能,結(jié)果表明提出的算法性能仍優(yōu)于其他的算法。
[Abstract]:The optimal delay problem of virtual machine deployment is considered when the resource capacity in the server and the multi-type resource requirements of the virtual machine are considered. Firstly, the problem of optimal virtual machine deployment delay is formalized and proved to be a NPC problem, and then an efficient virtual machine deployment algorithm is proposed by combining genetic strategy with greedy strategy. The main features of the algorithm are that the greedy strategy is used to guide the individual to form the optimal solution in initialization, selection, crossover and mutation, and in the process of crossover, the odd and even digit individuals cross to form a new individual. It not only avoids the overlapping between individuals, but also makes the solution of the algorithm not fall into local optimum through the formation of new individuals. In addition, because the genetic algorithm has the problem of crossover conflict (server capacity overload) in the process of crossover, a cross-conflict checking method is designed to avoid the generation of illegal individuals after cross-conflict. Finally, the proposed algorithm is compared with VMPDN and particle swarm optimization algorithms, respectively. The results show that the proposed algorithm can effectively shorten the deployment delay of virtual machine. At the same time, the performance of the proposed algorithm is analyzed and evaluated under the conditions of different resource types, iterations and population size. The results show that the proposed algorithm is still superior to other algorithms.
【作者單位】： 桂林理工大學(xué)嵌入式技術(shù)與智能信息處理廣西高校重點(diǎn)實驗室;桂林理工大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：廣西自然科學(xué)基金資助項目(2015GXNSFBA139260) 國家自然科學(xué)基金資助項目(61563012,61540054) 廣西高校重點(diǎn)實驗室主任基金資助項目(2016-01-05) 桂林理工大學(xué)博士啟動基金資助項目(002401003456)
【分類號】：TP18;TP302

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋韜;盤細(xì)平;羅元柯;倪國軍;;Java虛擬機(jī)在嵌入式DSP系統(tǒng)上的實現(xiàn)[J];計算機(jī)應(yīng)用與軟件;2007年04期

2 鄭曉瓏;孔挺;;虛擬機(jī)的安全風(fēng)險與管理[J];硅谷;2010年16期

3 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機(jī)內(nèi)外兼修[J];電腦愛好者;2010年18期

4 王得發(fā);王麗芳;蔣澤軍;;云計算環(huán)境中虛擬機(jī)智能遷移關(guān)鍵技術(shù)研究[J];計算機(jī)測量與控制;2012年05期

5 趙建華;;預(yù)防虛擬機(jī)蔓延的最佳方法[J];軟件世界;2007年11期

6 秋雨;;給虛擬機(jī)蓋上保鮮膜 天天是初始狀態(tài)[J];電腦愛好者;2010年18期

7 汪小林;張彬彬;靳辛欣;王振林;羅英偉;李曉明;;虛擬機(jī)陷出的檢測及分析[J];計算機(jī)科學(xué)與探索;2011年06期

8 聶興;;淺析企業(yè)級虛擬機(jī)的功能與應(yīng)用[J];科技傳播;2011年14期

9 呂蘋;;虛擬機(jī)在移動互聯(lián)網(wǎng)業(yè)務(wù)部署中的應(yīng)用[J];科技通報;2011年06期

10 王凱;侯紫峰;;自適應(yīng)調(diào)整虛擬機(jī)權(quán)重參數(shù)的調(diào)度方法[J];計算機(jī)研究與發(fā)展;2011年11期

相關(guān)會議論文 前10條

1 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

2 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

3 馬蘇安;梁亮;;虛擬化終端托管平臺及其關(guān)鍵技術(shù)[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2011年年會論文集（下冊）[C];2011年

4 姚，

本文編號：2089674