本文關(guān)鍵詞：云環(huán)境下基于負(fù)載預(yù)測的虛擬機(jī)遷移機(jī)制研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：云計算作為一種新型計算模式,將計算、存儲、服務(wù)等資源遷移到云端,通過對這些資源進(jìn)行集中、靈活的配置和管理,提高資源利用率、服務(wù)可靠性和系統(tǒng)靈活性。云計算系統(tǒng)呈現(xiàn)出高可靠性、高容錯性、動態(tài)可擴(kuò)展性、按需服務(wù)等特點(diǎn),受到學(xué)術(shù)界和IT界的廣泛關(guān)注。虛擬化技術(shù)是云計算的基礎(chǔ)支撐技術(shù),而虛擬機(jī)遷移技術(shù)是實現(xiàn)云資源靈活配置、管理的關(guān)鍵技術(shù)之一。其中,虛擬機(jī)遷移的時機(jī)和目標(biāo)節(jié)點(diǎn)的選擇是虛擬機(jī)遷移技術(shù)解決的兩個核心問題,該兩個問題的解決決定著虛擬機(jī)遷移的性能,并進(jìn)一步直接影響云計算系統(tǒng)整體的性能表現(xiàn)。在虛擬機(jī)遷移時機(jī)選擇方面,目前主要采用被動響應(yīng)的遷移策略,存在滯后性和性能開銷大等不足。事實上,云計算系統(tǒng)可以看作典型的社會-技術(shù)系統(tǒng)(Socio-Technical System,STC),即信息系統(tǒng)不再是單純的技術(shù)系統(tǒng),而是與人類社會系統(tǒng)交融在一起。因此,本文認(rèn)為虛擬機(jī)的遷移策略不僅要從技術(shù)角度考慮當(dāng)前計算機(jī)的負(fù)載,還有必要考慮人類社會行為的規(guī)律性,并根據(jù)此規(guī)律性對計算機(jī)負(fù)載進(jìn)行預(yù)測,實現(xiàn)虛擬機(jī)的主動遷移,從而降低虛擬機(jī)遷移對服務(wù)性能的影響。在目標(biāo)節(jié)點(diǎn)選擇方面,目前虛擬機(jī)遷移策略主要采用隨機(jī)選擇空閑資源剩余少的節(jié)點(diǎn)進(jìn)行遷移,在批量遷移過程中存在性能不高的問題。本文將虛擬機(jī)批量遷移過程中目標(biāo)節(jié)點(diǎn)選擇的問題看作是組合優(yōu)化的問題,并基于智能算法對其進(jìn)行研究。論文的主要工作包括如下幾個方面。1.針對人類社會行為呈現(xiàn)出的趨勢性、季節(jié)性、隨機(jī)性等特征,以及任務(wù)請求達(dá)到峰值時對系統(tǒng)性能造成的影響,提出了面向周期性任務(wù)請求的LF-HW(Lord Forcast-Holt Winters,LF-HW)服務(wù)器熱點(diǎn)檢測模型。LF-HW模型首先基于Holt-Winters三次指數(shù)平滑預(yù)測模型對云計算環(huán)境下的任務(wù)請求量進(jìn)行預(yù)測,然后根據(jù)設(shè)計的策略對預(yù)測出的任務(wù)請求量做出響應(yīng),即判斷是否需要進(jìn)行虛擬機(jī)預(yù)遷移,如果需要進(jìn)行虛擬機(jī)預(yù)遷移還需要求解遷移虛擬機(jī)的數(shù)量、遷移的位置和時間等信息。最后,通過擴(kuò)展和編譯云計算仿真平臺CloudSim,對LF-HW模型進(jìn)行仿真實驗,驗證LF-HW熱點(diǎn)檢測模型的有效性及其負(fù)載均衡能力。2.針對在虛擬機(jī)批量遷移過程中,傳統(tǒng)隨機(jī)選擇空閑資源剩余少節(jié)點(diǎn)的遷移策略存在性能不高和無法實現(xiàn)組合最優(yōu)化的問題,設(shè)計了基于改進(jìn)粒子群優(yōu)化算法的虛擬機(jī)遷移選擇策略。選擇策略通過定義匹配距離定量虛擬機(jī)和服務(wù)器的剩余性能適應(yīng)度,以及服務(wù)器剩余性能規(guī)避列表,避免虛擬機(jī)所占用的資源超過服務(wù)器資源上限,并達(dá)到組合優(yōu)化的目標(biāo)。通過仿真實驗,驗證改進(jìn)后的粒子群優(yōu)化算法在解決批量選擇節(jié)點(diǎn)進(jìn)行遷移的問題上有較好的尋優(yōu)能力。3.對云管理系統(tǒng)Opennebula進(jìn)行擴(kuò)展和修改,實現(xiàn)了面向周期性任務(wù)請求的服務(wù)器4.熱點(diǎn)檢測模型和基于改進(jìn)粒子群優(yōu)化算法的選擇策略,并通過設(shè)置不同的實驗場景,驗證了本文提出的方法在總遷移時間、響應(yīng)時間和傳輸數(shù)據(jù)量方面都優(yōu)于原系統(tǒng),證明了本文所提出的虛擬機(jī)遷移機(jī)制在云計算環(huán)境下可有效提高虛擬機(jī)遷移的性能,并具有良好的負(fù)載均衡能力。
【關(guān)鍵詞】：云計算 虛擬化 虛擬機(jī)遷移 遷移策略 熱點(diǎn)檢測 LF-HW模型 Holt-Winters模型 選擇策略
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP302
【目錄】：

• 摘要4-6
• Abstract6-13
• 第一章 緒論13-19
• 1.1 研究背景及意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-16
• 1.3 本文的主要工作16-17
• 1.4 本文的組織結(jié)構(gòu)17-19
• 第二章 相關(guān)技術(shù)研究19-33
• 2.1 云計算概述19-24
• 2.1.1 云計算定義及特征19-21
• 2.1.2 云計算體系結(jié)構(gòu)21-22
• 2.1.3 云計算的優(yōu)勢22-24
• 2.2 云計算關(guān)鍵技術(shù)24-27
• 2.2.1 數(shù)據(jù)中心技術(shù)24-25
• 2.2.2 虛擬化技術(shù)25-27
• 2.3 虛擬機(jī)動態(tài)遷移技術(shù)27-30
• 2.3.1 動態(tài)遷移的實現(xiàn)27-29
• 2.3.2 動態(tài)遷移的特點(diǎn)29
• 2.3.3 動態(tài)遷移策略29-30
• 2.4 系統(tǒng)優(yōu)化技術(shù)30-32
• 2.4.1 系統(tǒng)優(yōu)化問題概述30
• 2.4.2 智能優(yōu)化算法研究30-31
• 2.4.3 多目標(biāo)優(yōu)化問題概述31-32
• 2.5 本章小結(jié)32-33
• 第三章 面向周期性任務(wù)請求的服務(wù)器熱點(diǎn)檢測方法33-55
• 3.1 云計算任務(wù)請求特征分析33-36
• 3.2 面向周期性任務(wù)請求的服務(wù)器熱點(diǎn)檢測方法36-45
• 3.2.1 熱點(diǎn)檢測模型框架36-37
• 3.2.2 模型工作流程37-38
• 3.2.3 預(yù)測模塊設(shè)計38-41
• 3.2.4 預(yù)測算法設(shè)計41-43
• 3.2.5 預(yù)測算法在云計算環(huán)境下預(yù)測任務(wù)準(zhǔn)確性分析43-45
• 3.3 LF-HW模型仿真實驗45-53
• 3.3.1 仿真實驗平臺CloudSim簡介45-46
• 3.3.2 實驗環(huán)境46-47
• 3.3.3 平臺擴(kuò)展與編譯47-50
• 3.3.4 實驗參數(shù)設(shè)置50-52
• 3.3.5 實驗結(jié)果分析52-53
• 3.4 本章小結(jié)53-55
• 第四章 基于改進(jìn)粒子群優(yōu)化算法的虛擬機(jī)遷移選擇策略研究55-65
• 4.1 虛擬機(jī)批量遷移選擇策略問題分析55-56
• 4.1.1 確定待遷移虛擬機(jī)的順序55
• 4.1.2 選定待遷移的VM55
• 4.1.3 選擇遷移的位置55-56
• 4.2 粒子群優(yōu)化算法概述56-59
• 4.2.1 粒子群優(yōu)化算法基本思想56-57
• 4.2.2 粒子群優(yōu)化算法流程57-58
• 4.2.3 參數(shù)選擇58-59
• 4.3 基于MPSO算法的選擇策略制定59-62
• 4.3.1 虛擬機(jī)和服務(wù)器匹配度量59-60
• 4.3.2 規(guī)避列表設(shè)計60
• 4.3.3 選擇算法設(shè)計60-62
• 4.3.4 算法可行性分析62
• 4.4 算法仿真實驗62-64
• 4.4.5 算法收斂性比較分析62-63
• 4.4.6 選擇策略整體性能比較分析63-64
• 4.5 本章小結(jié)64-65
• 第五章 系統(tǒng)實驗及結(jié)果分析65-75
• 5.1 桌面云簡介65-68
• 5.1.2 桌面云系統(tǒng)框架66-67
• 5.1.3 桌面云管理系統(tǒng)67-68
• 5.2 實驗平臺構(gòu)建68-72
• 5.2.1 實驗環(huán)境和參數(shù)68-70
• 5.2.2 實驗設(shè)計70-72
• 5.3 系統(tǒng)實驗結(jié)果分析72-74
• 5.4 本章小結(jié)74-75
• 第六章 總結(jié)與展望75-77
• 6.1 本文工作總結(jié)75-76
• 6.2 展望76-77
• 致謝77-78
• 參考文獻(xiàn)78-82
• 作者簡歷82

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 孫冬冬;柳青;武旖旎;;面向負(fù)載均衡的自主式虛擬機(jī)動態(tài)遷移框架[J];計算機(jī)科學(xué);2014年04期

2 董健康;王洪波;李陽陽;程時端;;IaaS環(huán)境下改進(jìn)能源效率和網(wǎng)絡(luò)性能的虛擬機(jī)放置方法[J];通信學(xué)報;2014年01期

  本文關(guān)鍵詞：云環(huán)境下基于負(fù)載預(yù)測的虛擬機(jī)遷移機(jī)制研究，由筆耕文化傳播整理發(fā)布。

本文編號：318515