云環(huán)境下感知能耗的虛擬機遷移算法研究.pdf

1、近年來，隨著云數(shù)據(jù)中心規(guī)模的持續(xù)擴大，云計算系統(tǒng)能耗的高效管理成為云計算可持續(xù)發(fā)展的新問題。虛擬化作為云計算技術的基礎，在數(shù)據(jù)中心資源管理方面和能耗優(yōu)化發(fā)揮著重要作用。如何利用虛擬機遷移技術提高數(shù)據(jù)中心的資源利用率，降低云數(shù)據(jù)中心的能耗成為近年來一個研究的熱點。
　　本文從遷移的負載檢測，待遷移虛擬機的選擇以及虛擬機重分配三個階段對云數(shù)據(jù)中心的節(jié)能和 SLA違例問題進行了系統(tǒng)的研究。利用歷史同一時刻的負載預測值變化的相似性，得出每

2、一時刻的誤差修正信息，再與傳統(tǒng)指數(shù)平滑預測法的預測值相加，得到最終的負載預測，并基于此預測值判定主機的負載是否需要遷移。針對虛擬機重分配時的能耗優(yōu)化問題，設計了感知能耗的BFD-SA組合算法。運用BFD和改進的SA組合算法進行虛擬機重分配。首先，采用BFD算法獲取一個較好的局部最優(yōu)解作為初始解，以提高搜索效率，然后結合虛擬機遷移過程中的能耗優(yōu)化需要，對模擬退火算法的目標評價函數(shù)進行改進，將預分配方案產生的總能耗增量預估值作為目標函數(shù)，并

3、在算法搜索過程中保留和更新歷史最優(yōu)解，在滿足虛擬機資源需求的前提下，找到使得全局總能耗增量最小的虛擬機-物理機映射方案。設計了三組對比實驗，并在CloudSim仿真平臺中對基于誤差修正的指數(shù)平滑預測法（RES）和BFD-SA重分配算法進行仿真分析。實驗表明，在待遷移虛擬機的選擇算法和整合力度參數(shù)都相同的前提下，與雙閾值法(DT)、LR預測法相比，采用RES預測法進行負載檢測并提前遷移虛擬機對于降低SLA違約率和能耗的效果更明顯；與BFD