基於機器學習的VMM記憶體映像老化機理研究

《基於機器學習的VMM記憶體映像老化機理研究》是依託西安交通大學，由宋擒豹擔任項目負責人的面上項目。

基本介紹

• 中文名：基於機器學習的VMM記憶體映像老化機理研究
• 項目類別：面上項目
• 項目負責人：宋擒豹
• 依託單位：西安交通大學

中文摘要

虛擬機管理器(VMM)是雲計算平台的一個關鍵部件。然而，像所有長時間運行的軟體系統一樣，VMM記憶體映像也存在著老化現象（簡稱軟體老化），大大降低了雲計算平台的可靠性和可用性。因此，研究VMM記憶體映像老化機理具有重要的理論意義和實用價值。. 鑒於現有工作沒有對軟體老化的誘因進行系統的研究，也沒有對老化屬性進行系統的識別，這些工作要么基於某種往往不總是成立的假設建立老化模型，要么事先假定的老化誘因不總能正確地反映軟體老化的真正原因，據此建立的老化預測模型不能準確地刻畫老化過程和趨勢；為此，擬開展項目以機器學習方法為主要手段，以開源Xen VMM為研究實例和關鍵技術驗證平台，系統地探索導致VMM老化的誘因及其對VMM運行性能的影響模式，研究VMM老化的具體特徵及分類方法，建立能夠反映老化類型和老化進程的VMM老化模型，研究基於該模型的VMM老化趨勢的預測方法，奠定VMM老化自愈的堅實基礎。

結題摘要

本項目以機器學習方法為主要手段，以開源Xen VMM為研究實例和關鍵技術驗證平台，系統地探索了導致VMM老化的誘因及其對VMM運行性能的影響模式，研究了VMM老化的具體特徵及分類方法，建立了能夠反映老化類型和老化進程的VMM老化模型，研究了基於該模型的VMM老化趨勢的預測方法，奠定了VMM老化自愈的堅實基礎。在包擴TSE和TKDE在內的期刊和會議發表論文22篇，其中SCI收錄13篇，EI收錄18篇。