《雲計算中多目標驅動的虛擬機安置技術研究》是依託北京交通大學，由劉真擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：雲計算中多目標驅動的虛擬機安置技術研究
- 項目類別：青年科學基金項目
- 項目負責人：劉真
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
近幾年，作為雲計算、綠色計算的關鍵技術之一，虛擬機安置管理等內容成為研究熱點。虛擬機安置是指能夠根據云基礎設施的負載情況動態地將虛擬機在物理機間遷移，從而使物理機資源得到負載均衡，或者將若干低負載的虛擬機整合到少數物理機上，關閉那些沒有虛擬機的物理機，從而達到節能的目標。然而，這些目標的最佳化是相互衝突的，與當前研究大多只涉及某一方面的最佳化不同，本課題考慮了雲計算環境中服務這一最基本的資源提供形式，綜合節能、負載均衡及服務等級協定（SLA）的目標，將虛擬機安置劃分為初始化安置及動態安置兩種任務，闡明了這兩種任務對目標的不同建模方式以及對虛擬機安置的不同最佳化機制，避免了廣泛的虛擬機遷移帶來的資源消耗和時間浪費。本課題旨在實現雲基礎設施的快速部署和重部署，降低能源消耗，提高資源利用率，從而實現節能和綠色計算。課題具有很好的科學意義和套用前景，將為綠色雲基礎設施的虛擬資源管理和發展提供思路和方法。
結題摘要
近年來以虛擬機為粒度的虛擬機放置管理成為雲數據中心能耗管理、實現動態可伸縮資源提供的重要支撐技術。本課題在虛擬機的初始化放置和動態管理兩個階段，開展了以下四個方面的研究：1. 虛擬機的初始化放置：（1）提出多目標最佳化的虛擬機初始化放置策略。針對SLA違背率，資源損耗和電源消耗三個目標，提出了基於最大最小螞蟻系統和排除法的多目標最佳化蟻群算法。該方法具有正反饋機制，通過信息素的不斷更新可以高效地收斂到最優解。實驗表明，與傳統的啟發式方法和遺傳算法相比，提出的多目標最佳化虛擬機放置蟻群算法能夠在多個相互衝突的目標間實現最優權衡和折衷，使得在發生SLA違背機率較少的情況下，系統的資源浪費和電源消耗也較少。（2）傳統的物理機CPU是以一個固定頻率運行的，然而這個頻率不一定是運行該負載的最佳頻率。分析了電源能耗與物理機CPU頻率之間的關係，提出基於CPU調頻技術的虛擬機初始化放置策略。通過引入CPU頻率的動態範圍擴大了虛擬機放置方案的解空間，設計了啟發式的蟻群算法用於搜尋解空間。在真實的物理集群環境下開展了實驗，面向不同的負載分布，在節約能耗方面與傳統的貪心算法相比，有6-10%的提升。2. 虛擬機的動態管理：（3）提出了多目標最佳化的虛擬機動態管理方法。考慮服務質量、資源競爭和電源消耗3個目標，解決套用負載的動態變化引起的虛擬機重新放置問題，即什麼時候進行虛擬機遷移、遷移哪些虛擬機和放置到哪些物理結點上。在待遷虛擬機選擇問題上，根據不同的最佳化目標分別採取不同的策略；在目標物理及選擇問題上，為了均衡系統中多個目標間的衝突，採用解決多準則決策分析方法中的TOPSIS方法來選擇物理結點。實驗表明，所提出的方法能夠得到較低的SLA違背率，較小的資源負載和較少的電源消耗，並且很好地平衡了不同目標之間的衝突。（4）在動態管理的遷移時機決策上，提出一種基於閾值滑動視窗機制的虛擬機遷移判決算法。與現有方法不同，提出的算法考慮了數據中心負載不斷變化的情況，高低閾值構成的閾值視窗能夠隨著數據中心整體負載量的變化而調整，通過建立數據中心任務量的預測機制，當預測任務量接近滿負荷時，閾值視窗調大，避免虛擬機不必要的遷移，從而降低遷移失敗率，減少傳輸代價。只有當閾值視窗調整之後，當前負載的資源利用率仍不在閾值視窗內時，才會觸發虛擬機的遷移。實驗表明，在遷移數量、遷移代價和耗能方面，所提算法 均有良好效果。
