一种基于动态规划的虚拟机分配方法

基于组合拍卖的动态分配机制使得云拍卖商能够根据市场需求高效地配置云资源,为拍卖商带来更高的收益。现有方法是贪婪法分配虚拟机资源,优先为投标密度高的用户分配资源,然而这种局部最优选择并不总能带来整体最优解。提出一种基于动态规划的虚拟机分配方法 DP-VMPA,它以最大社会福利作为目标函数,使用CA-DP分配算法求出获得资源的用户集,最后采用VCG机制为用户定价。应用实例表明,DP-VMPA机制能够更有效地分配虚拟机资源,同时为拍卖商带来更高的收益。     

云计算环境下资源评级的虚拟机部署算法

针对虚拟机(VM)大范围集群部署时容易引发数据中心(DC)总体负载不均衡、VM部署拒绝率居高不下等问题。提出一种基于资源评级的VM部署算法,根据构建VNF的VM之间的亲和关系、物理机之间的拓扑关系及链路的带宽,选择出最适合部署VNF的一台或多台物理机(PM)。仿真结果表明,在资源相同的情况下,该算法较已有算法具有更高的资源均衡度和更低的部署拒绝率。     

云计算环境下虚拟机资源分配模式研究

随着云计算技术的快速发展,大量的计算机和服务器被移动互联网连接起来组成了一个庞大的资源池为用户提供服务。为了提高资源的利用率,虚拟机资源需要进行合理的分配和优化。本文分析了当前云计算技术的国内外研究现状,系统的阐述了当前虚拟机资源分配的常规算法。     

云计算业务平台的虚拟机容量规划研究

做好虚拟机容量规划是云计算业务平台建设中一项非常重要的工作。本文对虚拟机容量规划相关内容进行了研究和探讨,提出了容量规划方法、资源需求性能量化模型、资源需求与资源提供匹配的计算方法以及资源优化实施建议等。     

云计算环境下虚拟机资源均衡调度方法研究

虚拟机资源是云计算环境下的一类主要云服务资源,有效的资源调度方法对于改善负载均衡和提高资源利用率具有重要意义.针对虚拟机资源的调度问题进行分析,利用任务到达触发任务分配,当任务到达时,首先判断云服务资源池的运行状态,分为饱和与不饱和两种;然后针对当前任务请求下的云服务资源池状态,分别给出资源调度策略,并通过算例分析验证所提方法的有效性.所提虚拟机资源调度方法将有助于云服务资源池中虚拟机资源的均衡利用.     

云计算中虚拟机计算环境安全防护方案

提出了一种虚拟机计算环境的安全防护方案,该方案采用虚拟机内外监控相结合的方式对虚拟机的计算环境进行持续、动态的监控和度量,可对虚拟机进行反馈控制,保障虚拟机计算环境的安全,提升虚拟机的动态适应能力。对比现有安全防护案,该方案充分考虑了云计算中虚拟机效率损耗问题,安全性和执行效率较高,适用于虚拟计算环境。     

基于用户个性化需求的虚拟机部署机制

在云环境中,虚拟机作为一个大粒度的资源,用户通常要求其运行具有稳定性,不希望出现虚拟机频繁迁移的现象。本文提出了一种基于用户个性化需求的虚拟机优化部署方案：根据用户请求的应用背景,在对四类资源（CPU、内存、硬盘和带宽）赋值后比较资源请求值和云平台中宿主机的可用资源值,选出候选目标主机,再根据目标函数计算选择出目标主机。该方案为用户选择较优的宿主机部署虚拟机,既可以科学合理地利用资源,有效地改善了负载不均衡现象,更能获得更好的用户体验。     

构建基于虚拟机的可信云计算平台

云计算结构能极大地降低计算成本,但数据和计算的保密性和完整性目前还无法保证.设计了一种可信赖云计算平台（trust cloud computing platform,TCCP）,可以为客户虚拟机安全执行提供封闭环境,允许用户在执行虚拟机前先检验服务商,能够确保服务安全.     

基于脏页率预测的虚拟机动态迁移分析

虚拟机动态迁移中,具有最复杂的内存迁移机制、最多的传输内容,现阶段,预拷贝方法为常用方法。因迁移期间依然运行虚拟机,会改变内存页,因此预拷贝脏页传输需多次进行,频繁的重传高脏页,导致严重降低迁移效率,而此问题的解决正是虚拟机动态迁移中急需解决的问题。本文在介绍虚拟机动态迁移及脏页率预测理论的基础上,探讨了实现短时、高效完成虚拟机动态迁移的方法。     

云计算中基于三阈值的虚拟机迁移策略研究

云计算通过网络按需提供可动态伸缩的廉价计算服务,核心概念是资源池。随着现阶段日益增长的云计算数据中心规模,其对应消耗的能源也在倍速提高,如何有效降低整个数据中心能耗,成为云计算重点研究内容之一。文章针对虚拟化技术重点研究了虚拟机迁移技术,提出了自适应三阈值迁移算法改良策略ATEAI,通过仿真实验结果表明,上述虚拟机迁移算法在降低能耗方面有一定的成效。     

Virtual machine co-residency method on cloud computing platform

If the attacker wants to compromise a target virtual machine on a cloud platform,the malicious virtual machine must be co-resident with the target.Based on this,a virtual machine co-residency method was proposed.The method combined a co-residency detection scheme based on covert channel construction and an automatic virtual machine flooding strategy,and was evaluated on a well-known domestic cloud platform.Experiment shows that the adaptive covert channel can achieve accuracies of 95%,the proposed detection scheme has strong robustness whose false positive rate is less than 5 ‰,the proposed method is versatile and keeps the virtualization isolation barrier intact,which has great potential threat and should be paid great attention and precaution.     

云计算环境下可信虚拟机管理模型

为了解决云计算环境下虚拟机管理存在的管理域特权过于集中和用户策略易被恶意篡改等问题,提出了一种可信虚拟机管理模型。模型首先对虚拟机管理域进行了细粒度的划分,赋予管理员和用户不同的管理特权,防止管理员随意访问用户的数据;利用可信计算技术建立可信通道分发用户策略,防止管理员恶意篡改用户策略。安全性分析与实验测试表明,该模型可以有效保护用户数据和用户策略的安全性。     

云计算环境下虚拟机在线迁移优化

在线迁移在云计算平台下已广泛使用,虚拟机内存迁移主要采用的是预拷贝算法.传统预拷贝算法在迭代过程中会将脏页反复重传导致迁移时间较长,针对这一问题文章提出了在拷贝过程中增加脏页预测算法和内存压缩算法相结合的方法.脏页预测算法是采用统计方法,依据内存页历史操作情况对改动频繁的内存页进行标记,根据标记决定是否在最后一轮内存迁移中传输,为了减少迁移传输量,先通过内存压缩算法将其压缩,然后再传输.实验结果表明,改进后的方法有效地降低了停机时间和迁移时间,提高了迁移效率,达到了更快迁移的目的.     

一种面向云计算环境下虚拟机的威胁建模方法

针对云计算环境中虚拟机平台存在的弱点和漏洞,分析研究了虚拟机可能面临的威胁和攻击,基于STRIDE建模技术构建了云计算环境下虚拟机平台的安全威胁模型。并对威胁发生的可能性和严重程度进行量化,从而进一步评估整个云计算系统面临的安全威胁。     

OpenStack云虚拟机安全策略研究

OpenStack云计算平台提供基础设施即服务（IAAS）,而在IAAS中最突出的问题之一就是虚拟机的安全问题.文中利用目前广泛应用的VPN技术,在OpenStack云平台上实现了一种保护虚拟机安全的策略,并可以提供不同安全级别的虚拟机,最后实验验证了该安全策略的有效性和可控性.     

虚拟机中网络连接问题的研究

在网络安全研究方面和网络运营商提供的服务中,虚拟机技术越来越起着重要位置.虚拟机的网络连接问题是首要解决的问题.在平时工作和研究中,人们对虚拟机网络连接概念模糊,相关的参数设置考虑不全,造成虚拟机找不到宿主机或宿主机找不到虚拟机,以至于虚拟机无法访问互联网.本文以虚拟机的三种网络连接模式为线索,论述不同连接模式下虚拟机与物理机在网络中的关系,以及虚拟机与宿主机的IP地址、子网掩码、网关和DNS服务器地址,阐明虚拟机网络连接参数设置方法.     

Study on virtual resource allocation optimization in cloud computing environment

Most existing researches of resource allocation in data center did not take into full consideration how to decrease energy consumption.The energy efficiency virtual resource allocation for cloud computing as a multi-objective optimization problem was formulated,which was then solved by intelligent optimization algorithm.The simulation results reveal that the strategy can successfully generate schedule scheme of different numbers of servers-VM with diverse characteristics and decrease the total operating energy of data center effectively.     

Resource allocation in cloud virtual machines based on empirical service traces

One of the key technologies in cloud computing is virtualization. Using virtualization, a system can optimize usage of resources, simplify management of infrastructure and software, and reduce hardware requirements. This research focuses on infrastructure as a service, resource allocation by providers for consumers, and explores the optimization of system utilization based on actual service traces of a real world cloud computing site. Before activating additional virtual machines (VM) for applications, the system examines CPU usage in the resource pools. The behavior of each VM can be estimated by monitoring the CPU usage for different types of services, and consequently, additional resources added or idle resources released. Based on historical observations of the required resources for each kind of service, the system can efficiently dispatch VMs. The proposed scheme can efficiently and effectively distribute resources to VMs for maximizing utilization of the cloud computing center. Copyright © 2013 John Wiley & Sons, Ltd.     

一种通信距离最小化的虚拟机分配算法

为了解决云资源分配过程中虚拟机通信距离较大,造成用户计算任务完成时间延长问题,提出一种最短通信距离的虚拟机分配算法.云资源管理器能够根据用户指定的虚拟机条件,将计算任务分割到合适的数据中心及其内部服务器,大大缩短了虚拟机之间的通信距离.仿真实验表明,与现有的贪婪算法和随机方法相比,提出的方法通信量更少,执行速度更快.