Xen虚拟机迁移技术在搬迁中的应用——以内蒙古气象防灾减灾预警中心为例

本文介绍了Xen虚拟机动态迁移技术,并结合内蒙古气象防灾减灾预警中心核心机房业务搬迁的实际应用场景,设计了基于Xen Server虚拟化技术的业务系统搬迁方案。该方案包括搬迁实施的网络条件,构建新资源池的网络规划、存储规划、建池步骤等内容,最后详细介绍了迁移实施的具体步骤,并对迁移过程的经验教训进行了归纳、总结。     

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.     

基于Serval的广域网下虚拟机在线迁移系统

随着互联网的不断发展,TCP/IP网络架构暴露出越来越多的问题,优化TCP/IP网络的研究逐渐引起了学术界的关注。普林斯顿大学(Princeton University)提出的Serval网络架构在网络层之上添加一个新的服务控制层来解耦服务层的控制平面和数据平面。在Serval的基础之上,本文提出了一种虚拟机在线迁移通信恢复的方法,保证虚拟机在迁移结束之前已经建立的通信能够正常工作。相对于传统的虚拟机在线迁移通信恢复的方法,该方法更加的简单,方便,并且不会产生额外的开销。     

一种数据中心网络虚拟机快速在线迁移算法

数据中心网络中,虚拟机在线迁移需要在网络核心链路上完成大量的数据传输,造成虚拟机承载的网络应用及其他应用性能下降.在继承现有相同内存页重传避免方法的基础上,引进带链表的计数型布隆过滤器查找结构,避免了内存页查找的假阳性问题.进一步提出了最大化剪枝算法,实现链表长度的最大化缩减,加速查找匹配过程,完成数据中心网络中机架级的虚拟机快速在线迁移.实验结果表明,该方法比现有方法的数据传输量更低,迁移时间更短,降低了迁移对网络应用性能造成的影响.     

虚拟机迁移并分发工作站

一些个人或部门使用的计算机,虽然已经很慢了,并且只能通过“重装系统”解决,但他们却不愿意重装系统。因为这些计算机上安装了一些无法替代是内容。对于这种情况,而好的解决方法就是：采用虚拟机。     

车联网移动云系统虚拟机迁移技术研究

智能交通车联网的发展面临着异构网络传输容量瓶颈、海量信息高效处理瓶颈等一系列具有挑战性的难题。针对该系列问题,本文提出一种层次化移动云系统参考模型,使车载移动终端根据其网络环境与通信能力择优接入相应层次的云服务,达到移动网络资源与云计算资源的最佳匹配。同时,由于车载单元的快速移动性,车联网中的信息传输随时可能中断,这就制约了车联网业务服务质量的提高,对云计算持续稳定的服务构成了很大的挑战,这一瓶颈问题可以通过虚拟机动态迁移技术得到改善,从而实现服务的不间断。     

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。     

虚拟机在线迁移性能优化关键技术探讨

在云计算平台下,虚拟机在线迁移得到了广泛使用。但就目前来看,虚拟机在线迁移性能会受到检查点性能的影响,从而不利于虚拟机在线迁移的实现。因此,基于这种认识,本文对内存空洞排除技术、写时复制技术、增量检查点技术这几种虚拟机在线迁移性能优化的关键技术展开了探讨,从而为关注这一话题的人们提供参考。     

基于Xen硬件虚拟机的虚拟蜜网研究

虚拟蜜网由于其强大的捕捉和发现功能,以及相对低廉的成本,被网络管理员广泛的使用。然而,其隐秘性相对较差,容易被比较谨慎的攻击者发现甚至反利用。文章基于Xen虚拟机这一开源虚拟机,提出了一种在硬件虚拟机上架构蜜网的方法,以提高攻击者探测发现虚拟蜜网的难度。     

云数据中心高能效的虚拟机迁移整合算法研究

基于多资源能效模型,通过改进CPU双阈值法提出了多资源双阈值法触发虚拟机迁移,并将基于粒子群算法的虚拟机放置算法应用于虚拟机的能效整合.仿真实验结果表明,与传统的启发式算法相比,该算法有效地减少了物理节点的启用数量和虚拟机迁移次数,使系统资源利用率更加均衡.     

一种面向云平台的虚拟机内存SLA审计机制

针对云计算的服务模式屏蔽了云租户的物理硬件视图,不可信的云服务提供商(cloud service provider,CSP)可能利用廉价的硬盘资源通过虚拟化技术,违背服务等级协议约定(service level agreement,SLA)按物理内存定价标准为云租户提供服务这一问题,为了审计CSP提供内存服务的SLA合约性,提出了由Xen层到物理硬件层的内存轻量级测量的SLA合约性审计方案.同时引入可信启动机制和HyperSentry用于保证审计系统的可信启动和完整性运行,提出了带云租户签名机制的Diffie-Hellman密钥交换协议支持策略安全和可信告警.实验结果表明,在虚拟机运行环境下该方法能高效地进行内存SLA合约性审计,同时具有较高的云租户自定义策略扩展性和较低的性能开销.     

基于Xen虚拟机的密罐系统设计

作为主动安全防御重要工具的密罐系统,发现和破坏它的技术和方法正不断出现。文章运用Xen虚拟技术,结合密罐的系统结构,使密罐系统具有更高的隐匿性,更易于管理和使用。     

安全增强型虚拟化计算环境下的虚拟机动态迁移机制

As the number of Virtual Machines (VMs) consolidated on single physical server increases with the rapid advance of server hardware, virtual network turns complex and frangible. Modern Network Security Engines (NSE) are introduced to eradicate the intrusions occurring in the virtual network. In this paper, we point out the inadequacy of the present live migration implementation, which hinders itself from providing transparent VM relocation between hypervisors equipped with Network Security Engines (NSE H). This occurs because the current implementation ignores VM related Security Context (SC) required by NSEs embedded in NSE H. We present the CoM, a comprehensive live migration framework, for NSE H based virtualization computing environment. We built a prototype system on Xen hypervisors to evaluate our framework, and conduct experiments under various realistic application environments. The results demonstrate that our solution successfully fixes the inadequacy of the present live migration implementation, and the performance overhead is negligible.     

基于哈希图的虚拟机实时迁移方法

跨广域网的虚拟机实时迁移是多数据中心云计算环境的重要技术支撑。当前跨广域网的虚拟机实时迁移受到带宽小和无共享存储的限制而面临着技术挑战,如镜像数据迁移的安全性和一致性问题。为此,该文提出基于哈希图(HashGraph)的跨数据中心虚拟机实时迁移方法,运用去中心化的思想,实现数据中心之间可靠和高效的镜像信息分布式共享。通过HashGraph中Merkle DAG存储结构,改善了重复数据删除在跨数据中心迁移虚拟机镜像时的缺陷。与现有方法相比,该文方法缩短了总迁移时间。

     

云环境下基于虚拟机动态迁移的调度策略研究

针对目前云环境资源调度采用静态负载均衡策略易于导致资源浪费的问题,提出了一种双限定值的虚拟机动态迁移的调度策略.该策略将当前负载状况与负载过重或过轻时两个限定值比较,选择介于二者之间能耗较低的虚拟机迁移至目标节点.仿真实验表明,该策略能够减少迁移次数,降低虚拟机迁移能耗,从而尽可能达到负载均衡和满足服务等级协议的需求.     

基于写时重定向的虚拟机磁盘迁移技术

针对虚拟机磁盘迁移耗时长,数据迁移量大的难题,提出了基于写时重定向的虚拟机磁盘迁移技术,并与预迁移机制及数据压缩算法相结合完成虚拟机的全系统迁移。在磁盘预迁移阶段,通过将磁盘写请求重定向来实现磁盘原始数据和新写入的数据的隔离,对更新数据压缩后再传输到目标节点,以达到减少同步冗余数据量的目的。实验证明,该方法能够很好地完成虚拟机的全系统迁移,尤其在低负载情况下执行的更好。其中,更新数据的迁移量减少60%以上,迁移时间缩短17%。     

基于Q-Learning的虚拟机动态伸缩算法

针对大规模云环境中业务量变化时平台服务质量和资源消耗的问题,提出一种基于Q-Learning的虚拟机扩容/缩容决策算法。将该问题转换为马尔科夫决策模型,为了在业务平台服务质量和资源消耗之间取得较好的平衡,智能体根据平台当前状态计算出最佳策略,执行决策并转到下一状态。仿真结果表明,该算法可根据业务量的变化实时作出伸缩决策,并提供最合适的虚拟机资源以满足业务需求,且能提高平台的稳定性。     

基于Intel VT-d技术的虚拟机安全隔离研究

资源隔离是计算机安全的一个重要手段,良好的安全隔离使得虚拟机技术成为近年来学术界和工业界的热点。在深入分析Linux环境下Xen完全虚拟化技术理论的基础上,设计了一个基于IntelVT技术的虚拟机安全隔离设计方案。该方案通过安全内存管理（SMM）和安全I/O管理（SIOM）两种手段进行保护,完善了Xen宿主机系统与虚拟机系统之间的安全隔离,为Xen虚拟机在实际的安全隔离环境中的应用提供了较高的安全保障。     

基于工作负载预测的虚拟机整合算法

针对云计算环境下满足负载均衡、自动伸缩、绿色节能等需求时所面临的虚拟机(VM)迁移问题,该文设计一种面向云计算基础设施基于工作负载预测的整合调度算法。通过有机结合基于工作负载预测的主动控制技术和基于实际系统状态信息的被动控制技术,并采用指数平滑预测模型预测未来时刻的工作负载情况,提出虚拟机选择阶段最大未来工作负载优先和虚拟机安置阶段比较资源需求队列的虚拟机整合算法。仿真表明,该算法利用基于预测的资源整合方式减少了服务器使用量、虚拟机迁移次数和服务等级协议违例次数,有效提升了以数据中心为核心的云基础设施整体资源利用率。