云数据中心基于异构工作负载的负载均衡调度方案

针对目前云数据中心的负载均衡调度方案没有研究将不同工作负载的应用程序进行整合的问题,提出了基于异构工作负载的静态和动态负载均衡调度算法。当放置新的虚拟机的时候,通过静态负载均衡调度算法,将虚拟机分配给物理机。云数据中心运行过程中,采用动态负载均衡调度算法将负载高的物理机上的虚拟机迁移到负载低的物理机上。仿真实验结果表明,新的调度方案不仅能够降低云数据中心的不均衡率,而且使节点内的多维度资源得到了合理地利用。     

一种云数据中心虚拟交换的解决方案

本设计是一种替代虚拟交换机的虚拟交换方案,旨在与弥补虚拟交换机在虚拟机通信安全方面设计上的不足。其运用VEPA交挟技术,通过反射数据帧,修改了生成树协议、重用Q-in-Q等技术有效的实现了监控虚拟机通信,同时降低了高度虚拟化部署的复杂性,有效的保证了云数据中心资源的最优使用率。     

虚拟化技术在校园网数据中心的应用

校园网应用服务器数量的增加,导致数据中心面临系统管理复杂,资源利用率低、安全控制与数据备份困难等问题.该文对三类主要的虚拟化技术进行了分析与比较,讨论了数据中心应用虚拟化技术需要考虑的因素,认为完全虚拟化技术适用于校园网教据中心虚拟服务器建设.使用完全虚拟化技术不但可降低数据中心的建设与运行成本,而且可简化服务器管理模式,实现服务器数据快速恢复,提高数据中心的管理与运行水平.     

虚拟化技术在井场数据中心系统中的应用

虚拟化架构技术是近年来IT领域最为热门的技术,服务器虚拟化则是整个技术的核心。虚拟化技术的应用可以有效节约投资、显著提高系统资源利用率。在阐述虚拟化技术优势和井场数据中心系统架构的基础上,介绍了虚拟化技术在井场数据中心系统中的应用方式和效果。     

基于流量感知的虚拟机迁移调度算法

针对数据中心的虚拟机迁移调度问题,提出了一种新的启发式解决方案。该方案在充分考虑虚拟机生命周期的同时,对虚拟机进行联网以尽可能减少主干网的流量负载。仿真实验结果表明:与经典的调度算法相比,该算法具有较少的迁移次数和计算资源消耗,在保持系统稳定性方面也有较好的表现。     

VMware服务器虚拟化在高校数据中心的应用

分析服务器虚拟化基本原理,介绍一种基于VMware ESX Server服务器虚拟化技术。结合高校数据中心的建设实际,采用VMware ESX Serve中的Virtual Center管理技术和VMware Vmotion迁移技术来实现服务器虚拟化,对VMware服务器虚拟化技术的优缺点进行了阐述与分析。     

云模型RBF神经网络的数据中心温度预测

数据中心温度预测在提高能量利用效率、降低机房空调耗电量方面具有重要意义。RBF神经网络广泛用于温度预测领域,考虑到传统RBF神经网络无法对影响温度的众多因子进行确定和选择,本文提出了一种将云模型和RBF神经网络结合的新模型。通过高维云变换确定RBF隐含层神经元,使RBF神经网络充分表达影响温度各因子的不确定性,进一步优化RBF神经网络结构。实验结果表明,该模型能较好地实现对数据中心温度的预测。     

基于新型休眠模式的云虚拟机分簇调度策略及性能优化

针对云数据中心数量增加与规模扩张中存在的云计算能耗控制问题,引入了唤醒阈值与休眠定时器双重控制的周期性休眠模式,提出了一种云虚拟机分簇调度策略。云数据中心的虚拟机分为2个模块:模块Ⅰ中的虚拟机时刻保持唤醒;模块Ⅱ中的虚拟机则根据云数据中心的工作负载轻重在休眠状态与唤醒状态间切换。通过构建具有双速率与部分服务台异步(N,T)策略多重休假的排队模型,运用矩阵几何解方法,从云请求平均时延与系统能量节省率等方面评估云虚拟机分簇调度策略的系统性能。综合理论分析结果与仿真统计结果,验证了云虚拟机分簇调度策略的有效性。从经济学角度出发,构建了系统成本函数,引入了An混沌映射机制与非线性递减惯性权值策略,改进了粒子群智能优化算法,给出了策略参数的优化方案,实现了系统响应性能与节能效果之间的合理平衡。     

基于硬件架构和虚拟化扩展机制的虚拟机自省机制研究

针对现有虚拟机自省技术利用不可信被监控操作系统的内核数据结构在内存中的期望布局及内核函数构建被监控系统语义、无法抵抗直接内核数据结构操纵攻击的问题,对虚拟机自省机制的能力进行全面分析,并对利用虚拟机自省机制可应对的恶意攻击进行分类,提出更具健壮性的基于硬件体系架构和虚拟化扩展机制的虚拟机自省技术,通过硬件体系结构提供的虚拟机自省特性被动地观察与收集被监控系统信息,并利用虚拟硬件扩展机制主动地截获客户虚拟机内部的事件和指令,达到主动监控的目的.描述了基于硬件的虚拟机自省机制在系统调用序列收集与监控上的应用,并进行了效率测试分析.     

云数据中心面向实时任务的节能调度算法

针对云计算环境下的独立实时任务的节能调度问题进行了研究,设计了一种基于松弛时间的任务调度算法,该算法由实时任务的分配、虚拟机资源的动态扩展以及虚拟机的动态整合3个部分组成,通过计算任务的松弛时间保证任务在截止期限内完成,保证任务的时效性. 同时提出了一种基于多阈值的虚拟机整合策略,以平衡系统负载并降低系统完成任务集合的能耗. 实验表明,与其他算法相比,该算法在保证了任务能够按时完成的基础上,有效降低了系统的整体能耗.     

基于SLA的云数据中心负载均衡理论研究

以市场驱动为出发点,设计了资源负载状态获取指标和虚拟机迁移效用分析指标,提出了基于时间序列的负载预测算法和基于SLA的虚拟机均衡迁移机制,通过在CloudSim仿真环境下的分析和比较,该负载均衡机制能够以最大化收益为目标实现系统负载均衡。     

云计算环境下虚拟机快速实时迁移方法

针对云计算数据中心中虚拟机实时迁移时间过长的问题,提出了一种虚拟机快速实时迁移方法.通过对预拷贝模型进行公式化描述和性能分析,在预拷贝方法中增加了用于标记改动频繁内存页的页位图.在迁移过程中对改动频繁的内存页进行判断,将改动频繁的内存页标记到新增的页位图中,并只在最后一轮迭代中传输.实验结果证明,与传统的预拷贝方法相比,改进后的预拷贝方法明显地减少了迁移时间,达到了快速迁移虚拟机的目的.     

IaaS云虚拟机eID可信验证系统

为了解决云计算模式下数据与计算迁移造成的用户与云之间的互可信问题,从硬件平台、用户身份和用户行为多个维度,研究并设计了IaaS云虚拟机(eID)可信验证系统. 硬件平台采用可信第三方架构,采用全国唯一的公民网络电子身份eID标识用户身份,建立诚信记录,评估用户行为. 通过用户身份可信性验证、虚拟机可信性验证等4个阶段,有效解决了用户与云之间的互可信问题. 实验结果表明,该系统可抵御常见攻击方式,安全性高,且其计算时间复杂度在可接受范围内.     

移动云计算中一种虚拟机定价与分配方案

针对移动云计算中的虚拟机(virtual machine, VM)管理问题,提出了一种VM定价与分配方案(VM pricing and allocation, VMPA)。该方案考虑了业务量引起网络拥塞对用户效用的影响,根据Stackelberg博弈模型对VM的定价和分配进行了分析,证明了纳什均衡点的存在性和唯一性,给出了最优的静态VM价格及分配,并利用粒子群算法搜索最优的动态VM价格及分配。仿真结果表明,该方案能快速获得最优的VM价格及分配,可有效地控制小区中的业务量,减少网络拥塞,能同时优化云提供商和用户的效用。     

云服务中数据完整性验证技术综述

随着业务量的不断增长,越来越多的企业接受了云计算,数据也从本地迁移到了云端.这种新的数据存储模式也引发了众多安全问题,而如何确保云服务器中数据的完整性是其中的关键问题.数据拥有者亟需一个稳定、安全、可信的完整性审计方案,用于审核云服务器中数据的完整性和可用性.阐述了云计算环境下数据完整性系统模型和安全模型,以及云存储数据完整性审计的研究现状,并重点分析了部分经典方案,通过方案对比,指出当前方案存在的优点、缺陷,以及云服务中数据完整性验证当前仍然面临的安全与隐私挑战,并探讨了该领域未来的研究趋势.     

碳感知的绿色云数据中心能源优化在线算法

使用绿色能源的云数据中心需要满足服务水平协议（service layer agreement,SLA）和长期平均碳排放约束下的能源成本最小化问题,针对该问题,本文进行了深入研究和分析。通过将问题形式化为受约束的随机优化问题,利用Lyapunov优化理论,提出一个不需要预测未来数据的碳感知能源成本优化在线算法,并进一步证明该在线算法可以获得接近离线最优算法的次优解。基于真实数据的仿真实验结果表明:该算法比基准算法具有更好的性能,并且能通过调整控制参数接近离线的最优解。     

基于分簇聚类的云架构数据中心网络流量调度方法

云架构数据中心网络流量具有种类繁杂的特点,应用传统的流量调度方法存在丢包率高、CPU利用率低的问题,为此利用分簇聚类技术实现对网络流量调度方法的设计.分别从控制层、核心层、聚合层、边缘层四个层级,搭建云架构数据中心网络的拓扑结构.检测云架构数据中心网络流量,并结合检测结果利用分簇聚类技术实现对网络流量的聚类处理.通过分...     

基于改进虚拟机整合算法的虚拟资源管理工具

提出了一种基于分段迭代相关性整合(SICC)的虚拟机整合与放置策略,并将它作为云资源管理工具的核心结构。SICC算法整合了时间序列分析、线性相关性分析和传统的FFD算法,并基于虚拟机的最小资源利用率建立了一套新的虚拟机动态资源整合理论。数值仿真结果表明,在虚拟机整合过程中,新的基于SICC的架构在使用不同的初始动态条件时,以虚拟机为粒度的物理资源利用率性能提升3%~20%;在以服务器为粒度的物理资源利用率性能提升超过5%。