基于容器技术的云计算资源合理调度方法研究

传统基于Hypervisor模型的云计算资源调度方法存在长时间得不到调度,调度性能低的问题。针对该问题,设计基于容器技术的云计算资源合理调度方法,设计了调度系统的架构以及调度流程。详细说明了虚拟机迁移时间判断流程以及被迁移虚拟机选择流程。采用Migrate方法完成虚拟机的迁移,资源统计过程通过调用Libvirt的接口实现通信,并通过近似的方式运算虚拟机CPU使用率,降低了云计算资源调度时的数据中心能耗。经过测试表明,所提方法稳定性高,总体性能优,达到了预期目标。     

基于虚拟机的数据中心能耗管理机制

文章认为虚拟化技术的广泛应用使得数据中心的能耗管理复杂化,如虚拟机迁移和服务器整合时,迁移哪个虚拟机,何时迁移虚拟机,如何放置虚拟机,整合负载需要考虑哪些问题等。整理、分类分析当前虚拟化数据中心环境中的各种能耗,对于资源和虚拟机的全局管理、合理的放置虚拟机、动态的迁移虚拟机、整合服务器等具有重大意义。文章研究了数据中心节能机制,包括虚拟化数据中心中的全局调度管理、虚拟机初始放置和整合、虚拟机在线迁移策略,以及迁移整合时对网络通信量的考虑、迁移开销、虚拟机负载相关性等。摘要:     

云数据中心面向低能源消耗的虚拟机分配策略

虚拟机分配策略是提高云数据中心的物理主机利用率和降低能源消耗的关键技术。文中提出云数据中心面向低能源消耗的虚拟机分配策略LEC-VM。LEC-VM包括2个组成部分:虚拟机放置策略和虚拟机迁移优化策略。通过放置策略将云数据中心的虚拟机分配到最合适的物理节点之上,保证整个系统的CPU利用率低于一个给定的阈值;通过迁移优化策略,根据系统的当前状态动态迁移虚拟机,对物理主机的资源进行优化。利用CloudSim作为云数据中心的云端测试环境。测试结果表明,LEC-VM可以减少云数据中心的SLA违规,保证云计算的服务质量,与其他的虚拟机分配策略比较起来,可以降低能源消耗。     

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。

     

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。     

软件定义网络中数据中心虚拟机迁移序列问题的研究

虚拟机迁移是数据中心提供的重要功能之一,可以有效地均衡各个基础设施中的工作负载。为有效地减少虚拟机迁移的总时间和对服务性能的影响,该文提出基于代价评估的启发式算法(Heuristic Algorithm based on Cost Evaluation, HACE)。算法在虚拟机迁移的每一步中综合考虑网络中的剩余带宽和迁移时间,通过有机结合并行算法和启发式算法,解决软件定义网络中数据中心大量虚拟机同时迁移时的迁移序列问题。算法在保证安全、依赖关系和性能要求的同时,减少虚拟机的总迁移时间。实验结果表明,与贪心算法相比,该算法能够减少虚拟机总迁移时间达到52.1%,提高迁移性能,确保服务质量。     

云计算数据中心可扩展服务器的能耗管理与优化

通过对云计算数据中心可扩展服务器功耗管理相关研究的分析,设计了云计算能耗优化管理的架构,并提出数据中心服务器节能优化机制流程图,在广泛支持的DVFS技术能耗特性基础上,提出效能优化策略,通过转移高负载,经转化高负载的主机成为低负载的主机,实现云计算数据中心可扩展服务器能耗管理的优化。采用内存为12 GB的12台主机和1台处理能力为3 200 MIPS的处理器组成数据中心进行仿真实验,结果表明,提出的效能优化策略比无迁移策略节省能耗约24.33%,比DVFS策略节省能耗约15.23%,且综合性能要优于其他两个策略,采用提出的策略可进行云计算数据中心扩展服务器能耗使用的优化。     

基于改进分组遗传算法的虚拟机初始化放置算法

随着虚拟化技术成为用于提高云计算数据中心能源利用效率的一项重要技术。文中针对虚拟机的初始化放置问题,通过对遗传算法的染色体编码,变异算子等方面的优化,实现了一个改进的遗传算法 以解决虚拟机的初始化放置。实验结果表明,文中所提算法在对数据中心的能源效率方面有明显的提高。     

基于SDN云数据中心的节能优化方案研究

提出一种基于SDN数据中心的节能优化方法,设计两个框架实现网络吞吐量的降低和能耗节省,这两个框架是云数据中心节能优化控制单元、SDN控制器优化框架。文中采用虚拟机迁移机制,在给定能耗模型和拓扑信息的前提下,节省流量负载,降低数据中心能耗,实现数据中心的成本优化和性能提升。     

云计算数据中心可扩展服务器的能耗管理与优化

最近几年来,伴随着计算机规模的不断扩大,云计算数据中心可扩展服务器的能耗管理已经成为计算机领域较为突出的问题,其严重的限制着云计算的发展。科学合理的资源配置和云计算数据任务调度是可以有效的去降低云计算系统空闲能耗与执行能耗的,从而在一定程度上实现云计算数据中心扩展服务器能耗优化的管理。文中主要是针对云计算书籍中心可扩展服务器的能耗管理与优化相关问题进行详细的分析,并通过相关设计要来提出针对降低能耗的有效措施,在支持DVFS的相关技术能耗特征上,提出相应优化措施。通过转移高负载,经转化高负载主机成为低负载主机,从而在一定程度上去让云计算数据中心可扩展服务器能耗得到优化管理。     

基于云计算的网络技术研究

本文以网络技术为研究对象,以云计算下的网络技术为研究目标。首先对云计算网络技术框架进行了分析和研究;其次分别从三个技术角度,即数据中心二层互访网络技术、虚拟机本地互访网络技术以及用户接入网络技术,对云计算下的网络技术进行了重点探究。     

基于SDN的数据中心网络技术研究

随着云计算数据中心规模的扩大,虚拟化技术的成熟应用保证了计算能力、存储能力的自动伸缩,然而仍然采用传统网络技术,虚拟化程度严重不足,网络能力逐渐成为制约云计算灵活提供资源的瓶颈。SDN(Software Defined Network,软件定义网络)实现了控制与转发的分离,有效解决了网络资源的灵活配置问题。文章对现有SDN技术进行研究,重点分析基于SDN的数据中心网络技术,详细阐述SDN架构,并对控制器和转发设备进行分析说明,对理解基于SDN的数据中心网络具有借鉴意义,对SDN在数据中心落地提供了技术依据。其引入有效解决了数据中心的海量数据多路径转发、虚拟机智能迁移等网络问题,实现了对网络流量的智能规划。     

基于密码的云计算虚拟化网络安全研究

虚拟化网络技术是构建新一代的云计算数据中心,为云计算环境提供基础设施支撑的关键。在研究云计算数据中心典型架构与访问应用模式的基础上,从用户安全接入、通信隔离与机密性保护等方面分析了数据中心虚拟化网络的安全需求,提出了虚拟化网络安全技术框架,重点针对基于密码技术强化虚拟化网络安全,保障虚拟机之间的通信保护、信息隔离与安全交换等安全机制进行了分析与设计,提出了一种可供参考的解决方案。     

云数据中心的能耗管理研究

不断增长的能源消耗已经成为制约云计算发展的瓶颈。分析了云数据中心的能耗分布,指出了降低服务器集群能耗的重要性。在对目前服务器集群能耗模型做总结的基础上,从虚拟化、任务调度、负载均衡以及DVFS四个方面论述了目前云数据中心节能技术、策略及其相应的算法。     

一种均衡物理资源和网络带宽的虚拟机部署方法研究

随着互联网的发展,云计算的发展越来越快,云资源管理平台也受到了越来越多的关注。云计算资源管理系统是云计算体系的"大脑",具有重要的研究价值。针对目前虚拟机部署未能均衡考虑能耗与网络流量的问题,文章设计了一种结合能耗和网络均衡优化的虚拟机部署算法。该算法采用K-均值聚类,利用改进的皮尔逊相关系数进行相似度计算,最终为虚拟机在所有的候选宿主机中选择合适的宿主机。     

基于云计算技术的数据中心虚拟机管理平台的设计研究

当前随着社会经济科技的发展,计算机网络技术在社会生活中的应用范围也越来越广泛。而云计算技术作为计算机网络技术的重要组成部分,已经成为人们不断应用信息技术推动人类生活智能化发展的不可或缺的推动力。目前,数字化时代已经到来,而运用虚拟化手段提高管理效率也已经逐步在当前社会中应用起来。文章首先介绍了云计算,然后在此基础上进一步介绍了基于云计算技术的数据中心虚拟机管理平台,其次阐述了数据中心虚拟机管理系统的设计与搭建,最后进一步阐释了基于云计算技术的数据中心虚拟机管理系统操作流程,包括管理员操作流程以及用户操作流程,以期能够为提高管理效率提供参考。     

浅谈虚拟化云计算平台的能耗管理

数据中心的高能耗是一个亟待解决的问题。近年来,虚拟化云计算平台快速发展起来,因其具有资源利用率高、管理灵活、可扩展性好等优点,将来的数据中心将普遍应用虚拟化云计算技术。使以往的能耗管理技术与虚拟化相结合,为解决云计算数据中心的能耗管理问题提供了新思路,本文从能耗测量、建模、管理实现机制、管理优化算法4个方面对其最新研究成果进行了介绍。     

基于云计算数据中心的能效评估指标体系研究

云计算的高速发展,促进大规模数据中心的膨胀,这使得过去分散的能耗问题变成了集中的能耗问题。因此,研究云计算数据中心的节能方法,通过能效评估,为解决云计算数据中心能耗大的问题提供数据支撑和决策依据,势在必行。为此,本文针对云计算数据中心的能耗问题,在掌握现有国内外云计算能效评估组织的科研成果及其应用情况的基础上,借鉴其成熟的模型和思路,对具有云计算特征的数据中心进行能效评估指标体系研究,搭建云计算数据中心能效评估指标体系,提炼云计算数据能效评估要求,让数据中心能效测评真正落地。     

云计算数据中心调度算法研究

资源调度是云计算数据中心的研究主要方向。本文首先对于云计算的资源调度的现状进行了阐述,并通过分析云计算数据中心能耗来提出降低的方法,以便能够提高系统的资源利用率和节约资源的复杂度。     

云计算中基于Shapley值改进遗传算法的虚拟机调度模型

云计算系统具有服务器规模大、用户范围广的特点,但同时也消耗了大量的能源,导致云供应商的高运营成本和高碳排放等问题。云计算高度虚拟化,如何分配和管理其虚拟资源,从而保证高效的物理资源利用和能耗控制,是一个多参数博弈过程,同时也是该领域的一个研究热点。提出了一种虚拟机调度模型及基于Shapley 值的遗传算法（SV-GA）,可通过经济学概念Shapley 值计算出参与工作的物理机贡献值,并通过该贡献值修正遗传算法中变异步骤的概率参数,从而完成虚拟机调度的任务。实验结果表明,与Max-Min、LrMmt及DE算法相比,SV-GA在虚拟机调度过程中的迁移时间、次数、SLA违背率、能耗等多参数博弈中具有优异的表现。