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。     

数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能. 首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署. 仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能.首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署.仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

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.     

一种多目标蚁群优化的虚拟机放置算法

已有对数据中心虚拟机放置的研究大多为优化数据中心能源消耗和物理机资源浪费等,很少考虑数据中心网络流量的优化,有可能影响数据中心网络的扩展性.为了兼顾考虑物理机资源浪费和网络总流量两个方面,将虚拟机放置建模为多目标优化问题,同时优化2个目标:最小化物理机资源浪费以提高数据中心物理机使用效率;最小化网络总流量以改善数据中心网络的扩展性.设计了一种基于多目标蚁群优化的虚拟机放置算法来求解该问题.仿真实验结果表明,该算法与首次适合递减算法相比降低了物理机资源浪费和网络总流量,算法具备有效性.     

云数据中心虚拟机管理研究综述

云中心的虚拟资源管理是云计算提供者提供快速有效服务的重要保障,虚拟机管理是云中心资源管理的主要研究方向之一。该文首先对云中心虚拟资源相关研究现状进行深入调查和分析;讨论了云数据中心虚拟机放置调度方法(预留分配、即需分配、现货分配);综述了虚拟机动态在线迁移技术、服务器整合技术。最后指出云中心虚拟机管理的未来重要研究方向:分布式的虚拟机放置算法、虚拟机网络的拓扑结构、虚拟机资源使用模式探索和热能相关的动态虚拟机整合策略,以便为云数据中心虚拟机管理及研究提供有益的参考。     

基于优先排队论网络延迟云计算资源调度算法

针对虚拟机在实际应用环境中,对于不同数据在不同情况下需要不同优先级输出的问题,采用运筹学优先制Ｍ／Ｍ／１排队模型,对虚拟机请求作出网络延迟分析并对传统的顺序输出方法加以改进。结合数据资源在云计算环境下的Ｍａｐ Ｒｅｄｕｃｅ模型,提出新的调度算法以及不同于传统算法的度量指标。经过ＣｌｏｕｄＳｉｍ仿真软件进行模拟实验,结果表明,新的算法将网络延迟以及物理机和虚拟机的ＣＰＵ、内存等资源综合考虑,在性能上要优于随机算法、转轮算法等传统算法,大大改善了负载均衡度,缩短任务调度总时间,并使总调度时间的负载效率得以提高。     

基于回填算法的网络空间安全态势动态感知方法

为了提升网络空间安全水平,提出了基于回填算法的网络空间安全态势动态感知方法。在回填算法中引入最早截止时限优先算法与最大权重优先算法,以提升资源利用率。利用改进的黑猩猩算法优化回填算法权重,为网络空间安全态势动态感知任务分配资源。以分配的安全态势动态感知任务资源为数据样本,通过广义径向基函数神经网络输出网络空间安全态势动态感知结果。实验结果表明,该方法可有效降低安全态势动态感知任务资源分配的截止时限错失率,提升网络资源利用率;在不同类型的网络攻击下,该方法可有效地动态感知网络空间安全态势;在不同的认证方式下,该方法的平均相对误差较低。     

基于云计算的弹性负载均衡方案

针对云环境下大量并行计算易导致节点负载不均影响云平台服务质量的问题,提出一种基于云环境的弹性负载均衡方案。该方案构造了负载均衡模型框架,对虚拟机负载状况和虚拟机集群资源利用率进行量化评估,并为实现虚拟机集群负载的均衡和弹性伸缩,设计了负载均衡模型和弹性伸缩算法。测试结果表明在该负载均衡机制下,新方案的用户响应时间有所改善,可相应提高资源利用率。     

一种面向感知数据托管的虚拟机调度策略

以虚拟化为主要特征的IaaS(基础设施即服务)云服务,可实现资源的池化管理和灵活配置.现有虚拟化方案下物联网的感知数据托管,由于在数据规模、更新速度以及应用需求的不同特征,往往会发生负载倾斜和负载不均的现象.针对这类问题,本文提出一种面向感知数据托管的虚拟机调度策略,基于贪心技术实现了2种模式下的调度算法.实验表明,本文方法可以动态调度虚拟机,达到物理集群负载均衡和优化节能的效果.     

虚拟机辅助计算机实验教学探讨

在实验教学条件相对不足和实验教学改革注重综合能力培养的指导思想下,一些依赖于硬件投入的计算机基础实验项目的开展问题凸显.文章以虚拟机技术特点分析了其在计算机实验教学中的意义和应用范畴,提出依托现有公共计算机房的实物实验平台利用虚拟机技术构建突破硬件条件局限的虚拟实验环境三层结构,文中以网络技术应用的虚拟化实现过程为例,阐述了虚拟机技术作为计算机基础实验教学辅助手段的应用前景.     

基于IPv6的云计算平台虚拟机群环境自动配置

针对虚拟机群在基于IPv6的云计算平台动态部署过程中,现有的环境配置机制所存在的局限性,提出一种环境自动配置模型.首先建立预定制的虚拟机全镜像模板库,继而依据生成的部署策略,选择、调度并实例化虚拟机,通过无状态地址配置机制获取网络地址,最后由环境配置代理完成配置过程.实验结果表明:在不同的虚拟机群部署规模下,单台虚拟机的平均环境配置时间占其整个部署时间的10%以内.实验结果验证了该模型的有效性.     

基于影子内存的无代理虚拟机进程防护

为了提高虚拟机中进程的安全性,避免系统调用表SSDT和系统调用执行流被恶意挂钩,提出一种基于影子内存的无代理虚拟机进程防护方案。首先利用VMM的高特权级在虚拟机的非换页内存区透明构建一块影子内存,通过向影子内存透明注入SSDT和跳转函数,构建全新SSDT和系统调用执行流,保证SSDT和系统调用执行流的完整性。通过主动挂钩影子内存中的SSDT,利用硬件虚拟化的自动陷入机制检测进程的敏感行为,在VMM中过滤针对受保护进程的非法操作,实现无代理的进程防护。实验结果表明,该方案可以有效地对虚拟机中指定进程进行防护并过滤大部分的rootkit攻击,对虚拟机性能的影响在3%以下。     

一种基于C-RAN的BBU负载均衡优化算法

基于软定义无线电（SDR）和虚拟机（VM）迁移技术的云无线接入网（C-RAN）是第5代移动通信系统（5G）系统中的一种灵活架构,基于该架构提出了一种优化算法,可以根据系统状态动态计算基带处理单元（BBU）的最佳负载范围,并考虑用切换效率来控制额外的资源消耗.仿真结果表明,该算法能够自动选取合适的BBU工作负载范围,并在较低的切换损耗下维持BBU在该范围内工作.     

一种基于虚拟化的文件杀毒实现方法

针对云计算环境下因虚拟机杀毒和病毒库更新等引发的性能开销及资源占用问题,提出了一种基于虚拟化的云杀毒实现框架--HyperAV,HyperAV能够在较低性能开销的情况下对虚拟机文件进行杀毒,并提供扇区级别的访问控制和隔离机制.通过获取虚拟机运行过程中的扇区更改信息,HyperAV优化了文件病毒的扫描方式,对虚拟机杀毒过程起到了显著加速效果.HyperAV实现了控制-杀毒相互分离的前后端框架,杀毒所需数据可以导入专用杀毒服务集群,从而避免了病毒库的重复更新,解决了因杀毒而使虚拟机运行缓慢的问题.在基于内核的虚拟机虚拟化平台下实现了原型系统.实验结果表明,HyperAV能够在虚拟机较低负载开销的情况下为虚拟机文件提供病毒扫描防护能力.     

基于负载分时分析的虚拟服务整合建模分析

介绍了一种面向下一代绿色数据中心的虚拟服务整合方案。基于服务负载高峰处于不同时段的原理,提出了基于负载分时分析的建模方法,在保证QoS的前提下能够达到资源利用率最大化。考虑了服务之间的联系性和互斥性,以及服务与服务器之间的兼容性,提出了5项整合原则,使该方案具有更强的实际应用价值。将建立的模型看作是有约束的多维装箱问题,提出了基于分组遗传算法(GGA)的智能优化算法搜索全局最优解。通过实验表明,该方案与之前的模型相比具有更高的整合率。     

一种云计算适用的虚拟可信报告根构建机制

可信计算技术能够为云计算基础设施提供可信赖的状态及其验证手段,而可信报告这一可信平台基础功能在云环境的实现与普通主机有较大差异,如何构建虚拟可信报告根还没有通用和成熟的方案,将影响远程证明等可信技术在云环境的应用。为构建云计算适用的可信计算体系结构,解决为虚拟机提供唯一性身份标志和反映虚拟机与物理宿主机统一的完整性状态问题,明确了虚拟机应拥有各自独立的基于秘钥的身份标志以及虚拟机所属平台配置寄存器（PCR）类敏感信息必须是受保护的、可迁移的以适应虚拟机迁移需求。由进一步分析可知虚拟机完整性状态应包含以PCR值表示的虚拟机完整性状态和物理平台完整性状态。由此,在集中管理虚拟化/非虚拟化可信计算平台的模型预设条件下,基于国际可信计算组织（TCG）规范提出的身份证明秘钥（AIK）概念进行扩展,提出一种使用虚拟AIK作为虚拟机身份标志,并为每个虚拟机生成由其实际物理平台启动PCR值和虚拟机启动虚拟PCR值连接而成的PCR值的可信报告模型。设计了对应的虚拟PCR值复制机制、完整性报告机制、虚拟机敏感数据管理机制,并与TCG规范中方法进行了对比。该机制在兼容传统AIK验证机制的基础上,能够为每个虚拟机产生独立身份标识,向验证者证明自身完整性状态的同时简化了对虚拟机的验证流程。     

A novel virtual machine deployment algorithm with energy efficiency in cloud computing

In order to improve the energy efficiency of large-scale data centers, a virtual machine(VM) deployment algorithm called three-threshold energy saving algorithm(TESA), which is based on the linear relation between the energy consumption and(processor) resource utilization, is proposed. In TESA, according to load, hosts in data centers are divided into four classes, that is,host with light load, host with proper load, host with middle load and host with heavy load. By defining TESA, VMs on lightly loaded host or VMs on heavily loaded host are migrated to another host with proper load; VMs on properly loaded host or VMs on middling loaded host are kept constant. Then, based on the TESA, five kinds of VM selection policies(minimization of migrations policy based on TESA(MIMT), maximization of migrations policy based on TESA(MAMT), highest potential growth policy based on TESA(HPGT), lowest potential growth policy based on TESA(LPGT) and random choice policy based on TESA(RCT)) are presented, and MIMT is chosen as the representative policy through experimental comparison. Finally, five research directions are put forward on future energy management. The results of simulation indicate that, as compared with single threshold(ST) algorithm and minimization of migrations(MM) algorithm, MIMT significantly improves the energy efficiency in data centers.     

自由曲面模具磁力研磨的试验研究

基于三杆五自由度并联机床进行了对自由曲面模具磁力研磨的试验研究.实验分析了利用球型磨头对工件磁力研磨时,磁场强度、研磨间隙、磨粒粒度等因素对自由曲面模具表面研磨质量的影响.利用五自由度并联机床不仅可以去除自由曲面模具表面的切削残留痕迹,降低模具的表面粗糙度,还解决了传统手工研磨方式所引起的工件研磨质量不一致的缺陷.拓宽了三杆五自由度并联机床的应用范围.     

基于强化学习的云计算资源调度策略研究

提出了一种基于强化学习的云计算虚拟机资源调度问题的解决方案和策略。构建了虚拟机的动态负载调度模型,将虚拟机资源调度问题描述为马尔可夫决策过程。根据虚拟机系统调度模型构建状态空间和虚拟机数量增减空间,并设计了动作的奖励函数。采用Q值强化学习机制,实现了虚拟机资源调度策略。在云平台的虚拟机模型中,对按需增减虚拟机数量和虚拟机动态迁移两种场景下的学习调度策略进行了仿真,验证了该方法的有效性。