| 面向云数据中心的虚拟机部署时延优化算法研究 |
| |
| 引用本文： | 敬,超.面向云数据中心的虚拟机部署时延优化算法研究[J].计算机应用研究,2017,34(12). |
| |
| 作者姓名： | 敬 超 |
| |
| 作者单位： | 桂林理工大学 信息科学与工程学院 广西桂林 |
| |
| 基金项目： | 广西自然科学基金(2015GXNSFBA139260)，国家自然科学基金(61563012, 61540054)，“嵌入式技术与智能信息处理”广西高校重点实验室主任基金(2016-01-05)，桂林理工大学博士启动基金(002401003456) |
| |
| 摘 要： | 最优化虚拟机部署时延可以有效地提高云数据中心的效率，然而，目前虚拟机部署时延最优化问题主要针对的是单资源类型的部署。本文主要工作是考虑了服务器内资源容量及虚拟机多类型资源需求时虚拟机部署最优化时延问题。首先，将最优化虚拟机部署时延问题进行了形式化建模，并证明了该问题为一个NPC问题。接着，通过遗传结合贪心策略提出了一种高效的虚拟机部署算法优化时延。该算法的主要特点在于：结合了贪心策略指导个体在初始化、选择、交叉、变异时形成最优解，并且在交叉过程中采用奇、偶数位个体交叉的方式形成新个体，既避免了个体间的重复交叉，又通过多样化的新个体形成使得算法的解不会陷入局部最优。另外，由于遗传算法在交叉过程中会存在交叉冲突问题(服务器容量超载)，还设计了一种交叉冲突检查方法避免了交叉冲突后非法个体的生成。最后，通过实验比对，将提出的算法分别与最新研究成果VMPDN、粒子群优化算法等算法比较，结果表明提出算法有效的缩短了虚拟机的部署时延。同时通过不同资源类型数量、迭代次数及种群大小的情况下，分析和考察了算法的性能，结果表明提出算法的性能仍好于其他的算法。
|
| 关 键 词： | 云计算 数据中心 虚拟机部署 遗传算法 时延优化 |
| 收稿时间： | 2016/10/17 0:00:00 |
| 修稿时间： | 2017/10/17 0:00:00 |
Research of Virtual Machine Placement Algorithm for Latency Optimization on Cloud Data Centers |
| |
| JING Chao.Research of Virtual Machine Placement Algorithm for Latency Optimization on Cloud Data Centers[J].Application Research of Computers,2017,34(12). |
| |
| Authors: | JING Chao |
| |
| Affiliation: | School of Information Science and Engineering,Guilin University of Technology,Guilin |
| |
| Abstract: | |
| |
| Keywords: | Cloud Computing Data Center Virtual Machine Placement Genetic Algorithm Latency Optimization |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
