基于双适应度遗传算法的虚拟机放置的研究
Research on Virtual Machine Placement Optimization Based on Double-fitness Genetic Algorithm
虚拟化技术是云计算的基础,数据中心资源是云计算的硬件和软件基础,随着云计算的发展,数据中心的规模日益庞大,管理也日益复杂.目前数据中心普遍存在能源消耗过大、物理资源利用率不高、物理资源存在浪费以及数据中心的延时、物理机负载不均衡等问题.本文重点研究数据中心中的虚拟机的放置问题,在放置的过程中,在各个物理机的负载均衡前提下考虑最小化数据中心的物理资源浪费,同时最小化数据中心的总延时.本文主要研究工作有如下几个方面:(1)针对云环境下虚拟机技术中虚拟机部署问题,分析数据中心的体系结构,建立数据中心资源,物理机资源的利用率、物理机资源的浪费、负载均衡以及数据中心的延时(CPU处理延时和网络传输延时)数学模型.(2)针对虚拟机部署问题(类似NP难的装箱问题)需要进行多个目标的优化,改进并且实现一种基于改进的遗传算法的虚拟机放置算法,并且和首次适合递减算法得到的结果对比,验证算法的性能(时间和空间复杂度),证明该算法优于贪心算法,是一种虚拟机放置的有效算法.(3)根据求解多目标优化问题的方法,先通过改进遗传算法得到Pareto最优解集,再从Pareto最优解集中挑出解决问题需要的Pareto最优前沿解集.(4)设计一个基于MVC模式,架构于Structs 1.2框架上,实现虚拟机调度系统,定义物理机类、虚拟机类,把上面的虚拟机放置方案嵌入到系统中,形象化地展示物理机和虚拟机资源的调度过程.进而对各个模块进行设计,完成系统平台各个模块实现和后台的数据库实现,最后是云环境资源的调度模拟系统的测试.
- 作者：
- 黄兆年
- 学位授予单位：
- 中国舰船研究院
- 专业名称：
- 计算机系统结构
- 授予学位：
- 硕士
- 学位年度：
- 2016年
- 导师姓名：
- 李海山
- 中图分类号：
- TP302
- 关键词：
- 云计算；虚拟机放置；改进遗传算法；虚拟机调度系统
- cloud computing; virtual machine placement; improved genetic algorithms; virtual machine deployment system;