典型文献
基于混合群智能的节能虚拟机整合方法
文献摘要：
数据中心的虚拟机(virtual machine,VM)整合技术是当今云计算领域的一个研究热点.要在保证服务质量(QoS)的前提下尽可能地降低云数据中心的服务器能耗,本质上是一个多目标优化的NP难问题.为了更好地解决该问题,面向异构服务器云环境提出了一种基于差分进化与粒子群优化的混合群智能节能虚拟机整合方法(HSI-VMC).该方法包括基于峰值效能比的静态阈值超载服务器检测策略(PEBST)、基于迁移价值比的待迁移虚拟机选择策略(MRB)、目标服务器选择策略、混合离散化启发式差分进化粒子群优化虚拟机放置算法(HDH-DEPSO)以及基于负载均值的欠载服务器处理策略(AVG).其中,PEBST,MRB,AVG策略的结合能够根据服务器的峰值效能比和CPU的负载均值检测出超载和欠载服务器,并选出合适的虚拟机进行迁移,降低负载波动引起的服务水平协议违约率(SLAV)和虚拟机迁移的次数;HDH-DEPSO算法结合DE和PSO的优点,能够搜索出更优的虚拟机放置方案,使服务器尽可能地保持在峰值效能比下运行,降低服务器的能耗开销.基于真实云环境数据集(PlanetLab/Mix/Gan)的一系列实验结果表明:HSI-VMC方法与当前主流的几种节能虚拟机整合方法相比,能够更好地兼顾多个QoS指标,并有效地降低云数据中心的服务器能耗开销.
文献关键词：
云计算;虚拟机整合;差分进化算法;粒子群优化算法;节能
中图分类号：
作者姓名：
李俊祺;林伟伟;石方;李克勤
作者机构：
华南理工大学计算机科学与工程学院,广东广州510006;鹏程实验室,广东 深圳518066;Department of Computer Science,State University of New York,NY 12561,USA
文献出处：
引用格式：
[1]李俊祺;林伟伟;石方;李克勤-.基于混合群智能的节能虚拟机整合方法)[J].软件学报,2022(11):3944-3966
A类：
虚拟机整合,PEBST,SLAV,PlanetLab
B类：
合群,群智能,整合方法,virtual,machine,整合技术,QoS,低云,云数据中心,服务器,一个多,多目标优化,NP,云环境,智能节能,HSI,VMC,超载,检测策略,迁移价值,虚拟机选择,选择策略,MRB,合离,离散化,启发式,化虚,虚拟机放置,HDH,DEPSO,处理策略,AVG,结合能,CPU,出超,低负载,负载波动,违约率,虚拟机迁移,下运,开销,环境数据,Mix,Gan,系列实验,差分进化算法,粒子群优化算法
AB值：
0.32221
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
