云数据中心中面向资源感知与高能效的虚拟机部署研究

摘要

针对云数据中心虚拟化部署的资源负载均衡与能耗优化协同难题，提出了一种在资源负载均衡与能耗最小化之间实现平衡的高效方法.分别通过建立融合多维资源利用均衡度的负载均衡模型以及反映系统不同运行状态下能量损失的能耗模型，构建了具有资源约束的双目标优化函数；设计了改进型混合麻雀搜索算法（hybrid sparrow search algorithm,HSSA），并用它最小化双目标优化函数.基于云模拟仿真平台的试验表明，在200节点规模的异构云环境中：相较蚁群系统（ant colony system,ACS）算法，其性能提升45.28%；相较首次适应递减（first fit decreasing,FFD）算法与遗传算法（genetic algorithm,GA），其性能分别提升58.06%和8.38%.

关键词

虚拟机部署 / 云计算 / 资源调度 / 多目标优化 / 演化计算

基金资助

海南省自然科学基金重点研发计划资助项目（624LALH004）