跨域虚拟网络环境下虚拟机Live的迁移机制

针对跨域虚拟网络环境下虚拟机的在线迁移机制, 设计了支持虚拟机跨域通信的虚拟网络路由协议和控制虚拟机在线迁移的路由更新协议, 以支持虚拟机的跨域动态管理, 并基于流行虚拟化环境Xen, 完成了原型实现, 从而解决了虚拟机跨域的在线迁移问题, 实现了利用广域网络环境搭建动态虚拟化平台.     

云计算中虚拟机脏页实时迁移的改进策略

虚拟机的实时迁移是实现虚拟机负载均衡的关键技术.当前基于预拷贝(Pre-Copy)方式的内存迁移机制被广泛的采用,该机制在高负载状态下会造成高脏页的反复传送,导致迁移效率严重下降.有效地减少迁移过程中的数据传输量和缩短迁移时间成为亟待解决的问题.本文提出一种迁移过程脏页率预测优化算法,利用马尔科夫模型预测脏页被传送后再次变脏的概率,并结合预测概率时脏页的变化情况,避免了迭代过程中高脏页频繁重传.实验结果表明,本文算法在高负载环境下能明显减少高脏页的无效传送,同时缩短了10%的迁移时间,提高虚拟机迁移性能.     

带安全检测的云数据中心虚拟机迁移策略

在云数据中心的构造过程中,通过设计安全的架构来降低能量消耗是一种新的思路.提出了基于安全检测的虚拟机迁移策略,利用隔室技术及病毒传染模型(susceptible infected recovered,SIR)在虚拟机迁移过程把有安全威胁的虚拟机隔离出来,保证云数据中心的能量消耗与安全级别的平衡;参考Cloudsim项目中虚拟机迁移方法,将基于安全检测的策略分为安全虚拟机选择算法(security based selection,SBS)与安全虚拟机放置算法(security based placement,SBP);以Cloudsim云计算模拟器中的虚拟机选择及虚拟机放置策略作为性能比较对象.仿真实验结果表明,基于安全检测的虚拟机迁移策略可扩展性较好,可以抵御网络攻击,在能量消耗上只有少量的增加,可以作为其他云服务提供商构造云数据中心的参考模型.     

一种融合虚拟机选择的虚拟机放置方法

为了节省云数据中心的能量消耗,提出一种融合虚拟机选择的虚拟机放置方法.该策略将虚拟机迁移过程划分为物理主机状态检测,虚拟机选择和虚拟机放置3个步骤;在物理主机状态检测和虚拟机选择阶段,选取了Cloudsim项目中已有的且被证明是优秀的鲁棒局部归约检测方法和最小迁移时间选择方法;在最后的虚拟机放置阶段,以虚拟机和物理主机双方稳定匹配为目标,采用一种融合虚拟机选择与放置过程之间密切结合的虚拟机迁移策略,该策略可以保证活动物理主机的硬件资源有比较满意的利用效率;使用CloudSim作为云数据中心仿真环境.实验结果表明:与Cloudsim中已有的虚拟机迁移办法相比,提出的放置方法中云数据中心的各类性能指标都可以得到改善,该实验结果对于其他企业构造节能云数据中心有很好的参考价值.     

基于虚拟机迁移的虚拟机集群资源调度

针对虚拟机集群资源负载不平衡的问题,基于虚拟机迁移技术,提出了一种虚拟机集群资源调度策略,将虚拟机的资源进行了分类并用向量表示,描述了每一类资源的数量和负载的计量方法,用最佳适应算法寻找虚拟机迁移的目标主机,通过使用上限阈值和下限阈值约束资源利用率的方法,使负载平衡目标与节能目标相统一,引入最小迁移周期避免了虚拟机资源利用率不稳定带来的频繁迁移.该调度策略能为虚拟机中的应用提供透明的资源调度,并使虚拟机集群达到负载平衡和节能的双重目标.     

支持虚拟机跨局域网在线迁移的混合式虚拟网络原型

针对虚拟机迁移停机时间段内数据包的丢失问题,提出一种分布式异步缓存协议,保证了虚拟机通信的可靠性和有序性,使虚拟机迁移过程对应用程序完全透明.为了解决虚拟机跨局域网通信问题,引入overlay虚拟网络模型,并针对虚拟网络效率较差的问题提出一种混合式的虚拟网络架构,解决了现有虚拟机在线迁移不能跨局域网的限制.实验结果表明...     

基于Xen的虚拟机动态迁移技术研究

Xen是一种开源的虚拟化软件,在虚拟机动态迁移技术领域有着广泛的应用。在分析了Xen虚拟机动态迁移技术原理及迁移架构的基础上设计并开展相关实验,将实验结果中不同负载情况对迁移性能的影响做了对比分析后发现Xen能够较好的完成虚拟机在线迁移工作,为虚拟环境下的服务器负载平衡提供了保障。     

面向可扩展集群环境的快速虚拟机迁移方法

在集群环境下,为了提高虚拟机Xen的迁移效率,提出了一种面向可扩展集群环境的快速可靠的虚拟机迁移方法.通过在分布式文件系统GlusterFS中增加Heartbeat监测模块,实时监测集群环境中物理机节点的加入与退出,动态创建或修改GlusterFS文件系统的配置文件.为了使GlusterFS文件系统能够自动管理节点,设...     

基于个性化的云平台虚拟机部署机制的研究

云平台中传统虚拟机部署策略通常是依据单一性能指标来选择目标宿主机,而忽略了承担不同业务的虚拟机对不同资源依赖性的差异,从而导致因资源得不到合理分配而引起的过度迁移现象。针对以上问题,提出了云平台下一种虚拟机的个性化部署机制,该机制通过时间序列预测机制对宿主机的负载进行预测,并结合虚拟机的个性化负载需求,选择并部署在适当的宿主机上。实验结果显示,利用该机制部署虚拟机,在一定程度上能够有效降低虚拟机迁移频率,延长发生首次迁移的时间。     

基于人工蜂群的云计算负载均衡算法

针对云计算负载均衡问题,基于人工蜂群的思想设计负载均衡算法。首先建立了云计算系统中计算负载的数学模型;在此模型基础上,分三步实现负载均衡:①负载均衡决策,计算云系统整体的负载,在云系统整体上尚未过载且负载不均衡的前提下,启动后续步骤;②虚拟机分组,将云系统中的全体虚拟机分别归入过载、低负载、负载均衡三个分组。后续步骤中需要被迁移的计算任务通常处在过载虚拟机之上,而迁移目的地通常是一个低负载虚拟机;③计算任务调度,将过载虚拟机上的任务向外迁移,并设计规则来选择恰当的低负载虚拟机作为迁移目的地。实验验证了所提算法的有效性。