首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 234 毫秒
1.
【目的】在云计算环境中,通过虚拟机在线迁移可以实现服务器的节能优化。【方法】对多种虚拟机迁移模型进行综合分析,研发一个虚拟机在线迁移管理软件,实现云环境的监控与虚拟机迁移模拟,并采用cloudsim作为云仿真平台对虚拟机在线迁移管理软件(Energy-aware Live-migration of Virtual Machine Manager Software,ELVMan)的应用进行测试。【结果】该软件可有效指导降低能源损耗。【结论】通过该软件可以为现实的云环境集群选择最优的迁移策略,达到最大化节能。  相似文献   

2.
为了保证云中虚拟机的安全和从云中寻找完整可靠的犯罪证据,提出了基于物理内存分析的实时监控取证方法,设计开发了相应的云监控取证系统,并给出了具体的设计及实现。此系统的代理端只需要在物理主机上运行,通过获取分析主机的物理内存,分析提取IaaS基础设施层一台或者多台物理主机上安装的虚拟机系统内的关键信息。最后在KVM/Xen虚拟化环境中进行了信息的分析提取和异常检测,结果表明该方法能够获取到云平台中虚拟机的关键证据信息,能对虚拟机中的异常行为进行检测,可有效防止虚拟主机运行恶意软件、违法犯罪等问题。  相似文献   

3.
随着移动边缘计算(mobile edge computing,MEC)技术的深入发展,其面临的挑战也越来越复杂。由于用户移动而造成用户与云服务器之间的通信延时增加,用户服务质量(quality of service,QoS)下降是目前的研究热点,由此提出移动边缘计算中基于网络拥塞情况下的虚拟机迁移策略。将用户运行的带宽延迟敏感型应用卸载到用户周围代价最小的边缘服务器的虚拟机上,当出现网络拥塞情况时,通过将运行带宽延迟敏感型应用的虚拟机从拥塞的边缘服务器迁移到资源丰富的服务器上,达到提高链路的TCP(transmission control protocol)吞吐量的目的,同时改善用户的QoS。提出了4种不同的网络与边缘节点拥塞情况,通过仿真结果分析,所提出的虚拟机迁移策略可以有效地改善网络的TCP吞吐量,提高用户服务质量。  相似文献   

4.
针对云数据中心现有物理主机状态检测算法对提高云数据中心物理资源的利用率效果不明显问题,提出了基于负载预测的物理主机状态检测策略(load prediction based physical host status detection,LP-PHSD),LP-PHSD利用时间序列和二次指数平滑法预测出物理主机在未来一段时间内的资源利用率情况,同时结合绝对中位差方法,确定资源利用率动态阈值边界,选择适当的时刻进行迁移,提高物理资源的利用效率,降低能量消耗.LP-PHSD包括源物理主机状态检测和目标物理主机状态检测2个部分,可以很好地判断出虚拟机迁移的时刻.实验表明,经LP-PHSD策略优化后的新虚拟机迁移方法与近几年的BenchMark迁移模型比较起来,云数据中心的总体能量消耗降低,虚拟机迁移次数减少,云服务质量明显提高.  相似文献   

5.
虚拟机动态迁移对数字油田的云平台安全建设具有重要意义。文中讨论云计算关键技术——虚拟化技术中虚拟机动态迁移机制。针对预拷贝迁移方法停机过长这一问题,在预拷贝方法的基础上,提出基于标识的动态迁移方法,能够有效地减少迁移时间,提高迁移效率。首先,新增一个计数器用于记录脏页数量,以此判断是否为频繁改动脏页;然后,设置一个window值,当频繁改动脏页的数量达到window值,将脏页全部发送至目标服务器。该方法避免了最后一次传送时页面过多而造成虚拟机停机时间过长的问题。实验结果表明,该方法在迁移时间和数据传输量上明显优于预拷贝方法,提高了虚拟机迁移效率。  相似文献   

6.
面临云平台中虚拟机使用异常的监控系统缺乏问题,以现有的IaaS开源云平台Eucalyptus和基于Linux内核的Xen虚拟机为基础,研究基于主元分析法(primary component analysis,PCA)的虚拟机异常监控方法,并在此基础上设计在云环境中基于Xen虚拟机异常使用的监控系统.该系统可以对采集到的数据进行分析,判断虚拟机是否出现使用异常并定位异常.实验结果表明,采用基于主元分析法的虚拟机异常监控系统对云环境中的虚拟机产生的异常检测准确度较高,在定位异常方面也有较好的准确度.该研究成果为云环境下虚拟机异常监控提供了有效的理论研究依据和应用实践价值.  相似文献   

7.
为了提高绿色云计算的能源利用率并降低其能耗,提出了一种基于蚁群优化算法的虚拟机迁移策略,该策略的目标是最小化云计算中心能耗的同时保证服务质量.首先,通过预设资源利用率阈值,找出低负载和过载的物理机;然后通过迁出低负载和过载服务器节点上的虚拟机,达到节能的目的;最后,根据虚拟机迁移列表,采用蚁群优化算法快速寻找虚拟机迁移最佳物理机.仿真结果表明,与其他算法相比,本文提出的迁移策略的执行时间和能耗最小.  相似文献   

8.
通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态检测策略来决策迁移虚拟机时刻,基于多目标统一优化模型设计相应算法来解决迁移虚拟机和目的主机的选择问题.最后在Xen虚拟机平台上测试该系统,实验结果表明:本文设计的虚拟机动态管理方法能够较好地协同优化数据中心的资源使用、服务器热点和电源能耗,使得数据中心的效益达到最优.  相似文献   

9.
虚拟机迁移策略是提高云数据中心的物理主机利用率和降低能量消耗的关键技术。提出了绿色云计算环境中基于温度感知的虚拟机迁移策略 (temperature-aware virtual machine migration,TA-VMM)。主要考虑物理主机处理器的温度情况作为选择和分配虚拟机的关键因素。建立了虚拟机迁移过程中物理资源的温度和能量的数学模型; 以最小温度距离 (minimum temperature distance,MTD)作为虚拟机选择的重要考虑因素;以温度距离比率 (temperature distance ratio,TDR)作为虚拟机重新分配的重要考虑因素;以Cloudsim3.0云计算模拟器中的物理主机超负载检测算法和虚拟机分配策略作为TA-VMM的性能比较对象。利用Cloudsim3.0模拟器建立了TA-VMM的仿真环境,实验结果表明,与Cloudsim中已有的虚拟机迁移策略比较,TA-VMM在节省能量和虚拟机迁移次数方面具有较好的性能, 服务协议(service level agreement,SLA)违规方面只有极小的增加。  相似文献   

10.
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...  相似文献   

11.
基础设施即服务(IaaS)环境下的一个关键需求是对租户申请的虚拟机进行合理放置。当前虚拟机放置策略的研究大都集中在数据中心能耗、资源损耗以及负载均衡等方面,很少有工作关注其对租户虚拟机启动时间的影响。为了减少虚拟机请求的周转时间,降低数据中心的资源损耗,本文首先建立了云服务租户满意度模型,给出了虚拟机请求到达云端后周转时间的量化方法;然后基于数据中心的资源损耗建立了云服务提供商满意度模型;最后,基于租户虚拟机启动时间与系统资源损耗建立了多目标约束优化模型,并提出了一种基于综合满意度(Comprehensive Satisfaction Based,CS-B)的虚拟机放置策略,该策略综合考虑了云服务租户与云服务提供商的需求,将租户所申请的虚拟机放置到综合满意度最高的服务器中运行。在OpenStack云平台上的仿真实验表明,CS-B虚拟机放置策略能够有效减少租户虚拟机在云端的部署时间,降低数据中心的资源损耗,有效提高了云服务商及租户的满意度。  相似文献   

12.
虚拟机分配策略是提高云数据中心的物理主机利用率和降低能量消耗的关键技术。提出一种基于资源使用阈值边界的虚拟机(resource utilization thresholds virtual machine,RUT-VM)分配算法,建立了资源使用效率阈值边界和性能参数的数学模型; RUT-VM算法可以根据云端当前工作负载的状态来获得资源的使用效率情况,在工作负载高于或者低于设置的阈值上界与阈值下界时,将物理主机上的虚拟机进行迁移,放置到新的物理主机上。利用CloudSim3.0作为云数据中心的云端RUT-VM分配策略的测试环境。测试结果表明,RUT-VM分配算法可以减少云数据中心的服务等级协议(service level agreement,SLA)违规,保证云计算的服务质量, 与其它的虚拟机分配算法比较起来,可以明显的降低能量消耗。  相似文献   

13.
在传统云平台网络带宽分配机制中,网络带宽仅在虚拟机创建时分配.虚拟机创建后已分配的带宽难以更改甚至无法更改,这在一定程度上造成了资源的浪费.因此,在不影响网络服务质量下,虚拟机需要一种有效的带宽分配机制来提高带宽的利用率.本文以开源云平台Open Stack为实验环境,以虚拟交换软件Open v Switch和监控软件Ceilometer为工具,提出并实现了基于云平台的动态带宽分配策略.测试结果表明,本策略有效的提高了带宽的使用率.  相似文献   

14.
云环境下基于多属性层次分析的虚拟机部署与调度策略   总被引:2,自引:0,他引:2  
针对云计算中物理服务器间的负载不均问题,提出一种基于多属性层次分析的虚拟机部署与调度策略。该算法将虚拟机按照资源的需求特点进行分类,主要由两方面构成:在虚拟机部署时,对虚拟机的资源进行热点分析并对其重要程度进行量化,根据量化后的权向量以及服务器资源的使用记录对各个服务器进行预测评价,选择最佳服务器进行部署;在虚拟机调度时,获得运行在超载服务器上的各个虚拟机的权向量,并按照一定次序对未超载服务器进行评价,查找是否有更适合的服务器,从而降低超负荷服务器的负载。与同类算法相比,该算法不仅实现了服务器各项资源的优化配置,而且降低了动态负载平衡导致的整体损耗。实验结果表明,当按同一次序在5台物理服务器上申请20台资源需求不等的虚拟机时,该算法到达平衡状态需要的平均动态迁移次数比随机均衡算法减少了80%,同时进入平衡状态后,各服务器的各项资源使用情况也更趋于平衡。  相似文献   

15.
STS(Springsource Tool suite)是Sp曲g应用开发的一个强大工具,CloudFoundry是sp咖gSource提供的一个开源云平台。在sTs中通过添加CloudFo蛐dry扩展可支持云应用部署,对云平台上个人虚拟机的服务器及应用进行管理。分析了C10udFoundry的架构组成,讨论了将wleb应用部署到云环境的具体操作过程,重点针对云数据库访问、文档管理应用以及面向消息应用,分析了在云环境下编程要注意的问题。最后,给出了一个网络教学系统样例以及云应用部署的优劣分析。  相似文献   

16.
云计算中运营商效益最优的资源分配机制   总被引:1,自引:0,他引:1  
针对传统的虚拟机调度方法中虚拟机申请时,调用相应负载均衡算法将虚拟机调度到相应的物理服务器上,不能达到整体效益最优的问题,提出了一种实时满足运营商资源最高效益的动态调度方法.每次新加入用户时,新加入的用户资源和先前分配的资源一起重新在所有服务器上规划,进行全局虚拟机调度,迁移那些能给系统带来足够效益部分虚拟机,完成全局最优的虚拟机部署.该方法对云中资源进行了合理的高效益规划,大大节约运营商成本,提高了云中资源利用率,降低了能耗.  相似文献   

17.
基于BP神经网络负载预测的虚拟机部署策略   总被引:1,自引:0,他引:1  
针对传统基于择优选择的虚拟机部署机制忽略了业务对负载指标要求的差异,并且对目标服务器的负载缺乏有效预测,易导致负载不均衡和虚拟机过度迁移等问题,提出一种优化的虚拟机部署策略.首先设计一种改进的BP神经网络算法对服务器节点的负载进行预测,然后实施虚拟机加权部署,使虚拟机部署在合适的服务器上.实验结果显示:该策略在基于时间序列的负载预测上具有较高的拟合精度,可提升虚拟机部署的稳定性.  相似文献   

18.
已有基于共享内存的虚拟机间通信方法不能在支持应用编程透明和虚拟机在线迁移的同时满足实现复杂度低的要求。针对该问题,面向同一物理计算机上多个虚拟机间的通信,提出了一种支持在线迁移的虚拟机间快速通信方法RLMCom,通过引入通信加速内核模块和改进已有虚拟机监控器,可构造出支持RLMCom的虚拟机系统。改进了连接建立、数据传输、连接关闭等关键流程以支持在线迁移。与现有基于共享内存的虚拟机间通信方法相比,该方法同时满足对用户和编程者透明、支持在线迁移且无需修改操作系统内核代码3个特点。分析表明,该方法可有效提高通信效率,保证虚拟机在线迁移时通信的正确性。  相似文献   

19.
基于VMware vSphere5虚拟机的备份系统实现   总被引:1,自引:0,他引:1  
虚拟化在高校信息化建设中占据了越来越重要的地位.虚拟机已经可以在大多数应用中取代传统的物理服务器,极大地节省了成本,同时实现了简化管理、维护方便.VMware在高校虚拟机应用中占据多数,随着虚拟机数量的增加,传统的备份服务器加客户端的方式已经不能满足虚拟机备份的需求.本文主要介绍了基于VMware虚拟机整机备份系统的一种最简便的实现方式.并结合在北京大学的使用说明VDP是一套完整、高效的虚拟机备份解决方案.  相似文献   

20.
虚拟化在高校信息化建设中占据了越来越重要的地位.虚拟机已经可以在大多数应用中取代传统的物理服务器,极大地节省了成本,同时实现了简化管理、维护方便.VMware在高校虚拟机应用中占据多数,随着虚拟机数量的增加,传统的备份服务器加客户端的方式已经不能满足虚拟机备份的需求.本文主要介绍了基于VMware虚拟机整机备份系统的一种最简便的实现方式.并结合在北京大学的使用说明VDP是一套完整、高效的虚拟机备份解决方案.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号