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...     

A Security-Improved Scheme for Virtual TPM Based on KVM

Virtual trusted platform module(vTPM) is an important part in building trusted cloud environment. Aiming at the remediation of lack of effective security assurances of vTPM instances in the existing virtual TPM architecture, this paper presents a security-improved scheme for virtual TPM based on kernel-based virtual machine(KVM). By realizing the TPM 2.0 specification in hardware and software, we add protection for vTPM's secrets using the asymmetric encryption algorithm of TPM. This scheme supports the safety migration of a TPM key during VM-vTPM migration and the security association for different virtual machines(VMs) with vTPM instances. We implement a virtual trusted platform with higher security based on KVM virtual infrastructure. The experiments show that the proposed scheme can enhance the security of virtual trusted platform and has fewer additional performance loss for the VM migration with vTPM.     

监控与预测的云资源优化配置

针对云环境下虚拟机资源在多数时间中处于闲置状态导致云资源利用率低的问题,设计一种云资源监控系统,并在云监控基础上提出一种基于自回归积分滑动平均(ARIMA)模型的动态负载预测与资源配置的方法.该方法利用虚拟机负载与配置的关系,通过预测负载情况,提前启动或者挂起虚拟机,提高云资源的利用率.研究结合OpenStack云环境提供的虚拟机,实现其下的云资源监控,预测和弹性分配功能.结果表明:该系统能准确预测虚拟机的需求量,所制定的资源弹性分配策略能够提高云资源的利用率,进一步节约成本.     

Load Feedback-Based Resource Scheduling and Dynamic Migration-Based Data Locality for Virtual Hadoop Clusters in OpenStack-Based Clouds

With cloud computing technology becoming more mature, it is essential to combine the big data processing tool Hadoop with the Infrastructure as a Service(Iaa S) cloud platform. In this study, we first propose a new Dynamic Hadoop Cluster on Iaa S(DHCI) architecture, which includes four key modules: monitoring,scheduling, Virtual Machine(VM) management, and VM migration modules. The load of both physical hosts and VMs is collected by the monitoring module and can be used to design resource scheduling and data locality solutions. Second, we present a simple load feedback-based resource scheduling scheme. The resource allocation can be avoided on overburdened physical hosts or the strong scalability of virtual cluster can be achieved by fluctuating the number of VMs. To improve the flexibility, we adopt the separated deployment of the computation and storage VMs in the DHCI architecture, which negatively impacts the data locality. Third, we reuse the method of VM migration and propose a dynamic migration-based data locality scheme using parallel computing entropy. We migrate the computation nodes to different host(s) or rack(s) where the corresponding storage nodes are deployed to satisfy the requirement of data locality. We evaluate our solutions in a realistic scenario based on Open Stack.Substantial experimental results demonstrate the effectiveness of our solutions that contribute to balance the workload and performance improvement, even under heavy-loaded cloud system conditions.     

基于OpenStack 体系的云计算基础架构研究

计算技术在降低企业信息基础设施的投资, 提高信息系统的可用性和容错性的同时, 存在平台搭建困难, 运维成本增高的问题。为简化搭建云计算平台的复杂度, 通过对云计算基础架构进行研究, 全面剖析OpenStack 系统建构, 结合网络结构、业务集成以及服务器资源规划探讨云架构的可行性及技术架构, 进而提出通用云基础设施管理平台建设方法, 简化了云计算平台搭建的复杂度, 并在云计算平台之上提出故障事件自动触发和事件跟踪流程, 提升了云计算平台运行维护的复杂度。     

基于能耗感知的虚拟机迁移管理软件

【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。     

STS实现CloudFoundry云平台应用部署

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。     

云平台调度能耗测量研究*

针对云计算平台利用异构网络资源建设资源池,带来的针对IPv4/IPv6异构网络资源的云计算平台进行能耗度量问题,提出了一种基于分析随机任务变化带来的CPU能耗变化的动态能耗度量数学模型。采用以测试节点为基础,确定数学模型参数值的方法对测试节点CPU频率、CPU使用率进行实时监测;并进行了IPv4/IPv6同构云计算平台虚拟机迁移实验。实验结果得出了IPv4/IPv6过渡前期、中期与后期云计算平台虚拟机迁移能耗;符合云计算能耗测量需求。     

基于 OpenStack 的中小企业服务云平台架构研究

根据中小企业信息服务平台建设需求, 解决传统中小企业信息系统竖井式部署带来的管理分散、 资源利用率低等问题, 提出中小企业服务平台的整体框架, 并基于 OpenStack 开源云框架对中小企业云平台进行实验部署, 最后对中小企业服务云平台的高可用性技术进行初探。 结果表明, 基于基础资源层、 数据中台层、 业务中台层和应用层等 4 层的平台框架, 解决了传统信息系统竖井方式部署产生的信息孤岛问题, 基于 OpenStack框架搭建的原型系统验证了OpenStack 较适合于建设中小企业私有云平台。     

基于云计算平台的虚拟资源可扩展存储算法研究

当前虚拟资源存储算法针对规模较大的虚拟资源无法实现实时传输,且存储能耗高、负载均衡性较差。为此,提出一种新的基于云计算平台的虚拟资源可扩展存储算法,介绍了云计算平台,其由存储层、基础控制层、应用接口层和访问层构成,给出其系统架构。依据云计算平台,通过采集虚拟资源的高阶累积量信息特征,利用K-L特征压缩法实现虚拟资源的低负荷存储,针对该过程扩展性能低的弊端对其进行改进。通过自适应全域空间搜索找到最佳基函数,对云计算平台的存储空间进行重组,得到改进后的虚拟资源存储空间结构。实验结果表明,所提算法存储空间、时延和能耗均较低,负载均衡性强。     

基于云计算的开放大学移动学习平台调度策略研究

当前构建适应移动学习的技术手段是远程教育面临的主要问题,采用OpenStack开源组件设计云环境下开放大学移动学习平台成为一种可用方案,针对云平台设计中的调度策略进行了较详实的研究,调度器采用OpenStack中的Nova-scheduler模块,经调度优化后的平台可有效为移动学习资源管理者、使用者、提供者等各方提供优质资源调度服务。     

云计算中基于拍卖的虚拟机动态供应和分配算法

当前云计算供应商通过定价算法或类似拍卖的算法来分配虚拟机（virtual machine,VM）。针对这些算法大多要求虚拟机静态供应,无法准确预测用户需求,导致资源未得到充分利用的问题,提出一种基于组合拍卖的虚拟机动态供应和分配算法,在做出虚拟机供应决策时考虑用户对虚拟机的需求。该算法将可用的计算资源看成是“流体”资源,且这些资源根据用户请求可分为不同数量、不同类型的虚拟机实例。然后可根据用户的估价决定分配策略,直到所有资源分配完毕。基于并行工作负载存档（parallel workload archive,PWA）的真实工作负载数据进行了仿真实验,结果表明该方法可保证为云供应商带来更高收入,提高资源利用率。     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。     

基于云平台的大规模工业园区资源集约化控制方法

为了解决传统分布式控制部署环境繁琐,令现阶段资源控制变得更加复杂,容易产生服务延迟和稳定性低的问题。通过云平台研究了一种大规模工业园区资源集约化控制方法。以服务思想为核心建立大规模工业园区资源集约化控制框架,为用户提供统一的使用平台。设计云平台由云控制节点控制,按照需求对存储节点进行扩充。框架中的功能层为大规模工业园区资源集约化控制的重要部分,包括性能监测、资源调度、自适应控制与报警四个部分。虚拟机放置遍历全部可能的云平台状态,将状态变化代价最小云平台状态当成虚拟机控制策略。基于成本的最低消耗采取资源调度策略,组建动态任务划分模型。结合总体考虑节点量、输入数据类型、进行调度时所耗时间以及资源回收所需时间等影响因素做出深入分析。结果表明:所提方法控制下网络拥塞率符合要求;服务延时低、稳定性高。可见所提方法整体性能优。     

基于主元分析法的虚拟机异常监控研究

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.     

Cloud Virtual Machine Lifecycle Security Framework Based on Trusted Computing

As a foundation component of cloud computing platforms, Virtual Machines(VMs) are confronted with numerous security threats. However, existing solutions tend to focus on solving threats in a specific state of the VM. In this paper, we propose a novel VM lifecycle security protection framework based on trusted computing to solve the security threats to VMs throughout their entire lifecycle. Specifically, a concept of the VM lifecycle is presented divided up by the different active conditions of the VM. Then, a trusted computing based security protection framework is developed, which can extend the trusted relationship from trusted platform module to the VM and protect the security and reliability of the VM throughout its lifecycle. The theoretical analysis shows that our proposed framework can provide comprehensive safety to VM in all of its states. Furthermore, experiment results demonstrate that the proposed framework is feasible and achieves a higher level of security compared with some state-of-the-art schemes.     

I-sieve: An Inline High Performance Deduplication System Used in Cloud Storage

Data deduplication is an emerging and widely employed method for current storage systems. As this technology is gradually applied in inline scenarios such as with virtual machines and cloud storage systems, this study proposes a novel deduplication architecture called I-sieve. The goal of I-sieve is to realize a high performance data sieve system based on i SCSI in the cloud storage system. We also design the corresponding index and mapping tables and present a multi-level cache using a solid state drive to reduce RAM consumption and to optimize lookup performance. A prototype of I-sieve is implemented based on the open source i SCSI target, and many experiments have been conducted driven by virtual machine images and testing tools. The evaluation results show excellent deduplication and foreground performance. More importantly, I-sieve can co-exist with the existing deduplication systems as long as they support the i SCSI protocol.     

Virtual Machine-Based Task Scheduling Algorithm in a Cloud Computing Environment

Virtualization technology has been widely used to virtualize single server into multiple servers, which not only creates an operating environment for a virtual machine-based cloud computing platform but also potentially improves its efficiency. Currently, most task scheduling-based algorithms used in cloud computing environments are slow to convergence or easily fall into a local optimum. This paper introduces a Greedy Particle Swarm Optimization(GPSO) based algorithm to solve the task scheduling problem. It uses a greedy algorithm to quickly solve the initial particle value of a particle swarm optimization algorithm derived from a virtual machine-based cloud platform. The archived experimental results show that the algorithm exhibits better performance such as a faster convergence rate, stronger local and global search capabilities, and a more balanced workload on each virtual machine. Therefore, the GPSO algorithm demonstrates improved virtual machine efficiency and resource utilization compared with the traditional particle swarm optimization algorithm.     

基于云计算的计算机实验设备管理平台的研究与应用

针对现有高校以计算机为载体的实验室建设中设备的投入过大、维护成本过高、更新过快和人员不足等现状,本文以玉林师范学院的计算机实验教学示范中心为例,引入云计算技术中的虚拟机技术,构建以桌面虚拟化、虚拟服务器和虚拟存储为基础的计算机实验设备管理平台,利用云计算技术经济性和共享性等优点,以提高实验资源的使用率及共享性．实践证明,该平台能对计算机实验室及其实验资源进行科学、有效的管理,充分提高资源设备的使用率和充分发挥实验设备的性能,降低重复采购设备投入,并通过云数据中心更好地管理实验及相关系统数据,极大地丰富实践教学手段和提高实验管理服务水平．     

基于虚拟机的安全技术研究

由于虚拟机的高隔离性以及对系统、应用的透明性,使得很多安全技术是基于虚拟机实现的.提出一种基于Xen的安全架构,可将现有安全程序移植到该架构上,并保证其功能性,如文件、内存扫描以及主动防御技术.由于大量减少处于被保护虚拟机中的安全程序组件,使得安全程序本身具有更高的安全性,同时利用半虚拟化I/O技术将系统开销降低到最小,具有实用性.该框架还可将其他基于虚拟机的安全技术整合进来,且不需要修改现有的操作系统及应用程序,因此具有较强的适用性.