|
|||||
|
|
| 基于马尔可夫链的主机负载预测能耗优化算法 | |
| 作者姓名： | 江马群 陈渝 王小玲 唐宁九 林涛 |
| 作者单位： | 四川大学计算机学院;四川民族学院计算机学院;四川大学计算机学院;四川大学计算机学院;四川大学计算机学院 |
| 基金项目： | 四川省科技支撑项目（2013GZX0138; 2012GZ0091）; 四川省教育厅重点项目（13ZA0135） |
| 摘 要： | 现代服务应用对计算能力需求的快速增长导致云计算数据中心能耗加剧,为解决数据中心能耗问题,本文提出了一种新的融合马尔可夫链和能耗感知选择策略的能耗优化算法——基于预测的能耗优化算法(Prediction based Energy Consumption Optimization Algorithm,PECOA).实验结果表明,PECOA算法在保证服务质量的前提下,能耗与基于最小虚拟机迁移时间的本地回归算法(Local Regression based on Minimum Migration Time,lr_mmt_1.2)相比降低了约11.04%,验证了本文方法的有效性. |
| 关 键 词： | 能耗优化 马尔可夫链 负载预测 能耗感知 |
| 收稿时间： | 2013-09-02 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《四川大学学报(自然科学版)》下载全文 | |