面向云计算中大规模虚拟机放置的多因子优化
神经与进化计算
2020-06-26 v2
摘要
虚拟机（VMs）到物理服务器（PSs）的放置方案对降低云提供商运营成本至关重要。进化算法（EAs）过去在虚拟机放置（VMP）问题上展现出有前景的求解能力。然而，随着云服务需求增长，由于高时间复杂度和差可扩展性，现有EAs无法应用于大规模虚拟机放置（LVMP）问题。近来，多因子优化（MFO）技术作为进化计算中的新搜索范式崭露头角，其具备在进化过程中同时演化多个优化任务的能力。本文旨在将MFO技术应用于异构环境下LVMP问题。首先，我们以MFO问题形式表述了基于部署成本的VMP问题。随后，开发了嵌入基于贪心分配算子的多因子进化算法（MFEA）来求解所建立的MFO问题。之后，设计了重迁移与合并算子，从MFO问题解中给出LVMP问题的整体解。为评估所提方法有效性，在大规模与超大规模VMs测试集上进行了仿真实验。结果表明，与多种启发式方法相比，我们的方法能显著缩短优化时间，并为异构环境下LVMP问题提供具竞争力的放置方案。
引用
@article{arxiv.2001.06585,
title = {Multi-factorial Optimization for Large-scale Virtual Machine Placement in Cloud Computing},
author = {Zhengping Liang and Jian Zhang and Liang Feng and Zexuan Zhu},
journal= {arXiv preprint arXiv:2001.06585},
year = {2020}
}