基于 ACO 元启发式的云计算多目标去中心化动态虚拟机整合
分布式、并行与集群计算
2017-06-22 v1
摘要
计算资源利用率不足和高功耗是云资源管理领域的两个主要挑战。本文针对大规模虚拟化数据中心环境，通过离线、感知迁移影响的多目标动态虚拟机 (VM) 整合来应对这些挑战。该问题被表述为一个 NP 难离散组合优化问题，其目标同时包括最小化资源浪费、功耗以及相关的 VM 迁移开销。由于通过 VM 实时迁移进行的动态 VM 整合会对托管应用程序性能和数据中心组件产生负面影响，本文提出了一种 VM 实时迁移开销估算技术，该技术考虑了实际的迁移参数和开销因素。为解决可扩展性问题，本文提出了一种分层、去中心化的动态 VM 整合框架，有助于局部化与迁移相关的网络流量并降低网络成本。此外，利用蚁群优化 (ACO) 元启发式算法，并结合所提出的 VM 迁移开销估算技术，提出了一种多目标动态 VM 整合算法。全面的性能评估表明，所提出的动态 VM 整合方法在所有性能指标上均优于最先进的离线、感知迁移的动态 VM 整合算法，将整体功耗降低了高达 47%，资源浪费降低了高达 64%，迁移开销降低了高达 83%。
引用
@article{arxiv.1706.06646,
title = {Multi-objective, Decentralized Dynamic Virtual Machine Consolidation using ACO Metaheuristic in Computing Clouds},
author = {Md Hasanul Ferdaus and Manzur Murshed and Rodrigo N. Calheiros and Rajkumar Buyya},
journal= {arXiv preprint arXiv:1706.06646},
year = {2017}
}
备注
Submitted for publication consideration in Journal Concurrency and Computation: Practice and Experience. Number of pages: 40. Number of figures: 15