云环境下基于预测的虚拟服务器整合研究与实现

摘要

云环境下虚拟服务器整合技术是一种将分散在多个物理服务器上运行的应用程序通过虚拟机封装后再整合到一小部分物理服务器上运行的技术。该技术能够大大减少使用的服务器的数量，提高服务器的利用率，是企业减少能耗、降低硬件和运营成本的常用技术手段，因而逐渐成为人们研究的热点。本文主要研究并实现一种云环境下基于预测的虚拟服务器整合策略，主要工作为：
　　（1）分析了当前云计算以及虚拟服务器整合的研究现状，并阐述了虚拟化相关技术。详细分析了云环境下的虚拟服务器整合技术，主要包括整合模型、整合原则、整合目标和整合算法，重点针对虚拟服务器整合算法，介绍了现有的研究进展并分析了存在的不足。
　　（2）针对云平台负载预测中对不同负载之间的相关性考虑不足且准确度较低的问题，提出一种基于改进云模型的负载预测方法。针对CPU和内存之间的相关性，建立基于改进云模型的负载预测模型。在云模型概念跃升阶段，提出亲密云和重叠云的概念对现有云模型进行改进。仿真结果表明，本文提出的基于改进云模型的预测算法与基于差分自回归移动平均法（Autoregressive Integrated Moving Average Model，ARIMA）模型和基于径向基（Radical Basis Function，RBF）神经网络预测模型相比，具有较小的最大相对误差、最小相对误差和平均相对误差，预测精度较高。
　　（3）针对云环境下虚拟服务器整合问题，提出一种基于改进布谷鸟搜索算法的虚拟机整合策略。以使用服务器数量最少、虚拟机迁移能耗和网络设备能耗最少为目标，对虚拟机整合问题建模，同时为了尽量减少虚拟机发生不必要的二次迁移的次数，将虚拟机的将来负载加入到整合原则中。针对布谷鸟算法因缺乏有效的协作机制而导致后期收敛速度慢、收敛精度不高等不足，从动态设置发现概率和移动步长以及引入扰乱因子等方面对布谷鸟算法进行改进，并将其应用于虚拟机整合问题的求解中。仿真结果表明，与基于分时分析的整合算法和基于指数平滑的整合算法相比，本文提出的基于改进布谷鸟算法的虚拟机整合策略具有较少的使用物理服务器数量、虚拟机迁移次数和整合能耗，表明该策略具有较好的性能。
　　（4）最后，设计并实现了一个云环境下基于预测的虚拟服务器整合仿真系统。该系统主要是在云仿真平台CloudSim上实现了环境配置模块、负载预测模块和虚拟机整合模块。最后对系统进行测试，验证该系统的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景与研究意义

1.2国内外研究现状

1.3本文主要工作

1.4本文组织结构

第二章 云计算与虚拟化相关技术

2.1云计算

2.2虚拟化相关技术

2.3本章小结

第三章 基于改进云模型的虚拟服务器负载预测算法

3.1引言

3.2基于改进云模型的负载预测算法

3.3实验模拟及结果分析

3.4本章小结

第四章 基于改进布谷鸟算法的虚拟服务器整合算法

4.1引言

4.2布谷鸟搜索算法的改进

4.3基于改进布谷鸟算法的虚拟机整合策略

4.4实验模拟及结果分析

4.5本章小结

第五章 云计算环境下的虚拟服务器整合仿真系统实现

5.1系统需求分析

5.2系统总体设计

5.3系统详细设计

5.4仿真系统测试与结果分析

5.5本章小结

第六章 总结与展望

参考文献

附录1 攻读硕士学位期间撰写的论文

致谢