資源描述：
《云環(huán)境下基于負(fù)載預(yù)測的虛擬機遷移機制研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、原創(chuàng)性說明本人聲明所提交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表和撰寫過的研究成果，也不包含為獲得信息工程大學(xué)或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文題目：云環(huán)境下基于負(fù)載預(yù)測的虛擬機遷移機制研究學(xué)位論文作者簽名：日期：年月日作者指導(dǎo)教師簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本人完全了解信息工程大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。本人授權(quán)信息工程大學(xué)可以保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子文檔，允許
2、論文被查閱和借閱；可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密學(xué)位論文在解密后適用本授權(quán)書。）學(xué)位論文題目：云環(huán)境下基于負(fù)載預(yù)測的虛擬機遷移機制研究學(xué)位論文作者簽名：日期：年月日作者指導(dǎo)教師簽名：日期：年月日摘要云計算作為一種新型計算模式，將計算、存儲、服務(wù)等資源遷移到云端，通過對這些資源進(jìn)行集中、靈活的配置和管理，提高資源利用率、服務(wù)可靠性和系統(tǒng)靈活性。云計算系統(tǒng)呈現(xiàn)出高可靠性、高容錯性、動態(tài)可擴展性、按需服務(wù)等特點，受到學(xué)術(shù)界和IT界的廣泛關(guān)注。虛擬化技術(shù)是云計算的基礎(chǔ)支撐技術(shù)，而虛擬機遷移技術(shù)是實現(xiàn)云資源靈活配置
3、、管理的關(guān)鍵技術(shù)之一。其中，虛擬機遷移的時機和目標(biāo)節(jié)點的選擇是虛擬機遷移技術(shù)解決的兩個核心問題，該兩個問題的解決決定著虛擬機遷移的性能，并進(jìn)一步直接影響云計算系統(tǒng)整體的性能表現(xiàn)。在虛擬機遷移時機選擇方面，目前主要采用被動響應(yīng)的遷移策略，存在滯后性和性能開銷大等不足。事實上，云計算系統(tǒng)可以看作典型的社會-技術(shù)系統(tǒng)（Socio-TechnicalSystem,STC），即信息系統(tǒng)不再是單純的技術(shù)系統(tǒng)，而是與人類社會系統(tǒng)交融在一起。因此，本文認(rèn)為虛擬機的遷移策略不僅要從技術(shù)角度考慮當(dāng)前計算機的負(fù)載，還有必要考慮人類社會行為的規(guī)律性，并根據(jù)此規(guī)律性對計算機負(fù)載進(jìn)行預(yù)測，實現(xiàn)虛擬機的主動遷移，從而
4、降低虛擬機遷移對服務(wù)性能的影響。在目標(biāo)節(jié)點選擇方面，目前虛擬機遷移策略主要采用隨機選擇空閑資源剩余少的節(jié)點進(jìn)行遷移，在批量遷移過程中存在性能不高的問題。本文將虛擬機批量遷移過程中目標(biāo)節(jié)點選擇的問題看作是組合優(yōu)化的問題，并基于智能算法對其進(jìn)行研究。論文的主要工作包括如下幾個方面。1.針對人類社會行為呈現(xiàn)出的趨勢性、季節(jié)性、隨機性等特征，以及任務(wù)請求達(dá)到峰值時對系統(tǒng)性能造成的影響，提出了面向周期性任務(wù)請求的LF-HW（LordForcast-HoltWinters,LF-HW）服務(wù)器熱點檢測模型。LF-HW模型首先基于Holt-Winters三次指數(shù)平滑預(yù)測模型對云計算環(huán)境下的任務(wù)請求量進(jìn)行
5、預(yù)測，然后根據(jù)設(shè)計的策略對預(yù)測出的任務(wù)請求量做出響應(yīng)，即判斷是否需要進(jìn)行虛擬機預(yù)遷移，如果需要進(jìn)行虛擬機預(yù)遷移還需要求解遷移虛擬機的數(shù)量、遷移的位置和時間等信息。最后，通過擴展和編譯云計算仿真平臺CloudSim，對LF-HW模型進(jìn)行仿真實驗，驗證LF-HW熱點檢測模型的有效性及其負(fù)載均衡能力。2.針對在虛擬機批量遷移過程中，傳統(tǒng)隨機選擇空閑資源剩余少節(jié)點的遷移策略存在性能不高和無法實現(xiàn)組合最優(yōu)化的問題，設(shè)計了基于改進(jìn)粒子群優(yōu)化算法的虛擬機遷移選擇策略。選擇策略通過定義匹配距離定量虛擬機和服務(wù)器的剩余性能適應(yīng)度，以及服務(wù)器剩余性能規(guī)避列表，避免虛擬機所占用的資源超過服務(wù)器資源上限，并達(dá)到
6、組合優(yōu)化的目標(biāo)。通過仿真實驗，驗證改進(jìn)后的粒子群優(yōu)化算法在解決批量選擇節(jié)點進(jìn)行遷移的問題上有較好的尋優(yōu)能力。3.對云管理系統(tǒng)Opennebula進(jìn)行擴展和修改，實現(xiàn)了面向周期性任務(wù)請求的服務(wù)器第I頁4.熱點檢測模型和基于改進(jìn)粒子群優(yōu)化算法的選擇策略，并通過設(shè)置不同的實驗場景，驗證了本文提出的方法在總遷移時間、響應(yīng)時間和傳輸數(shù)據(jù)量方面都優(yōu)于原系統(tǒng)，證明了本文所提出的虛擬機遷移機制在云計算環(huán)境下可有效提高虛擬機遷移的性能，并具有良好的負(fù)載均衡能力。關(guān)鍵詞：云計算，虛擬化，虛擬機遷移，遷移策略，熱點檢測，LF-HW模型，Holt-Winters模型，選擇策略。第II頁AbstractThecu
7、rrentcloudcomputingindustryisdevelopingrapidlywithmoreandmoreuserschoosingtomovetheiroperationsystemtothecloudcomputingsystem,whichcouldsavealargesumonbasicinstallmentexpendituresaswellasavoidtheoneroussystemdesignandm
