【技术实现步骤摘要】
基于改进粒子群的移动云计算自适应虚拟机调度方法
本专利技术属于云计算和机器学习领域，特别涉及一种基于改进粒子群的移动云计算自适应虚拟机调度方法。
技术介绍
移动云计算将移动互联网技术与云计算技术相结合，利用云计算具备的海量存储能力和高速计算能力，弥补移动设备运算性能、续航能力和存储空间不足的缺点，从而为移动用户提供高效实时的服务。移动云计算是一种丰富的移动计算技术，其利用各种云和网络技术的统一弹性资源获得不受限的功能、存储和移动性，通过以太网或互联网渠道随时随地地为众多移动设备提供服务，而不用管其基于的按使用付费原则的异构环境或平台。移动云计算的日益普及和云中心数量规模的不断扩大，使得能源消耗成为云中心的最大的运营成本。根据近期所公布的一项最新的数据中心能源使用情况的调研结果显示，2017年，全球各地约有800万个数据中心正在处理数据负载。这些数据中心消耗了416.2太瓦时(1太瓦时约为10亿千瓦时)的电力，这相当于全球总用电量的2％，预计到2020年将高达全球用电量的5％。受这些事实的驱动，降低功耗和降低能源成本已...
【技术保护点】
1.一种基于改进粒子群的移动云计算自适应虚拟机调度方法，其特征在于，包括以下步骤：/n步骤1、考虑CPU、内存、网络带宽和硬盘4种资源，将虚拟机调度模型看作为装箱问题，构建最小能耗、最大效用和最小服务器数三个目标函数，并结合约束条件，建立多目标优化的虚拟机调度模型VMSA-PSOEU；/n步骤2、将装箱问题转换为带约束的多目标优化问题，将采集到的虚拟机请求作为输入，结合VMSA-PSOEU模型，并通过改进粒子群算法对多目标优化问题进行求解，获得最优解，该最优解即为最终的虚拟机调度方案。/n
【技术特征摘要】
1.一种基于改进粒子群的移动云计算自适应虚拟机调度方法，其特征在于，包括以下步骤：
步骤1、考虑CPU、内存、网络带宽和硬盘4种资源，将虚拟机调度模型看作为装箱问题，构建最小能耗、最大效用和最小服务器数三个目标函数，并结合约束条件，建立多目标优化的虚拟机调度模型VMSA-PSOEU；
步骤2、将装箱问题转换为带约束的多目标优化问题，将采集到的虚拟机请求作为输入，结合VMSA-PSOEU模型，并通过改进粒子群算法对多目标优化问题进行求解，获得最优解，该最优解即为最终的虚拟机调度方案。
2.根据权利要求1所述的基于改进粒子群的移动云计算自适应虚拟机调度方法，其特征在于，步骤1所述考虑CPU、内存、网络带宽和硬盘4种资源，将虚拟机调度模型看作为装箱问题，构建最小能耗、最大效用和最小服务器数三个目标函数，并结合约束条件，建立多目标优化的虚拟机调度模型VMSA-PSOEU，具体为：
步骤1-1、构建最小能耗目标函数，具体为：
步骤1-1-1、计算服务器Pi的多维负载度所用公式为：
其中，
式中，分别代表服务器Pi的CPU利用率、内存使用率、硬盘占用率、网络带宽利用率；ω1、ω2、ω3、ω4分别为CPU能耗权重、内存能耗权重、硬盘能耗权重、网络带宽能耗权重；Pji∈{0,1}，Pji＝1表示虚拟机Vj被部署到服务器Pi上运行，Pji＝0表示虚拟机Vj未被部署到服务器Pi上运行；设分别表示服务器Pi的CPU计算能力内存空间硬盘空间网络带宽以及成本分别表示虚拟机所需的CPU资源内存空间硬盘空间网络带宽虚拟机效用Rj＝{Rj1,…,Rji,…,Rjn}，Rji表示虚拟机Vj分配到服务器Pi产生的效用值；
步骤1-1-2、对服务器Pi的多维度负载度进行归一化处理，获得服务器Pi的多维度负载率所用公式为：
式中，分别表示优化周期[t1,t2]内服务器Pi的多维负载度的最小值和最大值；
步骤1-1-3、根据多维度负载率获取改进的服务器能耗模型：
式中，为服务器Pi在负载率为时的功率；表示服务器Pi的多维负载率达到最高峰值时刻t的最大功耗；表示服务器Pi在t时刻的多维负载率；c为一个常数，为服务器所消耗能量与峰值运行时的消耗能量的比值；Ei表示优化周期[t1,t2]内服务器Pi的能耗；E表示移动云中心所有服务器的能耗，单位为瓦特W；n表示移动云数据中心的服务器数量；Yi∈{0,1}表示服务器Pi是否处于激活状态，Yi＝1，表示服务器Pi处于激活状态，Yi＝0，表示服务器Pi处于关闭状态；
由此构建最小能耗目标函数为：
步骤1-2、构建最大效用目标函数，具体为：
根据移动云计算中心的效用计算公式：
式中，R表示移动云中心的效用，n表示云数据中心的服务器数量，m表示虚拟机数量；Rji表示虚拟机Vj在服务器Pi上运行产生的虚拟机效用；表示服务器Pi的成本；
构建最大效用目标函数为：
步骤1-3、构建最小服务器数目标函数，具体为：
根据服务器数计算公式：
式中，NUMservers表示服务器数；
构建最小服务器数目标函数为：
步骤1-4、根据步骤1-1至步骤1-3的三个目标函数，结合约束条件，建立多目标优化的虚拟机调度模型VMSA-PSOEU为：
3.根据权利要求1所述的基于改进粒子群的移动云计算自适应虚拟机调度方法，其特征在于，步骤2所述将装箱问题转换为带约束的多目标优化问题，将采集到的虚拟机请求作为输入，结合VMSA-PSOEU模型，并通过改进粒子群算法对多目标优化问题进行求解，获得最优解，该最优解即为最终的虚拟机调度方案，具体为：
步骤2-1、根据VMSA-PSOEU模型中决策变量的个数，随机初始化粒子群大小为N，初始化所有粒子的初始速度和初始位置并设置实验关键参数；
步骤2-2、计算每个粒子到其他粒子的平均距离和进化因子f；
步骤2-3、根据进化因子f的大小对粒子...
【专利技术属性】
技术研发人员：庄毅，韦传讲，张夏豪，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。