基于改进的花授粉算法的虚拟机分配策略
作者:
作者单位:

1.金陵科技学院计算机工程学院, 南京 211169;2.广州华商学院数据科学学院, 广州 511300

作者简介:

通讯作者:

基金项目:

广州华商学院校内导师制科研基金(2020HSDS04,2021HSDS15)资助项目; 金陵科技学院博士启动基金(JIT-B-01)资助项目; 金陵科技学院自然科学基金(208.40410826)资助项目; 江苏省现代教育技术研究课题(62636)资助项目; 广东省高等学校质量工程特色创新基金(2021KTSCX167)资助项目。


Improved Flower Pollination Algorithm Based Virtual Machine Allocation Approach in Cloud Data Centers
Author:
Affiliation:

1.School of Computer Engineering, Jinling Institute of Technology, Nanjing 211169,China;2.School of Date Science,Guangzhou HuaShang College, Guangzhou 511300,China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    构造绿色云数据中心的两个主要目标是低能量消耗与物理资源利用效率的充分利用,为此需要采用虚拟机分配策略来完成优化。本文提出了基于改进花授粉算法的虚拟机分配策略(Flower pollination algorithm based virtual machine allocation, FPA-VMA)。FPA-VMA中一朵花或一个配子就对应于虚拟机映射到物理主机分配优化问题中的一个解;并且描述了云数据中心云客户端的资源请求模型和多维物理资源的能量消耗模型。FPA-VMA在花授粉的动态切换概率阶段的策略可以平衡全局最优解搜索和局部最优解搜索之间的切换,同时改善资源分配的全局收敛能力。真实的虚拟机数据的访问测试结果标明:FPA-VMA比常见的虚拟机分配优化策略有更低的能量消耗和更高的物理资源利用效率。

    Abstract:

    For a cloud data center, minimizing resource wastage and increasing resource utility efficiency are two important aims. So an efficient virtual machine allocation strategy is necessary. A flower pollination algorithm based virtual machine allocation(FPA-VMA)approach is proposed. In FPA-VMA, the plant has only one flower, and each flower produces only one pollen gamete. The flower and pollen gamete are similar to the virtual machine and physical machine in cloud data center. The cloud client resource requesting model and the multi-dimensional resource energy consumption model are also analyzed and described. FPA-VMA uses a strategy which is called dynamic switching probability (DSP). DSP finds a near optimal solution quickly and balances the exploration of the global search and exploitation of the local search, thus improving the global convergence of FPA-VMA. Experimental results on the real virtual machine workloads show that FPA-VMA has better performance in resource wastage and energy consumption compared with previous VMA strategies.

    表 2 FPA-VMA性能分析相关的算法参数设置Table 2 Parameters setup of FPA-VMA performance analysis
    表 4 CoMon项目不同虚拟机粒度的参数Table 4 Parameter setup of different virtual machine grains in CoMon projects
    表 3 Planet项目的1周工作负载Table 3 Workloads of a week in Planet projects
    表 5 云数据中心的总体能量消耗与资源利用情况Table 5 Total energy consumption and resource utilization in cloud data centers
    图1 FPA-VMA优化的绿色云计算框架Fig.1 Optimized green cloud computing framework of FPA-VMA
    图2 FPA-VMA优化算法时间分析Fig.2 Time cost results of FPA-VMA
    图3 FPA-VMA多维物理资源利用效率分析Fig.3 Multi-demensional physical resource utilization results of FPA-VMA
    图4 FPA-VMA资源利用效率随请求个数的变化Fig.4 Physical resource utilization results of different virtual machine numbers
    图5 FPA-VMA随请求个数的能量消耗情况Fig.5 Energy consumption results of different virtual machine numbers
    图6 FPA-VMA随主机个数的能量消耗情况Fig.6 Energy consumption results of different physical host numbers
    表 1 云数据中心的物理主机和虚拟机的参数设置Table 1 Parameters of physical host and virtual machine in cloud data centers
    参考文献
    相似文献
    引证文献
引用本文

田海梅,徐胜超.基于改进的花授粉算法的虚拟机分配策略[J].数据采集与处理,2021,36(5):996-1006

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2021-02-23
  • 最后修改日期:2021-03-21
  • 录用日期:
  • 在线发布日期: 2021-09-25