计算机应用研究2021,Vol.38Issue(7) :2135-2140.DOI:10.19734/j.issn.1001-3695.2020.10.0384

CSNEO:协同服务器与网络能耗优化的VM映射算法

CSNEO:VM mapping algorithm for collaborative server and network energy consumption optimization

廖彬 张陶 于炯 李敏 孙瑞娜
计算机应用研究2021,Vol.38Issue(7) :2135-2140.DOI:10.19734/j.issn.1001-3695.2020.10.0384

CSNEO:协同服务器与网络能耗优化的VM映射算法

CSNEO:VM mapping algorithm for collaborative server and network energy consumption optimization

廖彬 1张陶 2于炯 3李敏 4孙瑞娜5
扫码查看

作者信息

  • 1. 新疆财经大学 统计与数据科学学院,乌鲁木齐 830012
  • 2. 新疆大学 信息科学与工程学院,乌鲁木齐830046;新疆医科大学 医学工程技术学院,乌鲁木齐830011
  • 3. 新疆医科大学 医学工程技术学院,乌鲁木齐830011
  • 4. 新疆财经大学 统计与数据科学学院,乌鲁木齐 830012;新疆医科大学 医学工程技术学院,乌鲁木齐830011
  • 5. 新疆财经大学 统计与数据科学学院,乌鲁木齐 830012;中国科学院大学 网络空间安全学院,北京100049
  • 折叠

摘要

已有针对虚拟机映射问题的研究,主要以提高服务器资源及能耗效率为目标.综合考虑虚拟机映射过程中对服务器及网络设备能耗的影响,在对物理服务器、虚拟机资源及状态,虚拟机映射、网络通信矩阵等概念定义的基础上,对协同能耗优化及网络优化的虚拟机映射问题进行了建模.将问题抽象为多资源约束下的装箱问题与二次分配QAP问题,并设计了基于蚁群算法ACO与局部搜索算法2-exchange结合的虚拟机映射算法CSNEO来进行问题的求解.通过与MDBP-ACO、vector-VM等四种算法的对比实验结果表明:CSNEO算法一方面在满足多维资源约束的前提下,实现了更高的虚拟机映射效率;另一方面,相比只考虑网络优化的虚拟机放置算法,CSNEO在实现网络优化的同时具有更好的能耗效率.

关键词

虚拟机映射/能耗优化/蚁群算法/局部搜索算法

引用本文复制引用

基金项目

国家自然科学基金(61562078)

国家自然科学基金(61462079)

新疆维吾尔自治区"天山青年计划"项目(2018Q073)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子:0.93
ISSN:1001-3695
被引量1
参考文献量2
段落导航相关论文