结合服务器与网络的数据中心虚拟资源映射机制研究

Based on the virtualization attributes of cloud computing and resource requirements in data centers, this project proposes to focus on that how to realize the on-demand allocation of network resources with the server elastic service being better solved. Therefore, this project proposes to define VRM (Virtual Resource Mapping) as the optimization issue which combines the virtual machine scheduling for the server and virtual network mappings for the network. To solve the energy consumption, network scalability and cost problems in cloud data centers，this project attempts to centre on how to implement effective VRM scheduling and how to minimize VRM migration costs to improve the network scalability. The specific research contents are: (1) VRM technology which optimizes the energy and performance at the same time.(2) VRM migration technique which improves the network scalability.(3) VRM technology with the cost-awareness for distributed data centers. Our purpose is to use VRM which effectively consolidate server and network to improve the network scalability and to reduce the energy and operational costs on the premise of guaranteening the applications and network performance.

根据云数据中心的虚拟化及其资源需求特征，本项目将聚焦在云服务器资源弹性服务较好实现的同时，如何解决相应的网络资源按需分配的问题。我们把面向服务器的虚拟机映射和面向网络的虚拟网络映射相结合的优化问题定义为虚拟资源映射(Virtual Resource Mapping，VRM)问题。从研究VRM 技术入手，针对云数据中心能耗、网络伸缩性、成本方面存在的问题，探索在数据中心内部和数据中心之间如何实现有效VRM 调度，确定研究内容为：(1)结合能源与性能协同优化的VRM 机制；(2) 改善网络伸缩性的VRM 迁移技术；(3)成本感知的跨数据中心VRM 机制。总体目标在于利用VRM 技术，有效整合服务器和网络资源，在保障应用性能的前提下，提高网络伸缩性， 减少数据中心能耗和运维成本。

本项目调研了云数据中心虚拟化技术的发展和变化，旨在研究如何利用数据中心虚拟化技术优化业务服务质量，以节约能耗为目的，提出了基于虚拟机放置和迁移方面的一些技术与方法。本项目取得的主要成果如下：（1）结合能源与性能协同优化的虚拟机映射机制研究。包括：多资源条件约束下优化能耗的虚拟机放置方法；结合服务器与网络资源能耗优化的虚拟机放置方法；基于图分割能耗优化的虚拟机放置算法；基于蚁群算法的云计算环境下任务调度策略优化。（2）改善网络伸缩性的虚拟机迁移技术研究。包括：基于HPGA的云数据中心虚拟机迁移整合策略；基于NSGAII的云数据中心虚拟机迁移策略；云计算中基于多 Agent 系统的用户任务分配机制；基于改进GWO和ELM的云计算负荷预测。（3）成本感知的跨数据中心虚拟机调度机制。包括：面向Docker的云数据中心能耗优化研究；能耗感知的跨云数据中心负载均衡研究。这些成果的研发，提高了云数据中心的运行效率，并降低能耗和节约成本。

内容获取失败，请点击重试