软件学报

作者：李俊祺，林伟伟，石方，李克勤

单位：李俊祺，华南理工大学 计算机科学与工程学院, 广东 广州 51000611,林伟伟，华南理工大学 计算机科学与工程学院, 广东 广州 510006;鹏程实验室, 广东 深圳 51806602,石方，华南理工大学 计算机科学与工程学院, 广东 广州 51000603,李克勤，Department of Computer Science, State University of New York, NY 12561, USA04

关键词：云计算;虚拟机整合;差分进化算法;粒子群优化算法;节能

基金：广东省重点领域研发计划（2020B010164003）；国家自然科学基金（62072187，61872084）；广东省基础与应用基础研究基金（2019B030302002）；广州市科学研究计划（202007040002，201902010040，201907010001）；广州开发区科技项目（2020GH10）

数据中心的虚拟机（virtual machine，VM）整合技术是当今云计算领域的一个研究热点.要在保证服务质量（QoS）的前提下尽可能地降低云数据中心的服务器能耗，本质上是一个多目标优化的NP难问题.为了更好地解决该问题，面向异构服务器云环境提出了一种基于差分进化与粒子群优化的混合群智能节能虚拟机整合方法（HSI-VMC）.该方法包括基于峰值效能比的静态阈值超载服务器检测策略（PEBST）、基于迁移价值比的待迁移虚拟机选择策略（MRB）、目标服务器选择策略、混合离散化启发式差分进化粒子群优化虚拟机放置算法（HDH-DEPSO）以及基于负载均值的欠载服务器处理策略（AVG）.其中，PEBST，MRB，AVG策略的结合能够根据服务器的峰值效能比和CPU的负载均值检测出超载和欠载服务器，并选出合适的虚拟机进行迁移，降低负载波动引起的服务水平协议违约率（SLAV）和虚拟机迁移的次数；HDH-DEPSO算法结合DE和PSO的优点，能够搜索出更优的虚拟机放置方案，使服务器尽可能地保持在峰值效能比下运行，降低服务器的能耗开销.基于真实云环境数据集（PlanetLab/Mix/Gan）的一系列实验结果表明：HSI-VMC方法与当前主流的几种节能虚拟机整合方法相比，能够更好地兼顾多个QoS指标，并有效地降低云数据中心的服务器能耗开销.

来源：2022年第11期

《软件学报》期刊编辑部

查看软件学报杂志2022年第11期