论文部分内容阅读
云计算是以虚拟化技术为基础,将物理资源虚拟成一个动态的拟资源池,以服务的形式提供给用户使用。虚拟化技术能够有效地增强服务的可靠性,并能显著简化IT基础设施、优化资源以及降低能耗。但是,虚拟化技术引起的物理架构变化和虚拟机上服务性能变化,给保证云服务的质量工作带来了很大的挑战。因此,如何根据虚拟机上服务的性能变化趋势和用户的访问情况,合理地为各服务分配所需的虚拟机实例数,并为其动态生成虚拟机部署方案,以满足服务的性能需求是云计算中资源调度及部署研究的重要课题之一为实现云环境下各服务对虚拟机资源需求的有效管理,本文对云环境下面向虚拟机动态部署的服务性能预测和部署方案的生成方法这一课题进行了研究,根据云计算中各虚拟机上运行的服务性能变化趋势,动态地为其分配虚拟机实例并生成合理的动态部署方案,达到高资源利用率、低服务成本、保证用户体验和服务质量的目标。本文的研究工作主要有:第一,本文研究了基于服务性能预测的虚拟机动态部署过程。分析了传统虚拟机部署研究的不足并进行改进,给出该过程中涉及的重要环节,如服务性能变化趋势的预测和虚拟机动态部署方案的生成。第二,提出了面向虚拟机动态部署的服务性能变化趋势的预测算法。主要研究内容有确定服务性能变化的影响因子,以及利用基于MGM(1,N)-BP神经网络的预测模型进行预测。第三,提出了基于改进的蚁群算法的虚拟机动态部署方案的生成方法。对虚拟机动态部署方案生成问题的优化目标进行了分析,建立综合优化模型,然后通过改进智能优化算法生成合理的部署方案。实验表明,本文提出的云环境下面向虚拟机动态部署的服务性能预测算法和部署方案生成方法是可行的,并且具有一定的准确性和有效性。