论文部分内容阅读
随着云计算的不断发展,各种基于云计算的关键应用不断涌现,且越来越多的被应用到人们的生活中。虚拟化是实现云计算的支撑技术之一。云数据中心虚拟化技术核心问题之一是虚拟数据中心的映射。虚拟云数据中心的节点和链路通常具有多种约束条件(例如有限的CPU,内存,网络带宽等资源,以及网络延迟的要求等),因此虚拟数据中心的映射问题是一个NP-难问题,即使离线情况也依然如此。此外云数据中心规模庞大而且节点具有多样性,这进一步加剧了虚拟数据中心的映射问题的复杂度。已有的虚拟数据中心映射算法的研究成果或者只考虑节点的映射,或者只考虑边的映射,或者只考虑能效优化,或只考虑资源的有效利用。本课题旨在研究一种虚拟云数据中心映射算法,该算法在负载较轻的情况下,有效地降低消耗,而在高负载下提高云服务提供商的长期收益。论文主要贡献包括：(1)提出一种边缘层路由器距离最短的映射算法(NSS)来映射虚拟服务器。由于物理服务器与边缘层路由器直接相连,NSS通过保证所选择的可用边缘层路由器相邻或者距离最短,从而使承载虚拟服务器的物理服务器之间的距离尽可能接近,以此来降低能量损耗和映射成本。NSS不仅可以降低由云数据中心的庞大规模而导致的映射复杂性,还能通过减少活动物理服务器的数量为后续路由器及链路的映射提供良好的基础,帮助降低映射成本。(2)提出了虚拟路由器及虚拟链路联合映射的方法(JointSL),在最小化能量损耗的同时降低映射成本。实验结果表明,JointSL能够在合理的时间内得到很好的结果。(3)分析了广度优先搜索算法(BFS)在虚拟链路映射中的有效性,包括资源利用率和效率。论文同时考察了两种BFS算法,分别命名为Switch-NSS-GBFS及Server-NSS-GBFS。这两种算法唯一的区别是当映射虚拟链路时,Switch-NSS-GBFS从物理路由器端开始搜索,而Server-NSS-GBFS从物理服务器端开始搜索。(4)将NSS-JointSL、NSS-GBFS与目前已经提出的虚拟数据中心映射算法进行对比。实验通过设置不同的参数模拟不同的网络环境,包括：不同结构的云数据中心网络拓扑(单根树状网络拓扑,fat-tree网络拓扑,clos网络拓扑)；不同规模的物理网络(小型网络,中型网络,大型网络以及超大型网络)；不同规模的虚拟数据中心以及不同的虚拟数据中心拓扑。