云数据中心基于组的多虚拟机迁移策略

来源 :海南大学学报(自然科学版) | 被引量 : 0次 | 上传用户:acmevb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了基于组的多虚拟机迁移策略GBM-VMM(Group Based Multi-Virtual Machine Migration Model).GBM-VMM在虚拟机组选择的过程中,考虑了虚拟机迁移的时间代价和额外的能量消耗对主机响应时间的影响,根据资源的运行状态及组内剩余虚拟机的连接度(Degree of Connection,DoC)来完成候选迁移虚拟机组的形成.仿真结果表明:与常见的单虚拟机和多虚拟机迁移策略比较起来,GBM-VMM使得云数据中心的各类性能指标都可以改善,该实验结果对于其他企业构造节能云数据中心有很好的参考价值.
其他文献
期刊
期刊
期刊
期刊
将相变介质的有源调控属性与基于广义斯涅尔定律的相位型超表面相结合,实现了可重构的近红外全息超构器件.当集成的锗锑碲化合物(GST)相变介质处于非晶态时,各向异性的超构单元可实现宽带范围内(1.55~2.8 μm)交叉极化转化率为~80%的几何相位调控,进而实现近场全息相位生成以及远场全息成像,即器件处于“开”态.当GST相变为晶态时,超构单元交叉极化效率被极小化,全息相位以及远场全息图像被关闭,器件处于“关”态.本文提出的相位型开关器件将在空间光调制、波前工程、全息成像等有源光子及光电集成应用中展现出极大
针对涡旋光受大气湍流而产生的相位畸变问题,设计了卷积神经网络检测涡旋光束轨道角动量态.将相位畸变的拉盖尔高斯涡旋光光强图像作为样本数据输入,网络利用输入的数据集进行自主学习,经过多次迭代能够精确检测出光束高阶轨道角动量信息.仿真结果表明:在大气湍流强度不确定的情况下,模型对轨道角动量态范围为1~40、1~100、1~160的涡旋光束检测准确率分别为94%、90%、86%;在不同传输距离、不同径向指数、不同基模束腰半径以及不同波长下轨道角动量态范围为1~100的涡旋光束的检测准确率均达到78%以上,且具有很
设G是有限群.如果G中的每个元素与其逆元素共轭,则称G是二性群.探讨了4pq阶、8p阶、16p阶(其中p,q是奇素数,且p<q)以及亚循环二性群的结构,得到了一些结果.
期刊
考虑了一类非线性记忆项的弱耦合半线性Moore-Gibson-Thompson(MGT)系统柯西问题解的爆破现象.在次临界情况下,通过构造辅助泛函以及应用迭代方法和切片化方法推出了柯西问题解的全局非存在性,进一步得到了解的生命跨度的上界估计.
期刊