基于CPU利用率預(yù)測的虛擬機動態(tài)部署方法研究.pdf

1、在云環(huán)境下，由于系統(tǒng)條件的改變或應(yīng)用負載的動態(tài)變化，給云服務(wù)質(zhì)量的保障工作帶來了新的挑戰(zhàn)。隨著各虛擬機對資源需求的持續(xù)變化，將會出現(xiàn)一部分服務(wù)器的資源大量空閑，另一部分服務(wù)器的資源嚴重不足的情況，導(dǎo)致系統(tǒng)的資源分配不均衡，資源利用率下降，嚴重影響服務(wù)質(zhì)量。所以面對復(fù)雜的服務(wù)和應(yīng)用，如何在保證服務(wù)質(zhì)量的前提下，提高系統(tǒng)的資源利用率，是服務(wù)計算領(lǐng)域目前研究的一個熱點。
　　本文在傳統(tǒng)虛擬機部署方法的研究基礎(chǔ)上，提出了基于CPU利用率預(yù)

2、測的虛擬機動態(tài)部署方法，根據(jù)云環(huán)境中各服務(wù)器的CPU利用率情況，對虛擬機進行動態(tài)地部署，并生成合理的動態(tài)部署方案，在保證服務(wù)質(zhì)量的前提下，達到高資源利用率、低服務(wù)成本的目標。本文的研究工作主要有:第一，研究了基于CPU利用率預(yù)測的虛擬機動態(tài)部署過程，分析了傳統(tǒng)虛擬機部署研究中的不足，明確了在動態(tài)部署過程中的主要研究內(nèi)容和關(guān)鍵問題;第二，提出了面向虛擬機動態(tài)部署的CPU利用率預(yù)測算法，首先用ARIMA模型預(yù)測服務(wù)器CPU利用率時間序列的線

3、性主體，然后用BP神經(jīng)網(wǎng)絡(luò)模型對其非線性殘差進行估計，最終疊加為整個時間序列的預(yù)測結(jié)果;第三，研究了基于CPU利用率預(yù)測的虛擬機動態(tài)部署方案的生成方法。針對虛擬機動態(tài)部署問題的目標，建立優(yōu)化模型，然后分別從虛擬機動態(tài)部署的時機、待部署虛擬機的選擇和目的服務(wù)器的選擇三個方面對虛擬機的動態(tài)部署問題進行了具體的描述分析。
　　最后通過仿真實驗驗證了本文提出的面向虛擬機動態(tài)部署的CPU利用率預(yù)測算法具有較高的準確性，基于CPU利用率預(yù)測的