[发明专利]感知复合应用特征与网络带宽的虚拟机在线迁移优化方法

权利要求书

1.一种感知复合应用特征与网络带宽的虚拟机在线迁优化移方法，其特征在于步骤为：

(1)感知虚拟机的应用特征和网络环境，收集内存脏页面数；所述感知虚拟机应用特征是指动态获取虚拟机中应用资源使用情况，包括内存使用率、CPU使用率和网络带宽，并且能够掌握该应用资源使用率变化的趋势；感知网络环境是指动态获取云数据中心网络带宽使用率；内存脏页面是指虚拟机迁移过程中被修改的内存页面；

(2)根据步骤(1)中的感知虚拟机的应用特征和网络环境以及获取内存脏页面数作为样本数据，使用灰色预测模型预测内存脏页面数；

(3)根据步骤(2)中预测得到的内存脏页面数，计算虚拟机的迭代周期的脏页面率，脏页面率＝迭代周期产生脏页面数/迭代周期时间，为步骤(5)进行网络带宽的预留；

(4)获得网络带宽使用情况；

(5)根据步骤(4)获得的网络带宽使用情况，判断虚拟机是否为网络密集型虚拟机，然后进行网络带宽预留；在网络带宽预留过程中，根据虚拟机应用所需的网络带宽和脏页面率进行带宽预留，以保证在迁移过程中每个迭代周期网络带宽充足，减少网络拥塞；

所述步骤(2)使用灰色预测模型预测下一时段内存脏页面数的过程如下：

(21)对收集步骤(1)数据，即X₁：迁移不同迭代周期产生的内存脏页面数量；X₂：迁移不同迭代周期虚拟机内存使用率；X₃：迁移不同迭代周期虚拟机CPU使用率；X₄：迁移不同迭代周期虚拟机网络带宽；X₅：上一次迭代的时间；X₆：迁移不同迭代周期云数据中心的网络使用情况，将这些数据转化为矩阵，作为灰色预测序列X⁽⁰⁾，并对所述序列X⁽⁰⁾进行累加，生成AGO序列令为X⁽¹⁾；

(22)根据步骤(21)得到的X⁽¹⁾求解近邻值生成的序列即均值序列为；

(23)在灰色预测模型中，假设步骤(21)的X⁽¹⁾与步骤(22)的存在一定关系，建立灰微分方程；

(24)根据步骤(22)的建立白化微分方程；

(25)根据步骤(23)方程组，建立基于GM(1，N)方程组，利用最小二乘法求解GM(1，N)方程参数序列；

(26)将参数代入(24)中的白化微分方程，求解得到GM(1，N)离散响应函数，经过累减还原公式求解出预测值序列；

(27)为减少灰色预测模型的误差，通过残差修正预测值提高预测精度；

所述步骤(5)中的网络带宽预留过程如下：

(31)收集虚拟机中应用所需网络带宽信息，判断虚拟机是否属于网络密集型应用虚拟机，如果迁移虚拟机不是网络密集型应用虚拟机，跳到步骤(32)；如果为网络密集型虚拟机，跳到步骤(34)；

(32)根据步骤(3)中计算虚拟机内存脏页面率，判断目前空闲带宽是否满足接下来内存脏页面数量的传输带宽，即网络带宽是否大于内存脏页面率；如果满足就不进行调整；否则，对网络带宽进行调整，即跳到步骤(33)；

(33)优先保证非网络密集型应用迁移，延迟同一时间网络密集型虚拟机迁移；

(34)根据历史网络传输流量数据进行应用带宽预留，将现在空闲网络带宽减去应用预留带宽就为现在虚拟机迁移所分配的带宽。