[发明专利]能量优化的虚拟机部署方法及系统在审
申请号: | 202010112558.4 | 申请日: | 2020-02-24 |
公开(公告)号: | CN111338757A | 公开(公告)日: | 2020-06-26 |
发明(设计)人: | 张小庆 | 申请(专利权)人: | 武汉轻工大学 |
主分类号: | G06F9/455 | 分类号: | G06F9/455 |
代理公司: | 北京思创大成知识产权代理有限公司 11614 | 代理人: | 高爽 |
地址: | 430023 湖北省*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 能量 优化 虚拟机 部署 方法 系统 | ||
1.一种能量优化的虚拟机部署方法,其特征在于,包括:
步骤1:确定虚拟机部署目标及其约束条件;
步骤2:确定部署解计算初始化参数;
步骤3:通过樽海鞘算法进行种群初始化,使樽海鞘个体与虚拟机的部署解一一对应;
步骤4:根据虚拟机部署目标及其约束条件,计算初始化种群中每一个樽海鞘个体的适应度;
步骤5:根据适应度,确定食物源、领导者与追随者,进而确定领导者位置与追随者位置,获得更新种群;
步骤6:计算所述更新种群中每一个樽海鞘个体的适应度,确定适应度值最大的樽海鞘个体,判断所述樽海鞘个体的适应度值是否大于所述食物源的适应度值,若是,则将该樽海鞘个体作为新的食物源;若否,则保留原食物源;
步骤7:判断当前迭代次数是否小于最大迭代次数,若是,则重复步骤5-6,若否,则输出当前种群中的食物源位置作为最终的虚拟机部署最优解。
2.根据权利要求1所述的能量优化的虚拟机部署方法,其中,部署解计算初始化参数包括:最大迭代次数Tmax、虚拟机集合V、物理主机集合H、主机的资源能力矢量、虚拟机的资源请求矢量、主机的满载功耗和空闲功耗。
3.根据权利要求1所述的能量优化的虚拟机部署方法,其中,所述虚拟机部署目标为:
其中,Pi,full表示主机hi为满负载状态时的功耗,Pi,idle表示主机hi为空闲状态时的功耗,Pi表示主机hi的当前功耗,Ui,CPU为主机hi的CPU利用率。
4.根据权利要求1所述的能量优化的虚拟机部署方法,其中,所述约束条件为:
Loadi,CPU≤Ci,CPU,i=1,2,...,m (2)
Loadi,MEM≤Ci,MEM,i=1,2,...,m (3)
Loadi,DISK≤Ci,DISK,i=1,2,...,m (4)
Loadi,NETW≤Ci,NETW,i=1,2,...,m (5)
其中,Ci,CPU表示物理主机hi的CPU能力,Ci,MEM表示物理主机hi的内存能力,Ci,DISK表示物理主机hi的存储能力,Ci,NETW表示物理主机hi的网络带宽能力,Loadi,CPU表示物理主机hi的总体CPU负载,Loadi,MEM表示物理主机hi的总体内存负载,Loadi,MEM表示物理主机hi的总体内存负载,Loadi,MEM表示物理主机hi的总体内存负载。
5.根据权利要求1所述的能量优化的虚拟机部署方法,其中,所述步骤(3)包括:通过公式(6)对樽海鞘个体的位置进行随机化,获得初始化种群:
其中,q=1,2,…,N,N表示樽海鞘种群的规模,j=1,2,…,n,n表示虚拟机总量,c4表示区间[0,1]内的随机数,ubj,max表示第j维空间的上限值,lbj,min表示第j维空间的下限值,x1,j表示领导者在第j维空间上的位置,xq,j表示追随者在第j维空间上的位置,表示向上取整。
6.根据权利要求1所述的能量优化的虚拟机部署方法,其中,通过公式(7)计算适应度:
其中,fitness为适应度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉轻工大学,未经武汉轻工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010112558.4/1.html,转载请声明来源钻瓜专利网。