[发明专利]云计算中基于多目标优化的虚拟机放置方法

摘要

本发明公开云环境中基于多目标优化的虚拟机放置方法，基于各虚拟机资源需求的当前信息和未来预测信息，在多个虚拟机和多个物理节点之间动态建立新映射，既保证各应用服务质量，又能极大改善新的虚拟机放置方案中各物理节点的稳定性，同时，在虚拟机从旧放置状态转向新放置状态的过程中避免大量虚拟机的迁移。通过本发明的方案，能够在多虚拟机重新放置时保证服务质量，具有较小的虚拟机迁移次数，同时保证各物理节点具有较长的稳定时间。

主权项

1.云计算中基于多目标优化的虚拟机放置方法，其特征在于，包括如下步骤：S1、将云平台中虚拟机和物理节点的映射关系采用组编码的方式来表示；S2、为遗传算法建立初始代种群，种群大小为PSIZE，所述初始代种群用于产生新的子代个体，其中，个体即为染色体；S3、执行遗传算法，生成最后一代即第GSIZE代种群，具体包括：S30：将步骤S2中生成的初始代种群作为父代种群；S31：所述父代种群以交叉概率pc、变异概率pv遗传生成2×PSIZE个子代个体；S32：将所述2×PSIZE个子代个体和PSIZE个父代个体合并成包含3×PSIZE个个体的集合pSet，使用NSGA‑II算法对该集合pSet中的个体进行分级排序，形成排序队列pQueue，取出排序队列pQueue中头PSIZE个个体，作为新一代种群；S33：如果遗传的种群代数未达到GSIZE，则将新一代种群作为父代种群，转到步骤S31；S4、在最后一代即第GSIZE代种群中，选出Tgain值最大的个体，该个体即为新的虚拟机放置方案的组编码；其中，Tgain＝T个体稳定时间–Num个体迁移次数×TVM迁移时间T个体稳定时间为该个体包含的所有已使用的物理节点的稳定时间的最小值，Num个体迁移次数为将个体所描述的所有虚拟机的放置方式和虚拟机的当前放置方式进行比较，具有不同放置方式的虚拟机的个数，TVM迁移时间为系统常量。