[发明专利]分布式云中基于聚类的时延带宽极小化虚拟机部署方法

摘要

本发明提出了一种分布式云计算中基于聚类的时延带宽极小化虚拟机部署方法，先选择出目标DC，保证DC之间的最长通信距离尽可能的小；然后再根据VM的通信量，对VM进行分组，保证DC间的通信带宽消耗尽可能的少。其中，DC选择采用密度聚类算法，进行非优解的剪枝，从而加快了算法速度；VM分组采用了半通信模型，实现了成批VM的分组，使得算法的速度提升近3倍。本发明的方法考虑到了分布式云计算中DC的容量相对于集中式云计算较小的特点，同时可以兼顾特定的可靠性要求，比如要求每个DC只能部署一定数量的VM，在分布式云计算中部署一组VM，进行服务质量和成本优化，实现分布式云计算中低成本，低时延，高可靠的虚拟机部署。

主权项

1.一种分布式云计算中基于聚类的时延带宽极小化虚拟机部署方法，所述方法包括：目标数据中心选择步骤，选择出目标数据中心DC，保证DC之间的最长通信距离尽可能的小；虚拟机分组步骤，根据虚拟机VM的通信量，对VM进行分组，保证DC间的通信带宽消耗尽可能的少；其中，所述目标数据中心选择步骤基于密度聚类的DC直径最小选择CBMinDia算法，所述CBMinDia算法包括(1)选择任意一个顶点，并将以它为中心的最小可行子图的半径作为初始半径ε；给定一个可行子图，如果其任何一个子图不再可行，这个子图被称之为最小可行子图；给定一个顶点，如果该顶点和它最近的邻居组成一个子图，而且此子图的顶点能容纳至少m个vCPU及其对应的VM，则这个子图被称之为以该顶点为中心的可行子图；(2)判断每个顶点是否是关于(ε,m)的核心对象并进行标注，其中，m为一个DC的ε邻域内能够容纳的vCPU的个数，给定一个距离值ε，如果一个DC的ε邻域内的DC能够容纳至少m个vCPU，则认为此DC是关于(ε,m)的核心对象；(3)所有的非更优的顶点被剪枝，具有最小直径的顶点被找到；所述VM分组步骤具体为：n个VM的流量可以由一个n*n的对称流量矩阵T表示，其中Tij是虚拟机i和j的流量，Tii＝0，对于一个选定的DC集群(D1,D2,...Dr)，每一个Dk(k＝1,2,…,r)能够容纳sk个vCPU，所有VM被分组到不相交的集合P1,P2,...Pr，要求每一个分组成份中的被指配的VM和相应的Dk的容量相称；所以VM分组问题的目标函数是极小化约束条件是|Pk|≤sk,k＝1,2,...,r，其中|Pk|是分组成份Pk中的vCPU的个数。