[发明专利]基于多目标生物地理学优化算法的Docker与虚拟机聚合放置方法在审
| 申请号： | 201811190206.X | 申请日： | 2018-10-12 |
| 公开（公告）号： | CN109388476A | 公开（公告）日： | 2019-02-26 |
| 发明（设计）人： | 李睿;毛李欣;郑庆华;阮建飞;董博;钟阿敏;赵敏;李国斌;周新运;王旭 | 申请（专利权）人： | 西安交通大学;北京奥鹏远程教育中心有限公司 |
| 主分类号： | G06F9/455 | 分类号： | G06F9/455 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于多目标生物地理学优化算法的Docker与虚拟机聚合放置方法，包括以下内容：首先，创造性地将Docker与虚拟机同时作为聚合单位建立基于DVP三层架构的DVMP(Docker and Virtual Machine Placement，Docker与VM放置)约束模型；其次，明确DVMP约束模型的约束条件，建立DVMP聚合放置模型；接着，执行基于MBBO的Docker与虚拟机聚合放置的映射方法；然后，进行聚合场景适配与编码求解获得有效解，以不断迭代更新初始种群的方式寻找Docker与虚拟机聚合问题的最优解决方案；最后，根据最优放置方案进行Docker与虚拟机聚合放置。本发明所述方法能解决虚拟机资源占用大而难以聚合的问题，能优化数据中心能耗及服务器资源利用率。 | ||
| 搜索关键词： | 虚拟机 聚合 优化算法 约束模型 多目标 地理学 服务器资源利用率 虚拟机资源 初始种群 迭代更新 聚合场景 聚合单位 聚合问题 三层架构 数据中心 约束条件 有效解 求解 适配 映射 能耗 占用 优化 | ||
【主权项】：
1.基于多目标生物地理学优化算法的Docker与虚拟机聚合放置方法，其特征在于，包括以下步骤：步骤1，建立基于DVP三层架构的Docker与虚拟机放置约束模型；步骤2，基于步骤1建立的DVP三层架构下的DVMP约束模型，明确DVMP约束模型中的四种约束条件，建立面向能耗及服务器资源利用率优化的DVMP聚合放置模型；步骤3，针对步骤2建立的Docker与虚拟机聚合放置模型，执行基于MBBO的Docker与虚拟机聚合放置的映射方法；步骤4，完成以上三个步骤后，采用MBBO算法进行聚合场景适配与编码求解获得有效解；步骤5，求解Docker与虚拟机聚合放置方法的最优解；步骤6，根据步骤5的Docker与虚拟机聚合放置方法的最优解，进行Docker与虚拟机聚合放置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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西安交通大学;北京奥鹏远程教育中心有限公司，未经西安交通大学;北京奥鹏远程教育中心有限公司许可，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/patent/201811190206.X/，转载请声明来源钻瓜专利网。
