论文部分内容阅读
云计算是一种资源池化的新型商业计算模式,是分布式计算、并行计算、效用计算和网格计算的发展。云计算使云用户只需要通过网络接入云中便可以使用服务,用户可以按照实际需求迅速获取或释放资源。云服务提供商通过云数据中心以虚拟化的形式为用户提供所需资源,现有的云数据中心服务器采购时间不同,使用年限不同以及品牌不同等特性,使得云数据中心的服务器往往是异构的。随着云计算的不断发展,云数据中心的规模也不断增大,导致云数据中心的资源提供和高能耗问题成为影响云计算性能的关键因素。本课题系统地研究了云计算资源提供技术,从支付费用和节约能耗两个方面优化云计算环境的资源提供策略。首先,为解决云计算资源提供中单一资源定价不足及总支付费用过高问题,提出了一种基于CPU、内存、存储和带宽的多维资源组合定价机制,在此定价机制上应用博弈论的费用优化资源提供策略CORPP,使系统效用最大化。博弈中不仅考虑云用户之间的Nash均衡,还考虑了云用户与云服务提供商之间的Stackelberg均衡。然后,为了解决云计算环境中数据中心能耗过高的问题,对云计算的能耗进行建模,考虑虚拟机迁移过程中的能量消耗,提出了能耗感知的虚拟机迁移算法EABFD。通过虚拟机的高效迁移,将负载低于阈值下限的云服务器关闭或切换至睡眠状态,从而降低能量消耗。本课题详细介绍了CloudSim仿真平台,并通过扩展CloudSim实现了本课题提出的费用优化资源提供策略CORPP和能耗感知的虚拟机迁移算法EABFD。实验结果表明,对于不同类型的云任务,多维资源组合定价更适用于描述实际云计算环境的资源定价。对于随机生成的云任务和PlanetLab云任务,该策略相对于现有的Round-Robin策略能有效地降低云用户的总费用。EABFD算法相对于NEA算法、DVFS算法、ST算法和DT算法能有效地降低云计算环境中数据中心的能量消耗。