论文部分内容阅读
随着云计算技术的不断发展与更新,边缘云技术已经作为传统云计算模式的一种扩展和创新,为越来越多用户提供不同的服务应用。边缘云数据中心具有几个明显的特征,规模小、服务范围有限、实时接收用户服务请求并处理数据且位于网络边缘靠近用户的地方,而传统云数据中心距离用户位置遥远且服务范围广。每个边缘云数据中心的有效覆盖范围有限,超出其覆盖范围的用户则不能享受其上为用户所提供服务。由于用户移动性,就会出现用户脱离边缘云的覆盖范围而导致用户享受服务质量(Qo S)受损的情况。地理位置不同的边缘云数据中心之间的实时虚拟机迁移技术是为移动用户提供低延迟和有效服务的一项重要策略。由于边缘云之间的带宽相比传统云数据中心内带宽更为有限,因此边缘云之间的虚拟机迁移比传统云计算中的虚拟机迁移更加具有挑战性。在实际场景中,通常有多个不同的实时虚拟机迁移任务在并发进行,而已有的研究只是对边缘云中单个虚拟机迁移的研究。在实际场景中,虚拟机迁移的完成需要消耗边缘云之间的带宽资源,同时虚拟机在迁移的过程中仍要为用户提供服务,所以在虚拟机迁移的过程中就会出现迁移时间和用户服务质量(Qo S)的权衡问题。已有的研究中并没有考虑虚拟机在线迁移过程中如何保障服务质量(Qo S)。针对以上几个方面,本文主要的工作如下:1)与以往工作不同,在给定边缘云中带宽以及迁移截止时间等条件下,本论文研究多个并发的虚拟机迁移任务的带宽资源分配方案,在满足虚拟机迁移时间约束下,达到用户服务质量最大化。2)提出相应的启发式优化算法求解,通过将该算法与基准算法做比较,实验结果表明,所提的启发式资源分配算法在服务质量方面优于基准算法。3)此外,针对多虚拟机迁移任务的在线资源分配问题,提出了一种启发式的在线资源分配方法,并设计对应的资源分配基准在线算法做对比,通过仿真实验结果分析,资源分配在线启发式算法算法的在求解的稳定性及结果的合理性方面优于基准算法。