📖《A high-applicability heterogeneous cloud data centers resource management algorithm based on trusted virtual machine migration》

🎯需求

随着云计算技术的不断发展和成熟，云数据中心（CDC）的规模和数量也在不断扩大。这越来越引起人们对CDC高能耗问题的关注。
- 随着虚拟化、并行处理和分布式处理技术的成熟，云计算作为一种新型的互联网计算模式正变得非常流行。根据服务模式，云计算主要分为三个级别：IaaS（基础设施即服务），PaaS（平台即服务）和SaaS（软件即服务）。通过云计算服务，用户可以通过按量付费的方式自由使用计算、存储等服务，根据自己的需求灵活调整资源大小。云服务提供商进一步扩大了CDC的规模，以满足云用户不断增长的性能需求。然而，大规模的CDC不可避免地会消耗大量能量。
动态虚拟机（VM）整合是降低能耗的一种有前途的方法。
- 虚拟机迁移作为一种虚拟机整合技术，可以有效提高物理机利用率，优化CDC调度流程。
- 通过虚拟机迁移提高利用率和 PM 数量，最终降低 CDC 的能耗。
  - 通过虚拟机迁移，在 CDC 中运行的云任务将集成到少量 PM 中，从而关闭空闲的 PM 以降低能耗。

在这项研究中，首先分析了影响PM能耗的众多因素以及CDC的整体架构。
其次，研究了PM利用率对CDC能耗的影响以及虚拟机迁移造成的性能损失。
第三，研究了虚拟机的多维特征和CDC的异构特征，提出了一维多维可信虚拟机迁移规则。
然后，根据上述规则和CDC架构，提出一种基于可信虚拟机迁移（HTVM2）的高适用性异构CDC资源管理算法。
- 该算法不仅解决了同构和异构CDC的一维虚拟机迁移问题，还解决了多维虚拟机的迁移问题。
- 这提高了虚拟机迁移的成功率，降低了 CDC 的能耗，并在确保虚拟机性能的同时改善了负载平衡。
最后，利用本研究建立的验证平台对算法进行了验证。
本文的主要贡献如下：
1. 系统分析虚拟机迁移对云任务和PM性能的影响，同时确定PM利用率的上限和下限。
2. 全面分析了能源消耗对多维和异质性CDC的影响。基于此，提出了一维多维可信虚拟机迁移规则。
3. 基于上述规则提出了HTVM2算法。为了验证算法的有效性，CloudSim中嵌入了由虚拟机生成器、PM发生器和虚拟机初始化模块组成的仿真验证平台，以模拟CDC的真实环境。最后，利用CloudSim验证了HTVM2算法的效果。

利用CloudSim将算法与随机映射算法和比较模块一起实现，模拟VM在CloudSim中的初始部署，验证所提HTVM2算法的效果。通过对比分析，HTVM2算法与GLBC、DTVS和OVMP算法相比，显著提高了虚拟机的迁移成功率和PM的利用率。此外，还减少了使用的 PM 数量，并改善了负载平衡。