数据云中基于启发式反向蜂群的虚拟机选择节能算法  

VM Selection Energy-Efficiency Algorithm Based on Heuristic Backward Artificial Bee Colony Method in Data Clouds

作　　者：姜建华[1,2] 刘渝[2] 王丽敏[2] 陈坚[1] 黄娜[1,3] 魏晓辉[4] 

机构地区：[1]吉林财经大学物流产业经济与智能物流实验室,长春130117 [2]吉林财经大学管理科学与信息工程学院,长春130117 [3]上海财经大学信息管理与工程学院,上海200433 [4]吉林大学计算机科学与技术学院,长春130012

出　　处：《吉林大学学报（理学版）》2014年第6期1239-1248,共10页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:61170004;61202306);吉林省教育厅基金(批准号:2012188);吉林财经大学科研项目(批准号:XJ2012007;2013006)

摘　　要：结合数据中心中数据密集型作业的频繁读写数据特点，综合考虑 CPU 使用率和 RAM使用率两个影响因素构建服务器能耗评价模型，并引入人工蜂群算法及启发式反向思想，将其应用于数据中心虚拟机迁移策略中的虚拟机选择环节，实现云计算中数据中心节能问题的优化.在 CloudSim 3.0云计算模拟器中的仿真实验结果表明：该启发式反向蜂群虚拟机选择节能算法（ABCS）与最大最小时间（MMT）、随机选择（RS）和最小使用率（MU）3种经典虚拟机选择算法相比节能20%~25%，虚拟机迁移频率减少至5%以下.Energy-efficiency is a crucial issue in data center. Since data-intensive jobs have the characteristics of frequently reading and writing operations,CPU and RAM utilization rates are considered as two important influencing factors to make energy-efficiency evaluation model.Artificial bee colony algorithm and heuristic backward thinking were applied to VM selection phase in VM migration policy to save energy.Compared with MMT,RS and MU algorithms in CloudSim,the proposed VM selection algorithm, ABCS, made energy 20%—25% saved and VM migration frequency less than 5%.

关 键 词：云计算 虚拟机迁移 虚拟机选择 人工蜂群算法 

分 类 号：TP316[自动化与计算机技术—计算机软件与理论]