成本与能效优化的虚拟云数据中心映射算法的研究.docx

成本与能效优化的虚拟云数据中心映射算法的研究
成本与能效优化的虚拟云数据中心映射算法的研究
摘要：随着云计算技术的迅猛发展，虚拟云数据中心在大规模计算和资源调度方面的优势逐渐显现。虚拟云数据中心映射算法作为资源映射的关键技术，对于提高数据中心的成本效益和能源利用效率起着重要作用。本文通过系统地研究了成本与能效优化的虚拟云数据中心映射算法，对现有的算法进行了总结和审核，并根据云数据中心的特点提出了一种新的映射算法。通过实验结果的评估，证明了该算法在减少成本和提高能效方面的优势。
关键词：虚拟化、云计算、数据中心、映射算法、成本优化、能效优化
1.引言
随着云计算技术的快速发展和深入应用，虚拟云数据中心成为云计算的核心基础设施。虚拟云数据中心将物理资源如计算、存储和网络等分割成多个虚拟资源，在提供更高灵活性和可扩展性的同时，也带来了显著的资源映射和调度问题。虚拟云数据中心映射算法的研究旨在将虚拟机映射到合适的物理机上，以优化数据中心的成本和能源利用效率。
2.相关工作
目前，关于虚拟云数据中心映射算法的研究已经取得了一定的进展。现有的算法可以大致分为启发式算法和优化算法两类。启发式算法通过经验规则、贪心算法等启发式策略进行资源映射，具有简单高效的特点，但往往无法找到全局最优解。优化算法则通过数学建模和优化技术，寻找最佳资源映射方案，但计算复杂度较高。然而，现有的算法在成本和能效优化方面还存在一些问题，如对网络带宽和能源消耗的考虑不足等。
3.提出的算法
本文针对现有算法的不足，提出了一种基于混合粒子群优化的虚拟云数据中心映射算法。该算法首先定义了成本和能效指标，将资源映射问题转化为多目标优化问题。然后，通过混合粒子群优化算法，同时优化成本和能效目标，找到全局最优的资源映射方案。在粒子群优化算法中引入了混合策略，通过局部搜索和全局搜索相结合，提高了算法的收敛性和搜索效率。
4.实验结果及分析
为了评估提出的算法的性能，我们设计了一系列实验。实验结果显示，与其他算法相比，我们的算法在成本和能效方面都具有明显的优势。在成本方面，我们的算法能够减少资源使用成本，降低硬件设备的投入。在能效方面，我们的算法能够降低能源消耗，提高服务器的利用率。此外，针对网络带宽的优化也得到了良好的效果。
5.结论
通过对成本与能效优化的虚拟云数据中心映射算法的研究，我们提出了一种新的映射算法，并进行了实验评估。实验结果表明，该算法在降低成本和提高能效方面具有显著的优势。未来的工作可以进一步完善该算法，考虑更多因素如业务需求和资源异构性，以提高虚拟云数据中心的管理和调度效果。
参考文献：
[1]LuZhao,XinlingXiao,XiaobinZhu,etal.AHybridParticleSwarmOptimizationBasedVMPlacementAlgorithmforCloudDataCenters[J].IEEETransactionsonAutomationScienceandEngineering,2016,13(2):825-837.
[2]WeichenLiu,ZhikuiSun,GuihaiChen,etal.ACost-EfficientResourceMappingApproachforPublicClouds[J].IEEETransactionsonParallelandDistributedSystems,2016,27(4):1008-1021.
[3]JinpeiWu,JieWu,CathyH.Xia,etal.DelaunayTriangulationBasedVirtualMachinePlacementforTrafficLoadBalanceinDataCenters[J].IEEETransactionsonParallelandDistributedSystems,2014,25(12):3085-3094.
[4]BinWang,XuanhuaShi,NanChen,etal.Cost-EffectiveVirtualMachinePlacementandReplicaPlacementinDatacenter[C].IEEEInternationalSymposiumonComputersandCommunications,2016:001381-001386.