VRAA: virtualized resource auction and allocation based on incentive and penalty
VRAA: virtualized resource auction and allocation based on incentive and penalty
复制标题
VRAA：基于激励和惩罚的虚拟化资源拍卖和分配
DOI：
10.1007/s10586-012-0235-6
复制
发表时间：
2013-12
期刊：
影响因子：
--
通讯作者：
周丽
中科院分区：
文献类型：
--
作者：
蒋从锋;段良成;Chunlei Liu;万健;周丽
虚拟化在云计算环境中被广泛用于有效地管理资源，但它也带来了一些挑战。其中之一是虚拟机之间资源分配的公平性问题。传统的虚拟化资源分配方法平均分配物理资源，而不考虑每个虚拟机的实际工作负载，因此经常导致浪费。在本文中，我们提出了一个虚拟化的资源拍卖和分配模型（VRAA）的基础上的激励和惩罚，以纠正这种浪费问题。在我们的方法中，我们使用合作博弈的纳什均衡在多个虚拟机之间公平分配资源，以最大限度地提高系统的收益。为了说明所提出的方法的有效性，我们然后应用拍卖游戏的基本定律来研究CPU分配和争用如何影响应用程序的性能（即，响应时间），以及它对CPU利用率的影响。我们发现，在我们的VRAA模型中，公平性指数高，资源分配是密切相关的虚拟机的实际工作负载，从而减少了资源的浪费。实验结果表明，该模型具有较好的通用性，可以应用于其他虚拟化非CPU资源。
Virtualization is widely used in cloud computing environments to efficiently manage resources, but it also raises several challenges. One of them is the fairness issue of resource allocation among virtual machines. Traditional virtualized resource allocation approaches distribute physical resources equally without taking into account the actual workload of each virtual machine and thus often leads to wasting. In this paper, we propose a virtualized resource auction and allocation model (VRAA) based on incentive and penalty to correct this wasting problem. In our approach, we use Nash equilibrium of cooperative games to fairly allocate resources among multiple virtual machines to maximize revenue of the system. To illustrate the effectiveness of the proposed approach, we then apply the basic laws of auction gaming to investigate how CPU allocation and contention can affect applications’ performance (i.e., response time), and its effect on CPU utilization. We find that in our VRAA model, the fairness index is high, and the resource allocation is closely proportional to the actual workloads of the virtual machines, so the wasting of resources is reduced. Experiment results show that our model is general, and can be applied to other virtualized non-CPU resources.
登录
查看更多内容
DOI：
10.1145/1064212.1064252
发表时间：
2005-06
期刊：
--
影响因子：
--
作者：
B. Urgaonkar;G. Pacifici;P. Shenoy;M. Spreitzer;A. Tantawi
通讯作者：
B. Urgaonkar;G. Pacifici;P. Shenoy;M. Spreitzer;A. Tantawi
DOI：
10.1016/j.future.2009.05.003
发表时间：
2010-10
期刊：
Future Gener. Comput. Syst.
影响因子：
--
作者：
P. Ghosh;Sajal K. Das
通讯作者：
P. Ghosh;Sajal K. Das
影响因子：
5.3
作者：
B. J. Watson;M. Marwah;D. Gmach;Yuan Chen;M. Arlitt;Zhikui Wang
通讯作者：
B. J. Watson;M. Marwah;D. Gmach;Yuan Chen;M. Arlitt;Zhikui Wang
DOI：
10.1109/ipdps.2004.1303020
发表时间：
2004-04
期刊：
18th International Parallel and Distributed Processing Symposium, 2004. Proceedings.
影响因子：
--
作者：
P. Ghosh;Nirmalya Roy;Sajal K. Das;K. Basu
通讯作者：
P. Ghosh;Nirmalya Roy;Sajal K. Das;K. Basu
DOI：
10.1145/1519065.1519068
发表时间：
2009-04
期刊：
--
影响因子：
--
作者：
Pradeep Padala;Kai-yuan Hou;K. Shin;Xiaoyun Zhu;Mustafa Uysal;Zhikui Wang;S. Singhal;A. Merchant-A.-Merch
通讯作者：
Pradeep Padala;Kai-yuan Hou;K. Shin;Xiaoyun Zhu;Mustafa Uysal;Zhikui Wang;S. Singhal;A. Merchant-A.-Merch