An Energy-Efficient Strategy for Virtual Machine Allocation over Cloud Data Centers
An Energy-Efficient Strategy for Virtual Machine Allocation over Cloud Data Centers
复制标题
云数据中心虚拟机分配的节能策略
DOI：
10.1007/s10922-019-09489-w
复制
发表时间：
2019-10
影响因子：
3.6
通讯作者：
Wuyi Yue
中科院分区：
文献类型：
--
作者：
Xiuchen Qie;Shunfu Jin;Wuyi Yue
随着云数据中心规模的增大，节能问题越来越受到关注。为了在云数据中心实现更绿色、更高效的计算，在本文中，我们提出了一种具有异步多睡眠模式和自适应任务迁移方案的节能虚拟机（VM）分配策略。虚拟集群中托管的虚拟机分为两个模块，即模块一和模块二。模块 I 中的虚拟机始终处于唤醒状态，而模块 II 中的虚拟机将在可能的情况下独立进入睡眠状态。因此，建立了具有部分异步多个假期的排队模型来捕捉所提出策略的工作原理。使用矩阵几何求解的方法，从数学上导出任务平均响应时间和系统节能率方面的性能度量。提供了分析和仿真的数值实验来验证所提出的 VM 分配策略并估计系统参数对性能测量的影响。最后，构建系统成本函数来权衡不同的性能指标，并采用智能搜索算法同时优化模块II中的虚拟机数量和休眠参数。
With the increase in the scale of cloud data centers, more attention is being focused on the issue of energy conservation. In order to achieve greener, more efficient computing in cloud data centers, in this paper, we propose an energy-efficient Virtual Machine (VM) allocation strategy with an asynchronous multi-sleep mode and an adaptive task-migration scheme. The VMs hosted in a virtual cluster are divided into two modules, namely, Module I and Module II. The VMs in Module I are always awake, whereas the VMs in Module II will go to sleep independently, if possible. Accordingly, a queuing model with a partial asynchronous multiple vacations is established to capture the working principle of the proposed strategy. Using the method of a matrix-geometric solution, performance measures in terms of the average response time of tasks and the energy saving rate of the system are mathematically derived. Numerical experiments with analysis and simulation are provided to validate the proposed VM allocation strategy and to estimate the influence of system parameters on performance measures. Finally, a system cost function is constructed to trade off different performance measures, and an intelligent searching algorithm is employed to optimize the number of VMs in Module II and the sleeping parameter in the same time.
登录
查看更多内容
影响因子：
3.9
作者：
Jungmin Son;A. V. Dastjerdi;R. Calheiros;R. Buyya
通讯作者：
Jungmin Son;A. V. Dastjerdi;R. Calheiros;R. Buyya
DOI：
10.1109/iceac.2011.6136680
发表时间：
2011-11
期刊：
2011 International Conference on Energy Aware Computing
影响因子：
--
作者：
Imad Sarji;Cesar Ghali;A. Chehab;A. Kayssi
通讯作者：
Imad Sarji;Cesar Ghali;A. Chehab;A. Kayssi
影响因子：
6.5
作者：
Md. Sabbir Hasan;Yousri Kouki;T. Ledoux;Jean-Louis Pazat
通讯作者：
Md. Sabbir Hasan;Yousri Kouki;T. Ledoux;Jean-Louis Pazat
DOI：
10.1109/cloudcom.2012.6427509
发表时间：
2012-12
期刊：
4th IEEE International Conference on Cloud Computing Technology and Science Proceedings
影响因子：
--
作者：
Yongpeng Liu;Hong Zhu;Kai Lu;Xiaoping Wang
通讯作者：
Yongpeng Liu;Hong Zhu;Kai Lu;Xiaoping Wang
DOI：
10.1007/978-3-319-68520-5_9
发表时间：
2017-08
期刊：
--
影响因子：
--
作者：
Shunfu Jin;Shanshan Hao;Wuyi Yue
通讯作者：
Shunfu Jin;Shanshan Hao;Wuyi Yue