一种基于cloudsim平台的虚拟机批量部署方法
【专利摘要】本发明公开一种基于cloudsim平台的虚拟机批量部署方法，扩展混合蚁群算法并将其作为虚拟机批量部署的策略，所述混合蚁群算法采用如下公式进行信息素全局更新：其中rho是信息素残留因子，是虚拟机i到物理机j的信息素矩阵；其中ants[k].pheromoneDeltaMatrix代表第k只蚂蚁的信息素变化矩阵，antNum是蚂蚁数量。使用本发明的部署方法比贪心策略能明显提高系统的负载均衡和资源利用率。
【专利说明】-种基于C I ouds i m平台的虚拟机批量部署方法
【技术领域】
[0001] 本发明涉及互联网云计算领域，尤其涉及一种基于cloudsim平台的虚拟机批量 部署方法。
【背景技术】
[0002] 随着计算机技术的蓬勃发展和互联网技术的飞速进步，云计算作为一种革新性的 计算模式应运而生。基础设施即服务是云计算的基础，它的核心是将数据中心的计算资源 通过虚拟化技术形成资源池，并按照用户提交任务规格和资源请求进行合理的分配，为用 户提供规模可伸缩的实体或虚拟的计算、存储和网络等资源。云数据中心部署了大量虚拟 机向用户提供服务。
[0003] 虚拟机放置问题是云资源调度的一个重要研究问题，虚拟机放置旨在解决虚拟机 与物理机之间的映射关系，重点是根据所设定的放置策略，寻找优化的虚拟机放置方案。
[0004] 贪心算法策略能实现单个虚拟机的最优部署，但是不能使得整个虚拟机群的部署 达到最优。而要使得机器更加地负载均衡、功率的消耗更加减少，就必须考虑全局最优的问 题。
【发明内容】
[0005] 为了解决系统的负载均衡和资源利用率低的问题，本发明采用的技术方案如下： 一种基于Cloudsim平台的虚拟机批量部署方法，扩展混合蚁群算法并将其作为虚拟 机批量部署的策略，其特征在于，所述混合蚁群算法采用（1)式进行信息素全局更新：
【权利要求】
1. 一种基于Cloudsim平台的虚拟机批量部署方法，扩展混合蚁群算法并将其作为 虚拟机批量部署的策略，其特征在于，所述混合蚁群算法采用如下公式进行信息素全局更 新：
是虚拟机j到物理机i的信息素矩阵；其中ants[k].pheromoneDeltaMatrix代表第k只蚂蚁的信息素变化矩阵，antNum是蚂蚁数量。
2. 根据权利要求1所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征在 于，在所述混合蚁群算法中加入了禁忌表搜索，所述禁忌表搜索具体为：在蚂蚁为虚拟机分 配物理机时，若为虚拟机选择了物理机i则从尚未使用的物理机数组unUsedHosts中去掉 被选择的物理机i，若UnUsedHosts为空而仍有虚拟机待分配，则往UnUsedHosts添加所有 的物理机编号。
3. 根据权利要求1或2所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征 在于，在所述混合蚁群算法中加入物理机性能参数动态更新策略。
4. 根据权利要求3所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征在 于，所述物理机性能参数动态更新策略具体为：若蚂蚁为虚拟机j选择了物理机i，则减去 虚拟机j的相应的归一化数组来更新物理机的cpuMips归一化数组、内存的归一化数组、带 宽的归一化数组和硬盘大小的归一化数组。
5. 根据权利要求1或2所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征 在于，物理机i被虚拟机j选择的概率P1*以下公式计算：
Ik =pleromcmt[jl[k] , ^ =麗：:詩鲁,alpha和beta为任意值，建议取值为I. 0 或 5.0，
6. 根据权利要求5所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征在 于，每只蚂蚁在建立自己的部署方案之后都对信息素变化矩阵pheromoneDeltaMatrix进 行更新。
7. 根据权利要求6所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征在 于，所述信息素变化矩阵PheromoneDeltaMatrix的更新按如下公式进行：
是整体匹配度。
8. 根据权利要求7所述的一种基于cloudsim平台的虚拟机批量部署方法，其特征在 于，所述混合蚁群算法包括以下步骤： S81初始化：将相关参数传给该蚁群； S82产生相应数量的蚂蚁，根据初始信息素initPheromone初始化信息素矩阵pheromone,初始迭代次数I=O; 583 1=1+1; 584 antNum只蚂蚁执行自己的任务，找出对应的部署方案； 585 antNum只蚂蚁完成所有虚拟机部署获得antNum个部署方案后，比较计算每个方 案的整体的匹配度cost，对比选择本次迭代的最佳部署方案； S86更新信息素矩阵pheromone; S87判断I是否大于等于times，若否，返回S83,进行下一次迭代，若是，则执行停止迭 代，输出最佳放置方案bestVmToHost，结束程序。
9. 根据权利要求8述的一种基于cloudsim平台的虚拟机批量部署方法，其特征在于， 所述步骤S84中蚂蚁执行自己的任务找出对应的部署方案包括以下步骤： S91对该蚂蚁进行初始化：由蚁群将相关参数传给该蚂蚁； S92计算出cpuMips的匹配度矩阵cpuMipsMatchDegreeMatrix、内存的匹配度矩阵ramMatchDegreeMatrix、带宽的匹配度矩阵bwMatchDegreeMatrix和硬盘大小的匹配度矩 阵SizeMatchDegreeMatrix; S93初始化信息素变化矩阵pheromoneDeltaMatrix为0,尚未使用的物理机数组unUsedHosts，虚拟机到物理机的映射数组； S94传入虚拟机编号j和信息素矩阵pheromone,检查unUsedHosts数组是否为空，若 否则计算UnUsedHosts数组中编号为i的物理机被选择的概率0,若是则往UnUsedHosts 数组中添加所有的物理机编号再计算编号为i的物理机被选择的概率Pi; S95轮盘赌选择一个物理机i; S96更新物理机i的cpuMips归一化数组、带宽的归一化数组、内存的归一化数组和硬 盘大小的归一化数组，从unUsedHosts数组中去掉被选择的物理机i ; S97检查是否还有虚拟机未分配，若是则返回S92,若否，则该蚂蚁更新信息素变化矩 阵pheromoneDeltaMatrix然后停止自己的任务。
10. 根据权利要求8或9所述的一种基于cloudsim平台的虚拟机批量部署方法，其特 征在于，所述方法包括： cloudsim的datacenterbrokerAco中的createVmsInDatacenter函数检查是否有未创 建的虚拟机集合，如果有，则向datacenterAco发送创建虚拟机的消息，传送要创建的虚拟 机集合； datacenterAco中的processVmCreate函数接收传送过来的虚拟机集合，调 用虚拟机分配类VmAllocationPolicyAco中的allocateHostForVmList函数，在 alIocateHostForVmList函数中根据所述混合蚁群算法来为虚拟机集合分配物理机。
【文档编号】G06F9/50GK104461739SQ201410767818
【公开日】2015年3月25日 申请日期:2014年12月15日 优先权日:2014年12月15日
【发明者】卞静, 李焱, 詹宏钊, 朱庆勇 申请人:中山大学