-
公开(公告)号：CN114928542B
公开(公告)日：2023-05-16
申请号：CN202210534512.0
申请日：2022-05-17
Applicant: 内蒙古工业大学
IPC: H04L41/0823 , H04L41/0813 , H04L41/0894 , H04L41/50 , G06N3/006
Abstract: 本发明属于虚拟机迁移方法技术领域，具体涉及一种基于动态整合和多目标布谷鸟算法的虚拟机迁移方法，包括下列步骤：构建虚拟机动态迁移多目标优化模型；判断迁移时机，筛选待迁移虚拟机以及待迁入物理机；采用布谷鸟搜索算法进行虚拟机重分配。本发明以云平台综合资源利用率、负载均衡和能耗为优化目标，建立了虚拟机动态迁移多目标优化模型，提出了基于动态整合和改进多目标布谷鸟搜索算法的虚拟机迁移策略，分别设计了迁移时机、待迁移虚拟机的选择和基于改进的多目标布谷鸟搜索算法的虚拟机重分配方法。与现有方法在cloudsim平台上进行对比，在综合考虑了综合资源利用率、负载均衡和能耗之外，还能保障用户的服务质量，降低虚拟机迁移次数。
-
公开(公告)号：CN113296893B
公开(公告)日：2022-09-02
申请号：CN202110595616.8
申请日：2021-05-29
Applicant: 内蒙古工业大学
Abstract: 本发明属于云计算技术领域，具体为一种基于混合正弦余弦粒子群优化算法的云平台低资源损耗虚拟机放置方法。包括：步骤1：获取数据中心物理机资源状态和待放置虚拟机的集合，根据虚拟机和物理机的映射关系，随机生成N个粒子作为初始种群；步骤2：使用反向学习策略生成步骤1的初始种群的反向种群，初始种群中个体和其反向个体比较，选择更优的个体为种群的初始个体；步骤3：迭代更新，更新种群的全局最优解和每个个体的历史最优解，利用混合正弦余弦粒子群优化算法更新种群每个个体的速度和位置，直至达到最大迭代次数T，获得种群全局最优解。步骤4：输出步骤3获得的种群全局最优解，全局最优解位置对应的放置方案即为最优的放置方案。
-
Patent Agency Ranking
公开(公告)号：CN113296893A
公开(公告)日：2021-08-24
申请号：CN202110595616.8
申请日：2021-05-29
Applicant: 内蒙古工业大学
Abstract: 本发明属于云计算技术领域，具体为一种基于混合正弦余弦粒子群优化算法的云平台低资源损耗虚拟机放置方法。包括：步骤1：获取数据中心物理机资源状态和待放置虚拟机的集合，根据虚拟机和物理机的映射关系，随机生成N个粒子作为初始种群；步骤2：使用反向学习策略生成步骤1的初始种群的反向种群，初始种群中个体和其反向个体比较，选择更优的个体为种群的初始个体；步骤3：迭代更新，更新种群的全局最优解和每个个体的历史最优解，利用混合正弦余弦粒子群优化算法更新种群每个个体的速度和位置，直至达到最大迭代次数T，获得种群全局最优解。步骤4：输出步骤3获得的种群全局最优解，全局最优解位置对应的放置方案即为最优的放置方案。
-
公开(公告)号：CN115495194A
公开(公告)日：2022-12-20
申请号：CN202211141273.9
申请日：2022-09-20
Applicant: 内蒙古工业大学
IPC: G06F9/455
Abstract: 本发明实施例公开了一种虚拟机的迁移方法、装置、电子设备及存储介质。该方法包括：获取虚拟机动态迁移多目标优化模型，虚拟机动态迁移多目标优化模型的优化目标包括能耗、资源利用率和负载均衡度；根据虚拟机动态迁移多目标优化模型和布谷鸟算法，生成虚拟机迁移策略；基于虚拟机迁移策略迁移虚拟机。本发明提供的方案能够有效减少虚拟机迁移次数，降低虚拟机调度域的宿主机数量，提高算法运行速度。
-
公开(公告)号：CN114928542A
公开(公告)日：2022-08-19
申请号：CN202210534512.0
申请日：2022-05-17
Applicant: 内蒙古工业大学
IPC: H04L41/0823 , H04L41/0813 , H04L41/0894 , H04L41/50 , G06N3/00
Abstract: 本发明属于虚拟机迁移方法技术领域，具体涉及一种基于动态整合和多目标布谷鸟算法的虚拟机迁移方法，包括下列步骤：构建虚拟机动态迁移多目标优化模型；判断迁移时机，筛选待迁移虚拟机以及待迁入物理机；采用布谷鸟搜索算法进行虚拟机重分配。本发明以云平台综合资源利用率、负载均衡和能耗为优化目标，建立了虚拟机动态迁移多目标优化模型，提出了基于动态整合和改进多目标布谷鸟搜索算法的虚拟机迁移策略，分别设计了迁移时机、待迁移虚拟机的选择和基于改进的多目标布谷鸟搜索算法的虚拟机重分配方法。与现有方法在cloudsim平台上进行对比，在综合考虑了综合资源利用率、负载均衡和能耗之外，还能保障用户的服务质量，降低虚拟机迁移次数。
-
公开(公告)号：CN113704220A
公开(公告)日：2021-11-26
申请号：CN202111021786.1
申请日：2021-09-01
Applicant: 内蒙古工业大学
IPC: G06F16/182 , G06F11/34 , G06N3/04 , G06N3/12
Abstract: 本发明属于参数调优技术领域，具体涉及一种基于LSTM和遗传算法的Ceph参数调优方法，包括下列步骤：收集数据集；证明非线性关系；S3、使用LSTM构建性能预测模型；使用EGA进行寻优。收集数据集的方法为：对Ceph的8个配置参数在可调范围内随机取值，设第i个参数confi的取值范围为[lbi，ubi]，confi＝random(lbi，ubi)，i＝1,2,…,8；将参数组合config＝{conf1，conf2，conf3，conf4，conf5，conf6，conf7，conf8}更新到Ceph系统中，并测试对应的Ceph块存储系统读写性能；参数组合configi和对应的iopsi构成一个数据项(configi，iopsi)，将收集到的所有数据项作为构建Ceph性能预测模型的数据集。本发明利用LSTM构建了准确可靠的Ceph性能预测模型，将性能预测模型的预测值作为种群个体的适应度，通过EGA找到最优的参数配置，使系统性能达到最优。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
