Exploiting Workload Cycles for Orchestration of Virtual Machine Live Migrations in Clouds
云环境中的虚拟机实时迁移旨在降低能源成本并提高资源利用率。然而，它的潜力尚未得到充分开发，因为同时迁移可能会导致用户应用程序性能下降和网络拥塞。关于实时迁移编排策略的研究工作仍然主要依赖于系统级指标。这项工作介绍了一个应用程序感知的实时迁移架构（ALMA），选择合适的时刻迁移使用应用程序的特征数据。这种表征包括通过快速傅立叶变换识别资源使用周期。从我们的实验中，与没有应用程序工作负载分析的迁移策略相比，基准测试的实时迁移时间减少了74%，实际应用程序减少了67%。实时迁移过程中的网络数据传输减少了高达62%。
2016-07-26 cs.DC
A Taxonomy of Live Migration Management in Cloud Computing
云数据中心已成为提供服务的骨干基础设施。随着新兴的边缘计算模式，计算和网络功能已从云推向边缘，以提供具有低端到端延迟的计算，智能和网络管理。边缘和云计算中跨不同计算节点的服务迁移对于保证动态环境中的服务质量至关重要。动态资源管理涉及到迁移虚拟机以实现各种目标，如负载均衡、整合、性能、节能和灾难恢复等。一些人已经研究了如何提高和预测VM和容器的单个实时迁移的性能。最近，一些研究服务迁移的边缘为中心的计算范式。然而，缺乏关注边缘和云计算环境中的实时迁移管理的调查。我们检查每个字段的特征，并进行以迁移管理为中心的分类和调查。我们还确定了差距和研究机会，以保证实时迁移的资源管理性能。
2021-12-05 cs.DC
Desktop to Cloud Migration of Scientific Computing Experiments
科学计算应用通常需要大量的计算能力。云提供了有趣的高性能计算解决方案，其承诺几乎无限的资源需求。然而，将科学计算问题迁移到云以及在供应商提供的操作系统和云实例上重新创建软件环境通常是一项艰巨的任务。还假设执行实验的科学家具有计算机科学、云计算和迁移过程的丰富知识，这通常是不正确的。考虑到这些障碍，我们设计了一个工具套件，可以将完整的软件环境直接迁移到云端。开发的桌面到云迁移（D2CM）工具支持虚拟机映像的转换和迁移，可重用的部署描述和生命周期管理，适用于托管在Amazon Cloud或兼容基础设施（如Eucalyptus）上的应用程序。本文还提出了一个电化学的案例研究和计算实验针对设计现代超级电容器。这些实验在绘制特定领域的结果中广泛使用了该工具。对案例的详细分析表明，D2CM工具不仅简化了科学家的迁移过程，而且通过为他们提供一个新的维度--计算实验的成本-价值，帮助他们优化计算和计算集群。
2015-11-25 cs.DC
Decentralized Overlay for Federation of Enterprise Clouds
本章介绍Aneka-Federation，这是一个分散的分布式系统，它结合了企业云、覆盖网络和结构化对等技术，为高吞吐量计算创建可扩展的计算节点广域网络。Aneka-Federation集成了许多小规模的Aneka企业云服务和节点，这些服务和节点分布在多个控制和企业域中，作为单个协调资源租赁抽象的一部分。该系统的设计目标是使分布式企业云资源整合和应用编程灵活、高效、可扩展。该系统的设计，使它：使现有的Aneka企业云的无缝集成的一部分，单一的广域资源租赁联邦;自组织的系统组件的基础上结构化的对等路由方法;并提出了一个分布式的应用程序组合环境，可以支持各种编程和执行模型的最终用户。本章描述了一种新颖的，可扩展的和分散的对等技术的设计和实现，该技术有助于发现，连接和提供Aneka企业云的服务，用户可以使用不同的编程模型来组成他们的应用程序。这里描述了对系统的评估，其中应用程序是在Aneka企业云的覆盖之上使用任务和线程执行模型编程的。
2008-11-16 cs.DC cs.NI
KubeDSM: A Kubernetes-based Dynamic Scheduling and Migration Framework for Cloud-Assisted Edge Clusters
本文提出KubeDSM框架，通过批量调度与实时迁移机制减少云辅助边缘集群中的资源碎片化，提升边缘pod分配比率和服务质量保障能力。
2025-09-18 cs.DC
Time Efficient Data Migration among Clouds
云计算是现代IT行业的主要需求之一。当今的云计算行业越来越依赖于它，这导致了相互丰富的解决方案和挑战。在云计算面临的众多挑战中，云迁移是其中一个主要的问题，需要设计优化的解决方案来推动它的发展。数据迁移研究者试图移动涉及不同地理位置的数据，这些数据包含巨大的数据量，紧凑的时间限制和有问题的架构。研究人员的目标是以最小的传输成本传输数据，并使用各种有效的调度方法和其他技术来实现这一目标。在以往的研究斗争中，提出了许多解决方案。在我们提出的工作中，我们已经探索了上下文因素，以实现更短的传输时间。实体框架核心技术用于概念建模、映射和分拣建模。为了最小传输成本，指定了对象相关映射。在数据迁移期间实现时间效率的预期目标已经实现。当Azure和Gear主机云之间发生数据传输时，所提出的框架具有一定的大小限制。
2018-09-24 cs.DC
Research Challenges for Enterprise Cloud Computing
云计算代表了从购买计算产品到通过互联网从大规模数据中心或“云”交付给消费者的计算服务的转变。本文从企业或组织的角度讨论了云计算面临的一些研究挑战，并通过回顾现有的云计算文献，将其置于上下文中。讨论了与以下主题相关的各种研究挑战：云计算带来的组织变革;其效用计费模式的经济和组织影响;云计算提出的安全、法律和隐私问题。强调这些研究挑战很重要，因为云计算不仅仅是数据中心的技术改进，而是IT配置和使用方式的根本性变化。这种类型的研究有可能影响云计算在企业和消费者市场的更广泛采用。
2010-01-19 cs.CY cs.DC
ABEONA: an Architecture for Energy-Aware Task Migrations from the Edge to the Cloud
本文介绍了我们使用ABEONA的初步结果，ABEONA是一种边缘到云架构，允许将任务从边缘上的低能耗，资源受限的设备迁移到云端。我们对人工和真实世界数据集的初步结果表明，通过在边缘水平扩展，可以以更有效的方式执行工作负载，而不会对执行运行时产生负面影响。
2019-10-08 cs.DC
A generic cloud migration process model
云计算文献提供了利用云服务的各种方法，每种方法都有不同的观点和焦点，并且大多使用异构的以技术为中心的术语。这阻碍了知识在整个社区的有效和一致的流动。很少有研究旨在开发一个集成的过程模型，该模型捕获核心领域概念并将它们联系在一起，以提供将遗留系统迁移到可针对给定上下文进行定制的云平台的总体视图。我们采用设计科学研究的指导方针，我们使用元建模的方法来开发一个通用的过程模型，然后通过三个案例研究和领域专家评审评估和完善模型。这项研究有利于学者和从业者，为构建、标准化、维护和共享定制的云迁移模型奠定了基础，这些模型可以应用于给定的云采用场景。
2020-04-16 cs.DC
Atlas: Hybrid Cloud Migration Advisor for Interactive Microservices
Atlas是一个混合云迁移顾问，通过数据驱动方法学习API组件利用和网络足迹，从数百万方案中加速发现高质量迁移计划，在延迟、可用性和成本间提供可定制权衡，实现21%性能提升和11%成本降低。
2023-11-12 cs.DC
Distributed Cloud Computing Environment Enhanced with Capabilities for Wide-Area Migration and Replication of Virtual Machines
当网络应用程序作为虚拟机在云上实现并由大量用户使用时，应仔细选择虚拟机的位置，以使用户体验的响应时间最小化。随着用户群体的移动和/或增加，虚拟机可能需要被迁移到新的位置或在广域网上的许多位置上复制。虚拟机迁移和复制已经得到了广泛的研究，但在大多数情况下，它们仅限于子网内，以便能够保持服务的连续性。在本文中，我们介绍了一个分布式的云计算环境，方便迁移和复制的虚拟机在广域网。该机制由智能路由器的覆盖网络提供，每个智能路由器将合作数据中心连接到Internet。对所提出的方法进行了分析，并与相关工作进行了比较
2014-01-09 cs.DC
Adaptive Edge Process Migration for IoT in Heterogeneous Cloud-Fog-Edge Computing Environment
以云为中心的物联网管理系统的延迟问题激发了雾和边缘计算（FEC）架构，该架构将任务从云分发到边缘资源，如路由器，交换机或物联网设备本身。具体来说，物联网系统的移动传感器也可以为FEC执行某些任务。考虑到当移动传感器无法继续其任务时从移动传感器到其他资源的动态过程迁移的需要，IoT系统需要提供允许移动传感器在运行时将其任务动态地迁移到其他FEC资源的灵活机制。然而，它提出了一个问题，在什么是最佳的方法时，移动传感器打算将其任务迁移到多个异构FEC资源？为了解决这个问题，作者提出了REM方案，这是能够优化进程迁移决策。此外，为了实现这样的系统并验证REM方案，作者开发了EPIOT主机框架。最后，作者实现了REM方案和框架，并进行了评估，结果表明，REM方案是能够提高在异构FEC环境中的进程迁移的性能。
2018-11-27 cs.DC
Containers Placement and Migration on Cloud System
目前，许多企业正在使用云计算远程获取整个IT基础设施，同时将其管理委托给第三方。这种架构的提供商确保服务的运行和维护，同时通过Web控制台提供管理功能。这些提供商提供基于裸金属或虚拟化平台（主要是虚拟机）的解决方案。最近，出现了一种新型的虚拟化-基于容器化技术。容器可以部署在裸机服务器或虚拟机中。在动态资源管理（DRM）中，虚拟机（VM）和容器的迁移是降低数据中心能耗、减少其对气候变化的影响从而最大限度降低运营成本的关键因素。本文将研究这两种虚拟化的实时迁移。为此，提出了容器放置和迁移算法，该算法考虑了不同用户的QoS需求，以最小化能量消耗。因此，提出了一种基于数据中心中的主机和虚拟机的RAM使用阈值的动态方法，以避免不必要的功耗。本文将所提出的工作与VM/Container的放置和迁移方法进行了比较，实验结果表明，使用容器迁移代替VM可以降低功耗，同时也减少了影响QoS的迁移时间，减少了SLA违规。
2020-07-16 cs.DC
An Approach to Ad hoc Cloud Computing
我们考虑如何利用企业内未充分利用的计算资源来提高利用率并创建弹性计算基础设施。当前大多数云供应都涉及数据中心模型，其中机器集群专用于运行云基础设施软件。我们提出了一个额外的模型，ad hoc云，其中基础设施软件分布在从企业内已经存在的机器中获取的资源上。与数据中心云模型相反，资源级别不是先验建立的，在使用时也不是专用于云的资源。参与的机器不是专用于云，而是具有其他一些主要用途，例如为特定用户运行交互式进程。我们概述了主要的执行挑战和解决这些挑战的一种方法。
2010-02-25 cs.DC
Multi-objective, Decentralized Dynamic Virtual Machine Consolidation using ACO Metaheuristic in Computing Clouds
计算资源利用不足和高功耗是云资源管理领域的两个主要挑战。本文通过在大规模虚拟化数据中心环境中进行离线、迁移影响感知、多目标动态虚拟机（VM）整合来应对这些挑战。该问题被公式化为NP-难离散组合优化问题，同时具有最小化资源浪费、功耗和相关联的VM迁移开销的目标。由于通过虚拟机实时迁移进行的动态虚拟机整合对托管应用程序性能和数据中心组件有负面影响，因此提出了一种虚拟机实时迁移开销估计技术，该技术考虑了实用的迁移参数和开销因素。为了解决可扩展性问题，提出了一个分层的，分散的动态VM整合框架，有助于本地化与迁移相关的网络流量，降低网络成本。此外，一个多目标，动态VM合并算法，提出了利用蚁群优化（ACO）元启发式，与建议的VM迁移开销估计技术的集成。全面的性能评估表明，所提出的动态VM整合方法在所有性能指标上都超过了最先进的离线、迁移感知的动态VM整合算法，其总体功耗降低了47%，资源浪费降低了64%，迁移开销降低了83%。
2017-06-20 cs.DC
SLA-Aware Multiple Migration Planning and Scheduling in SDN-NFV-enabled Clouds
在支持软件定义网络（SDN）的云数据中心中，实时迁移是用于云服务中的虚拟机（VM）和服务功能链（SFC）中的虚拟网络功能（VNF）的重新分配的关键方法。使用实时迁移方法，云提供商可以在不中断用户服务的情况下解决其动态资源管理和容错目标。然而，在云数据中心中，以任意顺序执行多个实时迁移可能导致服务降级。因此，有效的迁移规划对于减少实时迁移开销的影响至关重要。此外，为了防止服务质量（QoS）降级和违反服务水平协议（SLA），有必要为具有各种紧急性的不同实时迁移请求设置优先级。在本文中，我们提出了SLARQs，一组算法，组成的最后期限感知的多迁移分组算法和在线迁移调度，以确定VM/VNF迁移的顺序。实验结果表明，该方法在合理的算法运行时间下，可以有效地减少截止期错过次数，并在总迁移时间、平均执行时间、停机时间和传输数据量等方面与逐个调度和两种最先进的算法相比，具有良好的迁移性能.我们还评估和分析多迁移规划和调度的QoS和能源消耗的影响。
2021-01-24 cs.DC cs.NI
Dynamic Resource Allocation for Virtual Machine Migration Optimization using Machine Learning
Northern Arizona University（北亚利桑那大学）；Trine University（特里内大学）；Zhejiang University（浙江大学）；Tsinghua University（清华大学）
针对传统云计算环境中静态规则在虚拟机迁移和资源分配上的局限性，提出基于机器学习的虚拟机迁移优化与动态资源分配方法，以解决云计算中的资源调度挑战。
2024-03-20 cs.AI cs.DC
Multi-objective dynamic virtual machine consolidation in the cloud using ant colony system
提出了一种新的多目标蚁群算法用于云数据中心的虚拟机整合。所提出的算法建立虚拟机迁移计划，然后使用这些计划通过将虚拟机整合到未充分利用的物理机上来最大限度地减少物理机（PM）的过度配置。它优化了两个按重要性排序的目标。在所提出的算法的首要目标是最大限度地提高发布PM的数量。此外，由于VM迁移是一项资源密集型操作，因此它还尝试最大限度地减少VM迁移的数量。所提出的算法进行了一系列的实验经验评估。实验结果表明，该算法为云数据中心的虚拟机整合提供了一种有效的解决方案。此外，它优于现有的两个基于蚁群优化的VM合并算法的数量释放的PM和VM迁移的数量。
2017-01-02 cs.DC
XMPIaaS: Towards Cloud Native MPI via Cooperative Process Migration
Virginia Tech（弗吉尼亚理工大学）
本文提出XMPIaaS，一种面向云环境的MPI协作式进程迁移系统，通过选择性迁移受抢占影响的进程组，避免全局检查点开销，实现低成本、弹性的云原生MPI执行。
2026-09-16 cs.DC
A Serverless Distributed Ledger for Enterprises
企业已经被区块链的能力所吸引，它可以为跨公司、地理位置和云的工作负载提供单一的真实来源，同时保持各方IT运营的独立性。然而，到目前为止，生产应用程序仍然很少，受到现有区块链技术的技术限制以及集成到企业IT系统的挑战的阻碍。在本文中，我们从技术角度收集了企业对分布式账本的数据共享和集成需求，认为现有的区块链框架没有充分解决这些需求，并提出了一种新的分布式账本设计，即“无服务器”，即，基于云原生资源构建。我们评估了它的定性和定量属性，并提供证据表明，已经严重依赖云服务提供商的企业会认为这种方法是可以接受的，特别是如果它提供了易于部署，低交易成本结构，以及与实时IT应用需求相一致的延迟和可扩展性的组合。
2021-10-10 cs.DC cs.SE
Scheduling Policies for Stability and Optimal Server Running Cost in Cloud Computing Platforms
我们提出了吞吐量和成本最优的作业调度算法在云计算平台提供基础设施即服务。我们首先考虑在线迁移，并提出作业调度算法，以尽量减少作业迁移和服务器运行成本。我们认为算法，假设知识的工作量到达的工作。我们刻画了系统稳定性的最优成本。我们开发了一个基于漂移加惩罚框架的算法，可以任意接近地实现最优成本。具体来说，该算法产生延迟和成本之间的权衡。然后，我们放松了工作规模的知识假设，并给出了一个算法，使用现成的服务的工作。我们表明，该算法给出了订单明智的相同成本的工作大小为基础的算法。稍后，我们考虑引起迁移延迟的离线作业迁移。我们再次提出吞吐量优化算法，最大限度地减少服务器运行成本。我们说明了所提出的算法的性能，并通过仿真比较这些现有的算法。
2022-06-05 cs.DC
SAED: Edge-Based Intelligence for Privacy-Preserving Enterprise Search on the Cloud
基于云的企业搜索服务（例如，AWS Kendra）一直通过向大数据所有者提供方便和实时的搜索解决方案来吸引他们。然而，问题是，拥有机密大数据的个人和组织由于有效的数据隐私问题而对接受此类服务犹豫不决。此外，为了提供智能搜索，这些服务访问用户搜索历史，这进一步危及他/她的隐私。为了克服隐私问题，本研究的主要思想是将搜索的智能方面与其模式匹配方面分离。根据这个想法，搜索智能由本地边缘层提供，共享云层仅用作穷举模式匹配搜索实用程序。我们提出了边缘智能（SAED）机制，该机制在边缘层以语义和个性化搜索的形式提供智能，同时在云层保持搜索的隐私。在边缘层，SAED使用基于知识的词汇数据库来扩展查询并覆盖其语义。SAED通过可以学习用户兴趣的RNN模型来个性化搜索。一个词嵌入模型被用来检索文档的基础上，它们的语义相关的搜索查询。SAED是通用的，可以插入现有的企业搜索系统，使他们能够提供智能和隐私保护的搜索，而无需对它们进行任何更改。两个企业搜索系统在真实环境下的评估结果和人类用户的验证表明，SAED可以提高检索结果的相关性平均为24%的纯文本和75%的加密通用数据集。
2021-03-11 cs.DC cs.IR
Towards Global Multi-Cloud Strategies: Insights into AWS and Alibaba Cloud Synergy
Ostbayerische Technische Hochschule Amberg-Weiden（东巴伐利亚应用技术大学安贝格-魏登）；Kiel University of Applied Sciences（基尔应用技术大学）
本文通过比较AWS和阿里云在架构、服务和政策上的差异，并利用基础设施即代码工具迁移物联网工作负载，揭示了多云部署的关键技术权衡与最佳实践。
2026-06-23 cs.DC
CAMIG: Concurrency-Aware Live Migration Management of Multiple Virtual Machines in SDN-enabled Clouds
通过集成软件定义网络和云计算，可以通过虚拟机（VM）的实时迁移动态重新分配虚拟化网络和计算资源。当定期触发算法时，动态资源管理（如负载均衡和节能策略）可以请求多次迁移。在动态资源管理方面存在显著的研究成果，其减轻了单次迁移开销，例如在选择潜在的VM和迁移目的地时的单次迁移时间和共址干扰。然而，现有的动态资源管理方案忽略了迁移请求之间的资源依赖关系，导致迁移调度过程中服务质量（服务质量，QoS）下降和违反服务水平协议（SLA）。因此，必须将单个和多个迁移开销集成到VM重新分配规划中。在本文中，我们提出了一个并发意识的多迁移选择器，操作的基础上的最大集团和独立集的资源依赖图的多个迁移请求。我们提出的方法可以与现有的动态资源管理策略。实验结果表明，该方案在实现动态资源管理的同时，最大限度地提高了多次迁移的性能，有效地减少了迁移干扰，缩短了重新分配的收敛时间.
2021-11-17 cs.DC cs.NI
Data Migration among Different Clouds
云计算服务越来越普及。然而，云上数据和服务的高度集中使其成为各种安全攻击的目标，包括DoS，数据窃取和隐私攻击。此外，云提供商可能无法在性能、可用性和安全保证方面遵守服务级别协议。此外，用户可以出于各种原因选择利用来自多个供应商的公共云服务，包括容错和可用性。因此，至关重要的是要有安全和有效的机制，使用户能够透明地复制和移动他们的数据从一个提供商到另一个。在本文中，我们探讨了最先进的云间迁移技术，并确定了Hadoop分布式文件系统HDFS范围内的潜在安全威胁。本文提出了一种云数据库管理系统中的跨云数据迁移机制，为大规模数据文件的迁移提供了更好的安全保障和更快的响应时间。所提出的方法增强了用于实现云节点之间的安全数据迁移的数据安全过程，从而提高了应用程序的响应时间和吞吐量。通过测量其对响应时间和吞吐量的影响，并与文献中的其他技术的性能进行比较，验证了所提出的方法的性能。
2015-12-28 cs.CR cs.DC
Virtual Machine Migration: A Resource Intensive Outsourcing Mechanism for Mobile Cloud Computing
在移动云计算（MCC）中，基于虚拟机（VM）迁移的进程卸载是增强智能移动设备（SMD）的主要方法。VM部署的一个挑战性方面是在VM的部署和管理中使用额外的计算资源，这迫使计算资源用于VM创建和配置。虚拟机的管理包括虚拟机全生命周期监控中的计算资源开发和SMD上虚拟机的物理资源管理。因此，基于VM迁移的应用卸载需要额外的计算资源。因此，计算资源需求和应用程序的执行时间分别增加。在本文中，我们经验审查的影响，虚拟机的部署和管理的应用程序的执行时间在不同的情况下。我们调查虚拟机部署和管理的应用程序处理在模拟环境中采用CloudSim：一个模拟工具包，提供了一个可扩展的模拟框架，模拟虚拟机部署和管理的应用程序处理在云基础设施。这项工作的重要性在于确保VM部署和管理需要SMD上的额外计算资源，以实现应用程序卸载。我们通过分析不同场景下的关键性能参数（KPPs）来评估应用程序处理中的VM部署和管理;例如VM部署，应用程序的执行时间和模拟的总执行时间。我们使用KPPs来评估不同实验方案结果的偏差。实证分析的结论是，虚拟机的部署和管理需要额外的资源上的计算主机，使其成为一个重量级的方法，在智能移动终端的进程卸载。
2012-11-30 cs.DC
Cost of Virtual Machine Live Migration in Clouds: A Performance Evaluation
虚拟化在现代数据中心中已经变得司空见惯，通常被称为“计算云”。虚拟机实时迁移的功能带来了诸多好处，例如提高了性能、容错和容错，同时允许在短时间内移动工作负载。然而，在实时迁移期间，应用程序的服务级别可能会受到负面影响。因此，需要更好地了解其对系统性能的影响。在本文中，我们评估了虚拟机实时迁移对Xen VM内运行的应用程序性能的影响。结果表明，在大多数情况下，迁移开销是可以接受的，但不能忽视，特别是在系统的可用性和响应性是由严格的服务水平协议。尽管如此，在服务于现代互联网应用的数据中心中，实时迁移的适用性具有很大的潜力。我们的研究结果是基于一个工作负载，覆盖域的多层Web 2.0应用程序。
2011-12-09 cs.DC cs.PF
Mind the Boundary: Stabilizing Gemini Enterprise A2A via a Cloud Run Hub Across Projects and Accounts
Independent Researcher（独立研究者）
通过跨项目和账户的云运行枢纽稳定Gemini Enterprise A2A，解决边界依赖认证和UI兼容性问题，实现可靠路由和稳定响应。
2026-01-26 cs.AI cs.DC
Do Small Firms Implement Enterprise Systems Differently? The Case of E-Silk Route Ventures
通过云计算技术提供的成本效益、易于学习、连通性和深入的分析能力，为小公司提供了实施企业系统的机会，而这是只有资源丰富的公司才能拥有的。然而，很明显，小公司仍然在努力实现所谓的ES的好处，仍然很难管理ES实现的复杂性。此外，有限的研究已经进行了讨论ES在小企业的实施。本研究试图进一步了解小企业的ES实施，并重新评估基本的关键成功因素对小企业的适用性。
2021-07-02 cs.DC
Virtual Memory Streaming Technique for Virtual Machines (VMs) for Rapid Scaling and High Performance in Cloud Environment
本文讨论了虚拟内存流（VMS）技术在云环境中提供虚拟机（VM）的影响。VMS是一种可扩展的虚拟化技术，允许不同的虚拟机快速扩展，高性能，并提高硬件利用率。传统的虚拟机管理程序不支持真正的无停机实时迁移，并且其缺乏内存超额订阅可能会通过限制每个主机上的VM数量来损害私有云部署的经济性。VMS汇集了多种高级虚拟机管理程序存储管理技术，包括粒度页面共享、动态内存占用管理、实时迁移、读缓存和独特的虚拟机克隆功能。描述了一个架构模型，以及一个概念验证实现，即VMS通过真正的实时迁移和虚拟机克隆来动态扩展虚拟化基础架构。本文认为，VMS for Cloud允许显著减少服务器内存，并通过立即添加更多虚拟机来减少虚拟化资源扩展的时间。
2014-06-22 cs.DC
Cloud Adoption A Modern Approach
本文识别将工作负载迁移到云的关键因素和候选对象，并通过案例研究分析云迁移的利弊，以帮助组织最大化投资回报率。
2023-05-16 cs.DC
Belief-Desire-Intention (BDI) Multi-agent System for Cloud Marketplace Negotiation
Twitter, Inc.（推特公司）
随着云计算的发展，越来越多的大型企业将其基础设施和工作负载扩展到公共云中。提出了一个基于信念-愿望-意图（BDI）多Agent的云资源云市场系统的完整框架。云市场系统中的每一方都支持BDI代理进行自主决策和协商，以促进资源的自动购买和销售。此外，来自竞争相同云资源的企业的多个BDI代理可以经由主协商交换所彼此协商，以在协商云资源时最小化企业的总体成本函数。云市场系统进一步增强了代理的行为规范和信誉指数的分配，以促进他们之间的信任。
2022-06-16 cs.AI cs.DC cs.MA
Privacy-Preserving Clustering of Unstructured Big Data for Cloud-Based Enterprise Search Solutions
基于云的企业搜索服务（例如，Amazon Kendra）通过在企业大数据集上为他们提供方便的搜索解决方案来吸引大数据所有者。然而，由于对数据隐私的合理担忧，处理机密大数据（例如，凭证文件）的个人和企业不愿意完全接受此类服务。已经探索了基于客户端加密的解决方案，以减轻隐私问题。尽管如此，这种解决方案阻碍了数据处理，特别是聚类，这在处理不同形式的大数据时至关重要。例如，聚类对于限制搜索空间和在大数据集上执行实时搜索操作至关重要。为了克服加密大数据聚类中的障碍，我们提出了三种形式的非结构化加密大数据集，即静态，半动态和动态数据集的隐私保护聚类方案。为了保护数据隐私，所提出的聚类方案基于数据的统计特征来起作用，并确定（A）合适的聚类数量和（B）每个聚类的适当内容。从评估的聚类方案在三个不同的数据集上获得的实验结果表明，与其他加密数据的聚类方案相比，聚类的一致性提高了30%至60%。在隐私保护的企业搜索系统中使用聚类方案，搜索时间减少了78%，而搜索准确率提高了35%。
2022-06-09 cs.CR cs.DB cs.DC
CloudGenius: Decision Support for Web Server Cloud Migration
云计算是将硬件和软件资源作为虚拟化服务提供的最新计算范例，在虚拟化服务中，用户无需担心底层系统管理细节的负担。将Web应用程序迁移到云服务并将云服务集成到现有的计算基础设施中并非易事。它带来了新的挑战，往往需要在技术、文化、法律、监管和社会等各个层面创新范式和做法。将Web应用程序映射到虚拟化云服务的关键问题是选择最佳和兼容的软件映像组合（例如，Web服务器映像）和基础设施服务，以确保实现应用程序的服务质量（QoS）目标。在选择云服务时，工程师必须考虑基础设施服务和软件映像之间的异构标准集和复杂依赖关系，这是一个关键问题，无法手动解决。为了克服这些挑战，我们提出了一个框架（称为CloudGenius），该框架基于专门用于Web服务器迁移到云的模型和因素来自动化决策过程。CloudGenius利用一种众所周知的多标准决策技术（称为层次分析法），根据与应用程序相关的模型、因素和QoS参数自动执行选择过程。一个示例应用程序演示了理论CloudGenius方法的适用性。此外，我们提出了一个CloudGenius的实现，已通过实验验证。
2012-03-18 cs.DC cs.SE
The Implementation of an ES in a Small Firm: The case of Silk Cooperation
云计算的引入为小型企业提供了在其组织中实施企业系统（ES）并由此改进其业务流程的机会。虽然已经有许多研究集中在ES实施中的大中型企业，影响ES在这些企业的实施的因素是不同的小企业。这个教学案例讨论了在亚洲地区的一家小公司实施云企业资源规划（ERP）系统。该案例说明了在一家小公司成功实施云ERP系统的因素，以及通过这一成功努力所吸取的经验教训。案例研究和教学笔记适用于任何本科生或研究生队列，遵循管理信息系统课程。
2021-07-02 cs.DC
Efficient Large-Scale Multiple Migration Planning and Scheduling in SDN-enabled Edge Computing
在移动边缘云中分配的容器化服务为大规模和实时应用程序提供了低延迟响应的机会。同时，引入实时容器迁移，支持动态资源管理和用户移动性。然而，随着网络拓扑规模的扩大和迁移请求的增加，目前云数据中心的多种迁移规划和调度算法已不能适应边缘计算中的大规模场景。边缘计算中的用户移动性引起的实时迁移需要接近实时的调度。因此，本文通过软件定义网络（SDN）控制器，将实时迁移之间的资源竞争建模为动态资源依赖图。提出了一种基于迭代最大独立集（MIS）的多迁移规划调度算法.使用出租车和电信基站坐标的真实移动轨迹，评估结果表明，我们的解决方案可以在大规模边缘计算环境中有效地调度多个实时容器迁移。与云中最先进的迁移规划算法相比，它将处理时间缩短了3000倍，同时为时间关键型迁移提供有保证的迁移性能。
2021-11-17 cs.DC cs.NI
A Multi-Objective Framework for Optimizing GPU-Enabled VM Placement in Cloud Data Centers with Multi-Instance GPU Technology
本文针对云数据中心中MIG技术导致的GPU资源碎片化问题，提出多阶段放置框架GRMU，通过GPU内/间迁移和配额分区策略，在真实集群轨迹上实现接受率提升22%、活跃硬件减少17%。
2025-02-04 cs.DC
Mobility-Induced Service Migration in Mobile Micro-Clouds
移动微云是分布式计算中的一种新兴技术，旨在当集中式服务可能遭受连接性差和延迟长的问题时，为网络边缘提供无缝的计算/数据访问。与传统云不同，移动微云更小，部署更接近用户，通常连接到蜂窝基站或无线网络接入点。由于每个基站或接入点的覆盖区域相对较小，当用户跨越由附接到不同微云的不同基站或接入点覆盖的区域移动时，服务性能和服务迁移的问题变得重要。在本文中，我们考虑这样的移民问题。我们建模的一般问题作为一个马尔可夫决策过程（MDP），并表明，在移动用户遵循一维非对称随机游走移动模型的特殊情况下，服务迁移的最佳策略是一个阈值策略。我们得到了由任意阈值引起的代价的解析解，然后提出了一种寻找最佳阈值的算法。所提出的算法是更有效的解决MDPs的标准机制。
2015-03-17 cs.DC cs.NI math.OC
Toward Reliable and Rapid Elasticity for Streaming Dataflows on Clouds
流数据的普遍可用性推动了对用于流应用的分布式快速数据平台的兴趣。这种延迟敏感的应用程序需要使用弹性云资源上的横向扩展来响应输入速率和任务行为的动态性。像Apache Storm这样的平台不提供强大的功能来响应这种动态性和跨VM快速迁移任务。我们提出了几种流媒体流检查点和迁移方法，允许流媒体流迁移，而不会丢失任何飞行中的消息或其内部任务状态，同时减少恢复和稳定的时间。我们在Apache Storm上实施并评估这些迁移策略，使用微和应用程序扩展来扩展到多达2-21个Azure VM。我们的结果表明，我们可以在50秒内迁移大尺寸的磁盘，相比之下，风暴的默认方法，接管$100~sec$。我们还发现，我们的方法可以更早地稳定应用程序，并且没有失败和重新处理消息。
2017-12-02 cs.DC
Context-aware Execution Migration Tool for Data Science Jupyter Notebooks on Hybrid Clouds
IBM Research（IBM研究院）
交互式计算笔记本电脑，如Xueyter笔记本电脑，已经成为一种流行的工具，用于开发和改进数据驱动的模型。这样的笔记本倾向于在用户自己的机器或云环境中执行，这两种方法都有缺点和优点。本文提出了一个解决方案，开发作为一个自动选择的细胞，以及在哪些情况下，这些细胞应该迁移到一个更合适的平台上执行的扩展。我们描述了我们如何减少笔记本电脑的执行状态，以减少迁移时间，我们探索的知识与笔记本电脑的用户交互模式，以确定哪些块的细胞应该被迁移。使用笔记本从地球科学（遥感），图像识别，手写数字识别（机器学习），我们的实验表明，笔记本状态减少高达55倍，迁移决策导致性能增益高达3.25倍时，考虑到用户与笔记本的交互。
2021-07-01 cs.AI cs.DC
Live Service Migration in Mobile Edge Clouds
移动边缘云（MEC）通过在网络边缘安装小型云基础设施，将云的优势更贴近用户。这使得新一代的实时应用成为可能，例如智能交通系统中的即时对象识别和安全辅助，这些应用需要非常低的延迟。邻近性带来的一个关键问题是如何确保用户在不同位置移动时始终获得良好的性能。在MEC之间迁移服务被视为实现这一目标的手段。本文提供了一个分层框架，用于迁移封装在虚拟机（VM）或容器中的主动服务应用程序。这种分层方法可以大幅减少服务停机时间。该框架很容易使用现成的技术实现，其关键优势之一是它支持容器，这是一种有前途的新兴技术，提供了虚拟机的切实好处。在该框架下，通过实验对各种实际应用的迁移性能进行了评估.从实验结果得出的见解进行了讨论。
2017-08-02 cs.DC cs.NI
FastMig: Leveraging FastFreeze to Establish Robust Service Liquidity in Cloud 2.0
本文提出 FastMig 平台，通过主动控制 FastFreeze 的检查点/恢复操作并引入热恢复机制，实现容器化服务跨边缘云与多云的稳健实时迁移，将迁移停机时间降低 30 倍且开销极小。
2024-06-29 cs.DC cs.OS
On Optimizing Replica Migration in Distributed Cloud Storage Systems
随着大规模互联网服务和大数据的广泛采用，云已经成为满足不断增长的存储需求的理想环境，这要归功于其看似无限的容量，高可用性和更快的访问时间。在这种情况下，数据复制被吹捧为提高数据可用性和减少访问时间的最终解决方案。然而，副本放置系统通常需要随着时间的推移在数据中心之间和数据中心内迁移和创建大量的数据副本，在网络负载和可用性方面产生了很大的开销。本文提出了一种有效的分布式云存储迁移方案CRANE。CRANE通过有效地管理地理分布式基础设施中的副本创建来补充任何副本放置算法，通过（1）最小化将数据复制到新副本位置所需的时间，（2）避免网络拥塞，以及（3）确保数据的最小可用性。我们的研究结果表明，与swift（用于管理数据存储的OpenStack项目）相比，CRANE能够最大限度地减少高达30%的副本创建时间和25%的数据中心间网络流量，同时确保数据的最低可用性。
2015-09-04 cs.DC cs.NI
Prepartition: Load Balancing Approach for Virtual Machine Reservations in a Cloud Data Center
负载均衡对于云数据中心的高效和长期运营至关重要。对于虚拟化，在分配后进行虚拟机的后（反应式）迁移是负载均衡和整合的传统方式。然而，反应式迁移不容易达到预定义的负载平衡目标，并且可能会中断服务并带来不稳定性。因此，我们提出了一种新的方法，称为预分区，负载均衡。它将VM请求按开始时间、结束时间和容量需求顺序划分为几个子请求，并将每个子请求视为常规VM请求。通过这种方式，它可以主动为每个物理机器上的每个VM请求设置边界，并使调度器在VM迁移之前做好准备，以获得预定义的负载均衡目标，从而以细粒度的方式支持资源分配。仿真合成数据表明，在平均利用率、不平衡度、最大完工时间和容量最大完工时间等指标下，PrepartitionOff调度算法比现有的负载均衡算法性能提高10%~ 20%.我们还将预分区扩展到在线负载均衡。评估结果表明，我们提出的方法也优于现有的在线算法。
2021-10-19 cs.DC
Process migration-based computational offloading framework for IoT-supported mobile edge/cloud computing
移动设备已成为物联网（IoT）不可或缺的组成部分。然而，这些设备在处理能力、电池功率和存储空间方面具有资源约束，从而阻碍了通常需要宽带宽、严格的响应时间、长电池寿命和重计算能力的计算密集型应用的执行。移动云计算和移动边缘计算（MEC）是可以使用卸载算法来满足上述要求的新兴技术。本文分析了边缘网络中依赖于平台的原生应用程序对计算卸载的影响，提出了一个轻量级的基于进程迁移的计算卸载框架。所提出的框架不需要边缘服务器上的应用程序二进制文件，因此可以无缝迁移本地应用程序。建议的框架进行评估，使用实验测试平台。数值结果表明，该框架节省了近44%的执行时间和84%的能源消耗。因此，所提出的框架显示了MEC中资源密集型物联网应用程序处理的巨大潜力。
2019-09-24 cs.DC cs.NI
Secure, Scalable and Privacy Aware Data Strategy in Cloud
University of Idaho（爱达荷大学）
本文针对企业安全、可扩展地处理存储大量数据并支持快速决策的挑战，提出了一种云中有效的企业数据策略，并讨论了其各组件及应对安全、可扩展性和隐私的架构。
2025-09-17 cs.AI cs.CR cs.DC
ABACUS: A FinOps Service for Cloud Cost Optimization
SentinelOne Inc.（森蒂内尔一号公司）
本文提出ABACUS，一种通过预算设定、强制阻止超预算部署及超支告警来优化云成本的FinOps服务，并利用基础设施即代码预判部署成本，同时展望了未来研究方向。
2024-12-22 cs.AI cs.DC cs.NI
Migrating to Cloud-Native Architectures Using Microservices: An Experience Report
近年来，迁移到云一直是工业界和学术界的热门话题。尽管云提供了许多好处，例如高可用性和可扩展性，但大多数内部部署应用程序架构还没有准备好充分利用这种环境的好处，并且使它们适应这种环境是一项重要的任务。微服务最近作为云原生的新颖架构风格出现。这些云原生架构可以促进迁移本地架构，以充分受益于云环境，因为非功能属性，如可扩展性，是这种风格所固有的。现有的云迁移方法大多没有将云原生架构视为其一等公民。因此，最终产品可能无法满足迁移的主要驱动因素。在本文中，我们打算报告我们在一个正在进行的项目中学到的经验和教训，该项目将单片内部部署软件架构迁移到微服务。我们得出的结论是，微服务不是一个适合所有人的解决方案，因为它给系统带来了新的复杂性，在采用这种风格之前，应该考虑许多因素，例如分布复杂性。但是，如果在可伸缩性和可用性方面需要高度灵活性的环境中采用，它可以提供其承诺的好处。
2015-07-29 cs.DC cs.SE
10Cache: Heterogeneous Resource-Aware Tensor Caching and Migration for LLM Training
Kuwait University, Kuwait（科威特大学）
针对云端LLM训练的内存瓶颈与现有卸载方案的缺陷，提出异构资源感知的张量缓存迁移系统10Cache，通过智能协调多层存储、优化预取与内存分配，显著提升训练速度与资源利用率。
2025-11-18 cs.DC cs.LG
The Cost Advantage of Virtual Machine Migrations: Empirical Insights into Amazon's EC2 Marketspace
本文通过分析亚马逊定价数据和Bitbrains数据集，研究云组合的成本优化，发现异构组合可实现成本最优，运行6小时至1年的虚拟机迁移具成本效益，且未利用资源为未来优化提供潜力。
2025-08-20 cs.DC cs.GT
Workload Scheduling on heterogeneous Mobile Edge Cloud in 5G networks to Minimize SLA Violation
智能设备已成为我们生活中不可或缺的一部分，并在几乎所有领域获得越来越多的适用性。诸如增强现实（AR）、自动驾驶和在线游戏等延迟感知应用需要更多的资源，例如网络带宽和计算能力。由于传统的移动网络无法满足所需的带宽和延迟，移动边缘云（MEC）应运而生，在5G网络上为用户提供云计算能力。在本文中，我们考虑了一个异构MEC网络与众多的移动用户，他们的任务发送到MEC服务器。每个任务都有一个可接受的最大响应时间。用户的非均匀分布使得一些MEC服务器成为热点，无法容纳更多用户。一种解决方案是在MEC服务器之间重新定位任务，称为“任务迁移”。我们制定这个问题的任务调度作为一个混合整数非线性优化问题，以尽量减少服务水平协议（SLA）的违规行为。由于解决这个优化问题具有较高的计算复杂性，我们引入了一个贪心算法，称为MESA，迁移启用调度算法，它达到一个接近最优的解决方案迅速。实验表明，在SLA违反方面，MESA与最优选择的平均距离和最差距离分别只有8%和11%。此外，与将任务分配给MEC服务器而不进行迁移相比，支持迁移的解决方案可以将SLA违规减少约30%。
2020-03-21 cs.DC cs.NI
Flocking Virtual Machines in Quest for Responsive IoT Cloud Services
我们建议弗洛克;一种简单且可扩展的协议，支持跨异构边缘和传统云平台实时迁移虚拟机（VM），以提高云服务的响应能力。Flock的设计具有适合物联网（IoT）用例的属性。我们描述了正则化延迟测量的属性，Flock可以用于异步和自主迁移决策。这样的决策允许通信的VM遵循类似群集的行为，该行为由三个简单的规则组成：分离、对齐和内聚。使用博弈论，我们推导出分析界的羊群的无政府代价价格（PoA），并证明群集虚拟机收敛到一个纳什均衡，同时解决最好的云平台。我们通过模拟验证了Flock的有效性，并讨论了如何简单地调整其通用目标以实现其他目标，如云负载均衡和能耗最小化。
2016-10-02 cs.DC cs.NI
A Comparative Taxonomy and Survey of Public Cloud Infrastructure Vendors
越来越多的技术企业正在采用云原生架构来提供基于Web的产品，远离私有数据中心，完全依赖云服务提供商。因此，云计算供应商最近增加了，以及他们分享的估计年收入。然而，在竞争中选择提供商的云服务的过程中，我们观察到在术语，服务功能和计费模式方面缺乏普遍的共同点。这是一个重要的差距，特别是在行业的新现实下，每个云提供商都朝着自己的服务分类发展，而专业服务的数量呈指数级增长。这项工作讨论了四个主要的云服务提供商，就其目前的市场份额而言，云供应商。我们提供了他们的服务和子服务的分类，指定了主要的服务系列，即计算、存储、数据库、分析、数据管道、机器学习和网络。这种分组的目的是表明所提供服务的相似之处、共同设计方法和功能差异。这些结果对于个人研究人员和大型企业来说都是至关重要的，因为他们试图确定一组云服务，这些服务将完全满足他们的需求而不会妥协。虽然我们承认这是一个充满活力的行业，新服务不断出现，旧服务经历重要更新，但本研究描绘了当前产品的坚实形象，并突出了云服务提供商正在遵循的方向。
2018-01-28 cs.DC cs.NI
An SMDP-based Resource Management Scheme for Distributed Cloud Systems
本文研究了地理分布云系统中的资源管理问题。采用Follow Me Cloud概念，实现跨联合数据中心（DC）的服务迁移。因此，有两种类型的服务请求到DC，即，在本地服务区域中发起的新请求（NR）和当移动用户跨服务区域移动时生成的迁移请求（MR）。提出了一种新的资源管理方案，帮助资源管理器决定是否接受服务请求（NR或MR），并确定多少资源应分配给每个服务（如果接受）。优化目标是最大化系统平均回报，并保持服务请求的拒绝概率在一定的阈值之内。数值结果表明，与其他资源管理方案相比，该方案能显著提高系统的整体效用和用户体验.
2015-03-18 cs.DC cs.NI
