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
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
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
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
Checkpoint, Restore, and Live Migration for Science Platforms
我们展示了一个完整的功能实现(每用户)检查点,恢复,和实时迁移功能的XuanyterHub平台。检查点--冻结和挂起磁盘运行状态(内存、寄存器、打开的文件等内容)的能力。--使系统能够将用户的HTTP会话快照到永久存储中。恢复功能将检查点会话带回到运行状态,以便以后在其他机器上继续执行。最后,实时迁移允许在不同的机器之间移动正在运行的Xueyter Notebook服务器,对分析代码透明,并且不断开用户连接。我们对这些功能的实现在系统级工作,几乎没有限制,典型的检查点/恢复时间为O(10秒),实时迁移的路径为O(1秒)。它开启了无数有趣的用例,特别是对于基于云的部署:从检查点空闲会话w/o中断用户的工作(实现4倍或更多的成本降低),在现场执行实例w。从回收时的透明迁移(额外成本降低高达3倍),到将工作负载自动迁移到理想的实例(例如,根据观察到的资源利用率,将分析迁移到具有更多或更少RAM或内核的机器)。我们展示的功能可以使科学平台完全具有弹性,同时保持出色的用户体验。
2021-01-14 astro-ph.IM 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
MigrOS: Transparent Operating Systems Live Migration Support for Containerised RDMA-applications
主要的数据中心提供商正在为其租户以及底层基础设施的运营引入基于RDMA的网络。与传统的基于套接字的网络堆栈相比,基于RDMA的网络提供更高的吞吐量、更低的延迟和更少的CPU开销。然而,透明的检查点和迁移操作变得更加困难。关键原因是操作系统被从通信的关键路线中移除。因此,一些通信状态本身驻留在NIC硬件中,不再受操作系统的直接控制。这种控制尤其包括对通信伙伴实时迁移所需的通信虚拟化的支持。在本文中,我们提出了实现一个迁移能力的基于RDMA的网络所需的基本原则。我们建议在软件级别进行一些更改,并在硬件级别进行一些小更改。作为概念验证,我们将所提出的更改集成到SoftRoCE中,SoftRoCE是RoCE协议的开源内核级实现。我们声称,这些变化不会引入运行时开销时,迁移不发生。最后,我们开发了一个概念验证的实现迁移使用基于RDMA的网络的容器化应用程序。
2020-10-23 cs.DC cs.NI cs.OS
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
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
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
Prepartition: Paradigm for the Load Balance of Virtual Machine Allocation in Data Centers
应用负载均衡策略对提高数据中心资源的性能和可靠性具有重要意义。云数据中心调度问题中的一个挑战是考虑可重构虚拟机(VM)的分配和迁移以及托管物理机(PM)的集成特性。在预约模型中,数据中心的工作负载具有固定的处理间隔特性。负载均衡调度是一个NP难问题,已有许多文献证明了这一点。传统上,对于没有迁移的离线负载平衡,最好的方法之一是LPT(最长处理时间优先),众所周知,其近似比率为4/3。通过虚拟化,在分配后对VM进行反应式(后)迁移是一种流行的负载平衡和流量整合方法。然而,反应式迁移很难达到预定义的负载平衡目标,并可能导致服务中断和不稳定以及其他相关成本。有鉴于此,我们提出了一个新的范例,称为预分区,它主动设置处理时间约束的每个请求上的每个PM,并提前准备迁移虚拟机,以实现预定义的平衡目标。预分区可以通过提前准备VM迁移来减少处理时间,从而减少不稳定性并根据需要实现更好的负载平衡。我们还将Prepartition应用于在线(PrepartitionOn)负载平衡,并将其与现有的在线调度算法进行比较。理论和实验结果。
2015-08-26 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
VersaSlot: Efficient Fine-grained FPGA Sharing with Big.Little Slots and Live Migration in FPGA Cluster
Technical University of Munich(慕尼黑工业大学)
VersaSlot通过Big.Little槽架构和实时迁移机制,实现高效FPGA细粒度共享,显著提升资源利用率和响应时间性能。
2025-12-29 cs.DC
Reallocation and Allocation of Virtual Machines in Cloud Computing
云计算给分布式领域带来了新的面貌。本文主要讨论了两个问题:(1)利用负载均衡算法的概念寻找有效虚拟机的过程。(II)重新分配虚拟机,即当云提供商无法提供所需的虚拟机时迁移虚拟机。我们已经讨论了不同的负载均衡算法,这些算法用于根据需要决定分配给客户端的有效虚拟机。在第二个问题中,我们讨论了可用于将虚拟机从一个源机器迁移到另一个目标机器的不同模块。最后讨论了适用于云计算的各种模拟器。
2013-04-15 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
KubeDSM: A Kubernetes-based Dynamic Scheduling and Migration Framework for Cloud-Assisted Edge Clusters
Amirkabir University of Technology(阿米尔卡比尔理工大学)
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
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
OrigaMIG: MIG-Aware VM Placement with a Neighborhood-Restricted BILP and Live Migration
Amirkabir University of Technology(阿米尔卡比尔理工大学)
针对MIG感知的虚拟机放置问题,提出OrigaMIG优化器,采用贪心与邻域受限BILP结合实时迁移,最大化请求接受率、整合资源并降低迁移开销,实验证明其优于现有策略。
2026-10-06 cs.DC
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
Intel Page Modification Logging, a hardware virtualization feature: study and improvement for virtual machine working set estimation
英特尔页面修改日志记录(PML)是一项新颖的硬件功能,用于跟踪虚拟机(VM)访问的内存页面。这项任务在当今的数据中心中至关重要,因为它允许检查点、实时迁移和工作集大小(WSS)估计等。本文以Xen虚拟机管理程序为依托,从功耗、效率和对用户应用程序性能影响三个角度研究PML。我们的调查结果如下。首先,PML不会产生任何功耗开销。其次,PML将VM实时迁移和检查点设置时间减少了10.18%。第三,PML可以将实时迁移和检查点所导致的应用程序性能下降降低0.95%。第四,然而,PML不允许准确的WSS估计,因为不跟踪读取访问并且不能识别热页。为解决这些限制而对PML进行的简单扩展可能会导致计算WSS的VM的性能严重下降(高达34.8%)。本文介绍了页面引用日志(PRL),一个智能扩展的PML允许读取和写入访问进行跟踪。这样做不会影响用户VM。本文还提出了一个WSS估计系统,利用PRL,并展示了如何将该算法集成到一个数据中心,实现内存超量使用。我们实现PRL和WSS估计系统下,Gem5,一个非常流行的硬件模拟器。评估结果验证了PRL在WSS估计中的准确性。他们还表明,PRL不会导致用户虚拟机的性能下降。
2020-01-26 cs.DC cs.OS
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
Optimal Operator State Migration for Elastic Data Stream Processing
基于云的数据流管理系统(DSMS)通过利用底层平台的大规模并行处理能力来处理快速数据。这种DSMS的一个重要属性是弹性,这意味着节点可以动态地添加到应用程序或从应用程序中删除,以匹配后者的工作负载,这可能会以不可预测的方式波动。对于涉及有状态操作(如聚合)的应用程序,添加/删除节点需要迁移操作符状态。虽然移徙的重要性已在现有制度中得到承认,但两个关键问题仍然在很大程度上被忽视,即如何移徙和移徙什么,即,迁移过程中减少同步开销和延迟的迁移机制,以及最小化迁移成本的最佳任务分配的选择。因此,当前系统中的迁移通常会导致由昂贵的同步障碍和次优任务分配引起的结果延迟的高峰值。出于这一动机,我们提出了第一个全面的研究,有效的运营商状态迁移,并提出设计和算法,使生活,进步和优化的迁移。使用真实数据进行的大量实验证明了我们的性能要求。
2015-04-27 cs.DC
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
Multi-microservice migration modelling, comparison, and potential in 5G/6G mobile edge computing: A non-average parameter values approach
针对5G/6G移动边缘计算中多微服务迁移问题,本文提出基于非平均值参数的数学模型,对比分析MiGrror与预拷贝实时迁移方法,实验证明MiGrror能以最小带宽开销实现低于10毫秒停机时间,显著提升服务连续性。
2023-05-18 cs.DC cs.NI
Compiler-Driven FPGA Virtualization with SYNERGY
FPGA在现代应用中越来越普遍,云提供商现在支持数据中心的按需FPGA加速。数据中心中的应用程序在虚拟基础架构上运行,其中整合、多租户和工作负载迁移实现了规模经济,这对提供商的业务至关重要。然而,虚拟化FPGA的一般策略尚未出现。虽然制造商的斗争与基于硬件的方法,我们提出了一个编译器/运行时为基础的解决方案,称为协同。我们展示了一个编译器转换的Verilog程序,产生的代码能够产生控制软件在子时钟滴答粒度根据原程序的语义。Synergy使用此属性在当前可用的硬件上有效地支持核心虚拟化原语:挂起和恢复、程序迁移和空间/时间多路复用。我们使用Synergy在Amazon F1上的Altera SoC和Xilinx FPGA集群中虚拟化FPGA工作负载。这些工作负载无需修改,运行性能是非虚拟化性能的3- 4倍,并且FPGA结构利用率略有增加。
2021-08-28 cs.AR cs.DC cs.PL
Simple Destination-Swap Strategies for Adaptive Intra- and Inter-Tenant VM Migration
本文探讨了自适应虚拟机(VM)迁移的机会和限制,以减少虚拟化环境中的通信成本。我们引入了一个新的形式化模型来解决两种情况下的虚拟机在线迁移问题:(1)虚拟机可以在底层网络中任意迁移;例如,私有云提供商可能具有降低网络中的总体通信成本的动机。(2)VM只能在给定租户内迁移;例如,被分配了一组物理机器的用户可以交换这些机器上的VM的功能。我们提出了一类简单的目的地交换算法,它是基于一个积极的搭配策略(灵感来自splay datastructures),并保持最小和本地量的每节点(摊销成本)的信息,以决定在哪里迁移VM,以及如何,因此,该算法的反应迅速的负载变化。这些算法有两种主要的风格,一种是间接和分布式的变体,它使现有的VM放置保持在本地,另一种是直接的变体,它使受影响的VM的数量保持很小。我们表明,自然,租户间优化产生更大的优化潜力,但一般也租户本身可以提高其嵌入。此外,直接和间接策略之间存在一个有趣的权衡:间接变体由于其局部性而在倾斜和稀疏的通信模式下更可取。
2013-09-23 cs.DC cs.DS
Security Management Model in Cloud Computing Environment
在云计算环境下,云虚拟机(VM)的数量将越来越多,虚拟机的安全和管理面临巨大的挑战。为了解决云计算虚拟化环境下的安全问题,提出了一种基于虚拟机高效动态部署的虚拟机安全管理模型--状态迁移与调度,研究了其中的虚拟机安全体系结构,基于层次分析法一种基于ARMUM的虚拟机部署调度方法(Cumulative Sum)DDoS攻击检测算法,以及上述用于功能测试和验证的方法。
2016-11-27 cs.DC cs.NI
GPUVM: GPU-driven Unified Virtual Memory
本文提出GPUVM,一种利用RDMA网络设备构建无需CPU/OS参与的GPU驱动虚拟内存系统,通过GPU线程管理按需分页与迁移,对延迟敏感应用性能比UVM提升高达4倍。
2024-11-08 cs.DC cs.OS cs.PF
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
Priority-aware Gray-box Placement of Virtual Machines in Cloud Platforms
虚拟机(VM)放置对于云平台非常重要。虽然实时虚拟机迁移等技术对于平衡数据中心的负载非常有用,但它们是昂贵的操作。在这份立场文件中,我们建议通过在虚拟机放置算法中应用虚拟机的工作负载模式来最大限度地减少数据中心中负载热点的机会-将需要大量相同类型资源的虚拟机放置在不同的物理服务器上。通过这种方式,可以显著缓解同一物理服务器上的VM的资源竞争。同时,我们还考虑了应用程序和虚拟机的优先级在我们的虚拟机布局算法。
2013-07-25 cs.DC cs.NI
Zero-Instrumentation Dependency Discovery for Guided Microservice Migration Using eBPF
1Independent researcher, San Francisco, USA, 2Independent researcher, Dubai, UAE
该研究使用eBPF内核级网络追踪无插装发现微服务依赖,生成ROI排序的迁移计划,可减少27%跨VM流量暴露,但采集开销存在明显性能代价。
2026-08-06 cs.DC cs.NI
Energy-Aware Lease Scheduling in Virtualized Data Centers
能源效率已经成为衡量虚拟化数据中心调度算法的重要指标。然而,能量高效调度算法的挑战之一是在最小化能量消耗和满足服务质量(例如,性能、预留请求的资源可用性)之间的权衡。我们认为,在私有云系统的虚拟化数据中心的上下文中的资源需求,提供资源租赁的虚拟机(VM)的用户应用程序。在本文中,我们提出了解决上述挑战的虚拟机调度算法。在性能评估方面,仿真结果表明,与现有的先来先服务(FCFS)调度算法相比,在满足相同性能要求的情况下,所提算法的总能耗显著降低。我们还讨论了在上述算法中额外使用迁移策略时的节能改进。
2014-10-28 cs.DC cs.NI cs.PF
Towards a Complete Framework for Virtual Data Center Embedding
云计算被企业和零售客户广泛采用,以降低建立计算基础设施的前期成本。然而,切换到基于云的服务对客户和数据中心所有者都提出了许多问题。在这项工作中,我们提出了一个算法,多个虚拟数据中心的物理数据中心的最佳布局。我们的算法有两种操作模式-在线模式和批处理模式。协调的批处理和在线嵌入算法被用来最大限度地提高资源利用率,同时满足QoS要求。我们的算法的实验评估表明,接受率高-意味着更高的利润基础设施提供商。此外,我们还尝试检查VM迁移的数量,这可能会增加运营成本,从而导致违反服务级别协议。
2016-11-19 cs.DC
Multitier Service Migration Framework Based on Mobility Prediction in Mobile Edge Computing
本文针对移动边缘计算中用户移动导致的服务中断问题,提出一种基于地图数据且无需用户轨迹先验知识的在线移动性预测方法,并构建多层服务迁移框架以最小化中断时间并减少冗余流量。
2024-02-21 cs.DC cs.NI
A Combination of Host Overloading Detection and Virtual Machine Selection in Cloud Server Consolidation based on Learning Method
在云数据中心(CDC)中,降低能耗同时保持性能一直是热点问题。在服务器整合中,传统的解决方案是将问题分解为多个小问题,如主机过载检测,虚拟机(VM)选择和VM放置,并逐步解决它们。然而,主机过载检测策略和VM选择策略的设计不能直接与降低能耗和保证性能的最终目标联系起来。本文提出了一种基于学习的虚拟机选择策略,选择适当的虚拟机迁移没有直接的主机过载检测。从而减少了SLAV的产生,保证了CDC的性能,降低了能耗。仿真结果表明,该方法在减少SLAV生成和CDC能耗方面优于现有方法。
2022-06-28 cs.DC
VUPIC: Virtual Machine Usage Based Placement in IaaS Cloud
高效的资源分配是基础设施即服务(IaaS)云中的关键性能挑战之一。虚拟机(VM)放置和迁移决策方法是这些资源分配机制的组成部分。我们提出了一种新的虚拟机布局算法,该算法在考虑布局决策时考虑了虚拟机之间的性能隔离及其连续的资源使用情况。性能隔离是对基本低级硬件资源(CPU、内存、存储和网络带宽)感兴趣的虚拟机之间的资源争用形式。多个共同托管的相邻VM之间的资源竞争形成了所提出的新方法的基础。实验结果显示,不同类别的应用程序和性能隔离和资源竞争的影响。一个每虚拟机的3维资源利用率向量(RUV)已连续计算和用于放置决策,同时考虑到冲突的资源利益的虚拟机。使用新的布局算法VUPIC的实验表明,虚拟机的性能以及云的整体资源利用率的有效改善。
2012-12-01 cs.DC
Quality of Service (QoS) Modelling in Federated Cloud Computing
围绕具有潜在的大量定制资源的大规模服务器基础设施的思想构建,这些定制资源能够交互以促进服务的部署、适配和支持,云计算需要频繁地重新调度和管理各种应用任务,以便适应广泛范围和数量的用户的请求。云计算的挑战之一是通过设计用于在用户和云虚拟资源之间分配任务以及将虚拟资源分配给云物理资源的有效技术来支持和管理服务质量(QoS)。虚拟资源跨物理资源的迁移是另一个需要相当关注的挑战;特别是在联合云计算环境中,其中,提供商可能愿意将其未使用的资源作为服务提供给联合(合作分配),并在需要时收回这些资源供其自己使用(竞争分配)。本文重新审视了云计算中的QoS问题,通过制定和提出i)一个多QoS任务分配模型的任务分配到虚拟机和ii)一个虚拟机迁移模型的联合云计算环境中考虑的情况下,资源提供商是在合作或竞争模式下操作。针对联邦云环境中的QoS支持问题,提出了一种新的基于差分进化的任务分配绑定策略和一种新的虚拟机模型.实验结果表明,所提出的解决方案提高了云计算环境中的服务质量,并揭示了在联合云环境中操作混合合作和竞争模型的相对优势。
2019-11-08 cs.DC cs.NI
FlexCloud: A Flexible and Extendible Simulator for Performance Evaluation of Virtual Machine Allocation
云数据中心旨在为各种应用提供可靠,可持续和可扩展的服务。资源调度是云服务的关键之一。为了模拟和评估不同的调度策略和算法,我们提出了FlexCloud,一个灵活的和可扩展的模拟器,使用户能够模拟初始化云数据中心,分配虚拟机请求的过程,并提供各种调度算法的性能评估。FlexCloud可以在单台计算机上运行JVM,以模拟大规模云环境,专注于基础设施即服务;采用敏捷设计模式,以确保灵活性和可扩展性;建模虚拟机迁移,这是现有工具中缺乏的;提供用户友好的界面,用于自定义配置和重播。与现有的模拟器相比,FlexCloud具有支持公共云提供商,负载平衡和节能调度的组合功能。FlexCloud在计算时间和内存消耗方面具有优势,可支持大规模仿真。介绍了FlexCloud的详细设计,并给出了性能评估。
2015-01-23 cs.DC
Self-Adaptive Consolidation of Virtual Machines For Energy-Efficiency in the Cloud
在虚拟化数据中心中,整合虚拟机(VM)以最小化总物理机(PM)的数量已被认为是非常有效的方法。本文考虑了云数据中心中虚拟机的节能整合。集中于CPU密集型应用,目标是非抢占式地调度所有请求,受到PM容量和运行时间间隔跨度的约束,使得所有PM的总能耗最小化(简称为MinTE)。一般来说,MinTE问题是NP完全的。我们提出了一个自适应的方法称为SAVE。该方法通过概率过程来决定VM的分配和迁移,并且完全基于本地信息,因此实现起来非常简单。仿真和实际环境测试表明,与VMWare DRS相比,SAVE平均可以降低30%的能耗,与EcoCloud相比,SAVE平均可以降低10-20%的能耗。
2016-04-15 cs.DC cs.DS