39、云资源管理中的机器学习应用与安全挑战

云资源管理中的机器学习应用与安全挑战

1. 云资源管理中的关键决策因素

在云资源管理中，决策者在决定是否迁移虚拟机（VM）时，必须考虑实时迁移的时间开销。为了估算将 VM 从主机 A 迁移到主机 B 并恢复作业所需的时间，需要一个实时迁移的性能模型。实时迁移性能建模涉及三个主要因素：
- VM 内存大小（VMem） ：内存越大，迁移所需时间可能越长。
- 内存脏化率（D） ：表示内存中数据被修改的速率，会影响迁移过程中需要传输的数据量。
- 网络传输速率（J） ：直接决定了数据传输的速度。

实时 VM 迁移通过迭代预复制上一轮传输中变脏的页面，实现了几乎可以忽略不计的应用程序停机时间。

2. 资源共享的考虑

当需要在一个主机上运行多个 VM 时，资源共享是另一个需要考虑的方面。为了在多个 VM 之间分配资源，避免共同调度多个 VM 时可能产生的干扰，可以使用资源弹性公平性（REF）机制。REF 是一种公平分配机制，它使用 Cobb - Douglas 效用函数，满足三个博弈论属性：
- 共享激励（SI） ：鼓励用户共享资源。
- 无嫉妒性（EF） ：每个用户都不会嫉妒其他用户的资源分配。
- 帕累托效率（PE） ：资源分配达到最优，无法在不损害其他用户利益的情况下提高某个用户的利益。

假设多个 VM 共享一个具有 R 种硬件资源的服务器，设 $x_i =