28、云环境下虚拟机优化选择与水库系统数据插补研究

云环境下虚拟机优化选择与水库系统数据插补研究

云环境下虚拟机优化选择

服务器与虚拟机基础概念

在云环境中，应用程序运行依赖于服务器池，服务器可进行虚拟化操作。在相关方程中，$y_i = 0$ 表示服务器 $i$ 未被使用，$y_i = 1$ 则表示服务器 $i$ 被使用。方程 (4) 表明虚拟机被分配到服务器，方程 (5) 和 (6) 确保服务器满足虚拟机的资源需求。CPU 利用率的百分比与 CPU 消耗的电量成正比，其功率模型为：
$P(u) = k \cdot P_{max} + (1 - k) \cdot P_{max} \cdot u$
其中，$P_{max}$ 表示服务器满载时的最大功耗，$K$ 是空闲阶段的功耗比例，$u$（$u \in [0, 1]$）是服务器的 CPU 利用率，方程 (7) 用于计算消耗的功率。

蚁群系统原理

蚂蚁能够识别巢穴与食物源之间的直接路径，这得益于信息素。这种特性启发了将蚁群算法用于虚拟机选择，该算法最初用于解决旅行商问题，后来因其信息素特性在其他应用中也发挥了作用。蚂蚁通常通过逐个访问附近节点，直到访问完所有节点来构建最优解，信息素在确定下一个节点时起着重要作用，这一构建阶段同样适用于虚拟机放置问题。

信息素在蚁群系统中的作用

信息素的积累历史有助于寻找最短路径。在虚拟机放置问题中，虚拟机作为 $U$ 向量，服务器作为 $V$ 向量，可构成一个二分图。相连的虚拟机可以分配到同一服务器，形成虚拟机 - 服务器映射。

云环境中的资源利用问题

在云环境中，服务器虚拟化会引发多维向量打包问题，特别是资源利用问题