云数据中心基于皮尔逊相关系数的虚拟机选择策略

TP393.4; 提出了云数据中心基于皮尔逊相关系数的虚拟机选择策略(Pearson Correlation coefficient Virtual Machine Selection,PC-VMS).PC-VMS把统计学中的皮尔逊相关系数应用于虚拟机CPU历史利用率数据,建立了衡量每对虚拟机CPU利用率之间的相关性的数学模型;PC-VMS会获取每对虚拟机最近n次的CPU利用率,根据输入的两组数据来计算皮尔逊相关系数,最后在一组相关性最高的虚拟机中选择一个CPU利用率最高的进行迁移,随后结合虚拟机放置策略分配到新的目标物理主机上.仿真结果表明,PC-VMS与CloudSim4.0内置的虚拟机选...

Full description

Saved in:
Bibliographic Details
Published in:电子技术应用 Vol. 47; no. 10; pp. 77 - 81
Main Authors: 徐胜超, 宋娟, 潘欢
Format: Journal Article
Language:Chinese
Published: 广州华商学院数据科学学院,广东广州511300%宁夏大学宁夏沙漠信息智能感知重点实验室,宁夏银川750021 2021
Subjects:
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:TP393.4; 提出了云数据中心基于皮尔逊相关系数的虚拟机选择策略(Pearson Correlation coefficient Virtual Machine Selection,PC-VMS).PC-VMS把统计学中的皮尔逊相关系数应用于虚拟机CPU历史利用率数据,建立了衡量每对虚拟机CPU利用率之间的相关性的数学模型;PC-VMS会获取每对虚拟机最近n次的CPU利用率,根据输入的两组数据来计算皮尔逊相关系数,最后在一组相关性最高的虚拟机中选择一个CPU利用率最高的进行迁移,随后结合虚拟机放置策略分配到新的目标物理主机上.仿真结果表明,PC-VMS与CloudSim4.0内置的虚拟机选择策略相比,各类性能指标都有改善,PC-VMS可以为企业节能云数据中心的构造提供参考.
ISSN:0258-7998
DOI:10.16157/j.issn.0258-7998.211692