基于多目标优化的云计算动态资源配置策略研究

"“云计算-云计算中基于多目标优化的动态资源配置研究.pdf” 本文主要探讨了在云计算环境中，如何通过多目标优化策略实现动态资源配置，以提高资源利用率并平衡物理节点的稳定性和能源消耗。传统的云平台资源配置策略往往侧重于通过减少物理节点的激活数量来实现绿色计算，但这可能忽视了应用负载动态变化对物理节点稳定性的影响，以及可能导致局部最优解的单一目标优化。 作者提出了一种新的方法，将虚拟机在物理节点上的分布问题视为一个多目标优化问题。他们采用了基于改进NSGA-II的多目标优化遗传算法（MOGAINS），该算法综合考虑云平台的稳定时间、物理节点的激活数量和虚拟机的迁移次数等因素。通过类型匹配规则（TMR）来实现资源的均衡利用，并通过Pareto前沿的预筛选操作增加进化种群的分布性，以寻找问题的近似最优解。初步的仿真结果验证了这种方法的有效性，表明MOGAINS能够较好地平衡各种目标。 然而，MOGAINS在某些情况下可能出现大量的个体聚集在同一Pareto前沿，且个体间的密度信息不能充分体现在同一级非支配个体集中。为解决这一问题，作者进一步提出了基于改进SPEA-II的多目标优化遗传算法（MOGAISP）。MOGAISP的性能优于MOGAINS，它能够在保持物理节点稳定性的前提下，降低新虚拟机分布方式的能耗，从而显著提升云服务提供商的经济效益。 关键词：云计算；动态资源配置；绿色计算；多目标优化；遗传算法 这篇研究对于应对日益增长的云计算需求具有重要的实践意义和经济价值，为云计算环境中的资源管理和节能减排提供了新的思路和工具。"