论文部分内容阅读
针对传统的虚拟机匹配调度存在的内存占用率过高、调度过程所造成的系统负载均衡性较差等问题,提出一种不确定网络负载下的虚拟机匹配调度方法。首先构建虚拟机资源匹配调度模型。根据模型对目标网络不确定性负载属性进行分析,其次对于用户任务集合中的各个任务,计算其在虚拟机资源池中每个虚拟机资源上的信任效益函数值,选取效益函数值较小的任务映射到虚拟机上;最后采用遗传算法进行虚拟机匹配调度,依据虚拟机资源配置情况通过多次迭代过程确定最优染色体,得到虚拟机的最佳匹配调度策略。实验结果证明,所提方法可以有效降低内存占用率