基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对数据密集型作业的特点,提出一个基于 CPU 和图形处理器(GPU)两个影响因素构建计算节点的能耗评估模型.该模型基于原虚拟机选择节能算法(ABCS)在虚拟机选择节能策略中的能效优势,进一步利用启发式思想改进蜂群优化算法,寻求虚拟机整合的最优解.在CloudSim 3.0云计算模拟器中的实验结果表明,启发式反向蜂群算法能在保证服务质量的前提下,有效降低虚拟机迁移次数,进而降低数据中心的能耗(节能25%~30%).
推荐文章
数据云中基于启发式反向蜂群的虚拟机选择节能算法
云计算
虚拟机迁移
虚拟机选择
人工蜂群算法
基于负载波动预测的虚拟机自主迁移启发式方法
虚拟机
自主迁移
波动
启发式
负载点
转势时间
云数据中心虚拟机管理研究综述
云数据中心
服务器整合
虚拟化
虚拟机
虚拟机迁移
云数据中心多虚拟机并行迁移带宽重分配策略
虚拟机
并行迁移
带宽重分配
拉格朗日乘数法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据中心启发式反向人工蜂群虚拟机整合节能策略
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 数据中心 虚拟机迁移 虚拟机整合 人工蜂群算法
年,卷(期) 2016,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 597-602
页数 6页 分类号 TP391
字数 4195字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2016.03.34
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (6)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据中心
虚拟机迁移
虚拟机整合
人工蜂群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导