基于Q-Learning的虚拟机动态伸缩算法

• 作者: 李烨 赵勉
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 云计算 虚拟机 动态伸缩 Q-Learning 资源利用率
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 35-38
• 页数: 4页
• 分类号: TP391
• 字数: 2228字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2016.03.009

摘要

针对大规模云环境中业务量变化时平台服务质量和资源消耗的问题,提出一种基于Q-Learning的虚拟机扩容/缩容决策算法.将该问题转换为马尔科夫决策模型,为了在业务平台服务质量和资源消耗之间取得较好的平衡,智能体根据平台当前状态计算出最佳策略,执行决策并转到下一状态.仿真结果表明,该算法可根据业务量的变化实时作出伸缩决策,并提供最合适的虚拟机资源以满足业务需求,且能提高平台的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李烨	上海理工大学光电信息与计算机工程学院	44	133	7.0	9.0
2	赵勉	上海理工大学光电信息与计算机工程学院	1	1	1.0	1.0