买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江南大学

摘要：本申请涉及云计算中虚拟机部署优化相关技术领域，具体提供了一种基于多种群蚁群算法的虚拟机部署规划方法，包括：根据数据集构建虚拟机列表和服务器列表；初始化虚拟机和服务器之间的信息素，通过贪心算法计算得到服务器集群的目标值；对服务器集群中的不同种群分别进行迭代，通过对每一轮迭代中的个体进行构建，得到多种虚拟机部署方案。本申请利用多种群蚁群算法可以在服务器资源有限的约束下得到整体部署方案，实现同时优化服务器集群执行时间和服务器集群的负载均衡度两个目标，求解难度较低且解的质量较高，且使用独特信息素和启发式信息，有效引导时间种群和负载均衡度种群构建解，整体效率较高，在大规模数据集中效果尤为显著。

主权项：1.一种基于多种群蚁群算法的虚拟机部署规划方法，其特征在于，包括：根据数据集构建虚拟机列表和服务器列表；初始化虚拟机和服务器之间的信息素，通过贪心算法计算得到服务器集群的目标值；所述目标值包括时间目标值和负载均衡度目标值；对服务器集群中的不同种群分别进行迭代，通过对每一轮迭代中的个体进行构建，得到多种虚拟机部署方案；所述虚拟机部署方案包括所述虚拟机列表中每个虚拟机的部署位置和所述服务器集群的目标值；所述服务器集群包括时间种群和负载均衡度种群；初始化Archive解集，存放每一轮迭代产生的所有虚拟机部署方案直至当前种群迭代结束；所述对服务器集群中的不同种群分别进行迭代，通过对每一轮迭代中的个体进行构建，得到多种虚拟机部署方案，具体包括：分别对所述时间种群和所述负载均衡度种群进行迭代，并对每一轮迭代中的个体进行构建，以得到多种虚拟机部署方案；当每一个个体完成虚拟机部署方案的构建后，进行信息素的局部更新；当全部个体完成构建且完成一次迭代后，进行信息素的全局更新，并执行下一轮迭代直至达到迭代终止条件；所述终止条件为若干不同的且可行的虚拟机部署方案的目标值都互不匹配；所述分别对所述时间种群和所述负载均衡度种群进行迭代，并对每一轮迭代中的个体进行构建，以得到多种虚拟机部署方案，具体包括：在所述时间种群和所述负载均衡度种群的每一轮迭代中，初始化任一个体独立的启发式信息矩阵；根据所述信息素和所述启发式信息矩阵，将当前待部署的虚拟机部署至有剩余资源的服务器，直至所述个体完成所述虚拟机列表中所有虚拟机的部署；所述不同的种群对应不同的启发式信息矩阵针；当为所述时间种群时： 其中，η1i，jk为时间种群的启发式信息值，ETk为个体k在当前构建解的过程中的处理时间；当为所述负载均衡度种群时： 其中，η2i，jk为负载均衡度种群的启发式信息值，Ucki、Urki和分别代表个体k在当前构建解的过程中，第i个虚拟机部署至第j个服务器后，第j个服务器的CPU使用量，所有服务器的平均CPU使用量，第j个服务器的内存使用量以及所有服务器的平均内存使用量；当第i个虚拟机被部署至第j个服务器后，服务器j的CPU及内存使用量与所有服务器的CPU及内存使用量平均值的差额越小，则该启发式信息值越大；根据不同的预设规则对所述信息素进行局部更新或全局更新，其中：对所述信息素进行局部更新的预设规则公式为：τi，j＝1-ρ×τi，j+ρ×τ0；其中，ρ是信息素局部更新挥发因子，τ0是种群信息素的初始值；对所述信息素进行全局更新的规则公式为：τcoli，j＝1-ε×vcoli，j+ε×Δτi，j；其中，ε为信息素全局更新的挥发因子，Δτi，j0为全局更新的个体在虚拟机i和服务器j之间释放的信息素。

全文数据：

权利要求：

百度查询： 江南大学 一种基于多种群蚁群算法的虚拟机部署规划方法