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[KG*6]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%).
中图分类号:
姜建华, 冯云钊, 吴迪, 刘颖, 王丽敏. 数据中心启发式反向人工蜂群虚拟机整合节能策略[J]. 吉林大学学报(理学版), 2016, 54(03): 597-602.
JIANG Jianhua, FENG Yunzhao, WU Di,LIU Ying, WANG Limin. Virtual Machine Integration Energy Saving Strategy Based onHeuristic Backward Artificial Bee Colony in Data Centers[J]. Journal of Jilin University Science Edition, 2016, 54(03): 597-602.