基于多目标优化的虚拟机部署策略

摘要：

为解决虚拟机部署过程中对虚拟机性能、资源利用率、负载均衡值等多个目标的优化问题,提出一种基于强化学习的改进部署算法.首先,用多个目标组成的多维奖励代替原来的单一奖励;然后将资源状态、优化目标及目标占比输入所提的预测器中来预测每个部署方案对应的多维奖励值,并通过反馈结果调节不同优化目标的占比以达到动态多目标优化的目的;最后,为了减少部署时间,用改进的均值聚类算法对服务器资源进行聚类加快部署.通过CloudsimPy平台对算法进行验证,结果表明本文算法可以在相同资源下完成更多的虚拟机请求且具有较高的部署成功率和较低的时延消耗.

关键词：虚拟机部署、深度强化学习、资源利用率、负载均衡值、虚拟机性能、K均值聚类

所属期刊栏目：43

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61671141

在线出版日期：2022-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：609-617