科创中国
一种基于遗传算法的虚拟机迁移方法
发布时间: 2025-06-18
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
新一代信息技术产业,互联网与云计算、大数据服务
成果介绍
虚拟化已经成为云计算的支撑技术,它能够使大量的第三方应用以装入虚拟机的形式来运行。为了降低运行成本,虚拟机可以迁移到其它服务器上运行。虚拟机迁移会带来额外的数据传输开销,再加上原本具有依赖关系的不同虚拟机,因此,降低网络成本成为虚拟机迁移时考虑的重要目标。现有的研究中，对于迁移成本，仅考虑了迁移数据量和传输带宽，没有考虑VM间的依赖关系以及数据中心的拓扑逻辑，导致VM迁移时可能将具有依赖关系的两个VM迁移到相距较远的主机上，从而产生较大的通信成本。本发明考虑了VM迁移时的迁移成本和通信成本，提出VM迁移成本模型，利用遗传算法对VM迁移问题进行求解。通过使用轮盘选择算子、双点交叉算子和位触发突变算子，并通过反复实验确定交叉率、突变率等参数，该方法可以大大降低VM迁移时的成本。
成果亮点
科技创新点1：在进行虚拟机迁移时，不仅考虑了迁移数据量和传输带宽，还考虑了VM间的依赖关系以及数据中心的拓扑逻辑，更全面地建模了成本模型，使得本成果具有较低的迁移成本和通信成本。
科技创新点2：利用遗传算法求虚拟机->物理机映射的最优解，保证了解的多样性和覆盖性。
科技创新点3：本成果可以通过并行计算提高搜索效率，特别适合在多处理器或分布式环境下使用，再加上遗传算法全局搜索能力强，使得本成果能够更快地找到最优解。
团队介绍
团队介绍*（500字以内）
项目主持人及团队成员近十年一直从事云计算、边缘计算、网络安全等方向的研究。在云计算的资源分配、调度和节能以及边缘计算的计算卸载、服务迁移、计算资源和通信资源的分配和调度、网络自组网路由、数据隐私保护领域做了大量深入的研究。擅长复杂优化问题的建模和求解，熟悉优化算法、机器学习、深度学习等算法的应用。先后承担了陕西省重点研发计划项目、陕西省科技厅项目、陕西省教育厅项目和咸阳市科技局项目等纵向项目共8项。发表论文20余篇，其中SCI/EI检索10余篇。授权的专利5项，其中1项专利已得到转化应用。取得软件著作权9项。出版教材5部。依托的陕西省 “网络数据分析和智能处理” 重点实验室和西安市“大数据与智能计算”重点实验室、“物联网智能信息采集与处理工程研究中心”为本项目的数据智能化分析和处理提供了关键技术平台。团队成员结构合理，分工明确，既有理论功底扎实的高校教师，也有具有二十年生产制造现场经验的工程师，还有实践动手能力很强的自动化专业的研究生和丰富市场营销经验的市场推广人员。
成果资料
下载app