论文部分内容阅读
针对传统虚拟机整合(VMC)方法难以保持主机工作负载长期稳定的问题,提出一种基于高斯混合模型的高效虚拟机整合(GMM-VMC)方法。为了准确地预测主机负载的变化趋势,首先,使用高斯混合模型(GMM)对活动物理主机的工作负载历史记录进行拟合;然后,根据活动物理主机工作负载的GMM和主机自身的资源配置情况计算主机的过载概率,并根据过载概率判定主机是否存在过载风险;对存在过载风险的物理主机,根据部署在该物理主机上的虚拟机对降低主机过载风险的贡献和虚拟机迁移所需的时间这两个指标进行待迁移虚拟机选择;最后,使