2. -了解云数据。
分为两步:第一步使用MM算法计算需要迁移的VM,第二步使用MBFD进行分配。 计算迁移的虚拟机数量可以参考MM算法。
3. 数据中的 A -and- for。
该算法考虑了服务器的动态迁移。 算法 1 用于选择 PM 和 VM 的最小集合。 算法2是遗传算法。 该方法比传统GA算法消耗的能量稍多,但迁移次数和计算速度都有巨大的改进。
遗传算法注意事项:
4. A 为。
文章考虑了CPU、内存和网络带宽的问题背包问题论文,这和我们的任务有些相似。 本文的目的是解决将VM放置在PM上的NP背包问题。 解决此类问题的简单方法是“First”和“Best”。
采用模拟退火方法,使用FFD算法满足初始化
5. An - 表示云数据。
每个PM有p种资源,每种资源要分布均匀背包问题论文,利用率才会高。 文章从多维度考虑资源,提出多维度资源利用模型,具有很大的参考价值。