مشخصات مقاله | |
ترجمه عنوان مقاله | بسته بندی ماشین مجازی مبتنی بر اشتراک صفحه با محدودیت های چند منبعه برای کاهش ترافیک شبکه در مهاجرت به ابرها |
عنوان انگلیسی مقاله | Page-sharing-based virtual machine packing with multi-resource constraints to reduce network traffic in migration for clouds |
انتشار | مقاله سال 2019 |
تعداد صفحات مقاله انگلیسی | 10 صفحه |
هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
پایگاه داده | نشریه الزویر |
نوع نگارش مقاله |
مقاله پژوهشی (Research article) |
مقاله بیس | این مقاله بیس نمیباشد |
نمایه (index) | scopus – master journals – JCR |
نوع مقاله | ISI |
فرمت مقاله انگلیسی | |
ایمپکت فاکتور(IF) |
5.341 در سال 2017 |
شاخص H_index | 85 در سال 2019 |
شاخص SJR | 0.844 در سال 2017 |
شناسه ISSN | 0167-739X |
شاخص Quartile (چارک) | Q1 در سال 2017 |
رشته های مرتبط | مهندسی فناوری اطلاعات – مهندسی کامپیوتر |
گرایش های مرتبط | شبکه های کامپیوتری – الگوریتم و محاسبات – معماری سیستم های کامپیوتری |
نوع ارائه مقاله |
ژورنال |
مجله / کنفرانس | سیستم های کامپیوتری نسل آینده – Future Generation Computer Systems |
دانشگاه | School of Computer Science and Engineering, Central South University, ChangSha, PR China |
کلمات کلیدی | مهاجرت ماشین مجازی، بسته بندی مجازی ماشین، اشتراک گذاری آگاه حافظه |
کلمات کلیدی انگلیسی | Virtual machine migration, Virtual machine packing, Memory sharing-aware |
شناسه دیجیتال – doi |
https://doi.org/10.1016/j.future.2019.02.043 |
کد محصول | E12045 |
وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
فهرست مطالب مقاله: |
Outline Highlights Abstract Keywords 1. Introduction 2. CBPS VM maximization problem 3. CBPS VM Packing problem 4. Performance evaluation 5. Related work 6. Conclusion Acknowledgments References |
بخشی از متن مقاله: |
Abstract Virtual machine (VM) packing plays an important role in improving resource utilization in cloud data centers. Recently, memory content similarity among VM instances has been used to speed up multiple VM migration in large clouds. Based on this, many VM packing algorithms have been proposed, which only considered the memory capacity of physical machines (PMs) as the resource constraint. However, in practice the results of such algorithms are not feasible, because thy may not satisfy the constraints of multiple resources (e.g., CPU of the PMs). Besides, the granularities of memory sharing in existing studies are very coarse, and they cannot fully leverage the benefits of memory content similarity which mainly appears at memory page level. In this paper, we study the page-sharing-based VM packing that considers constraints in multiple resources. Given a set of VM instances that share a large number of common memory pages, we pack them into the minimum number of PMs, subject to the constraints in the multiple resources on the PMs. This problem is solved in two steps. First, we pack the maximum number of VMs into a given PM, and then propose an approximation algorithm. The approximation ratio is better than that of the existing algorithm. Then, based on this approximation algorithm, we propose a heuristic algorithm to solve the general problem. Experimental results show that our heuristic algorithm outperforms existing approaches with at most 25% less required PMs and at most 40% less memory page transferring. |