文献类型：期刊文章

作　　者：姜建华[1,2,3] 冯云钊[1,3] 吴迪[1,3] 刘颖[1,3] 王丽敏[1,3]

机构地区：[1]吉林财经大学管理科学与信息工程学院,长春130117 [2]吉林财经大学物流产业经济与智能物流实验室,长春130117 [3]吉林财经大学吉林省互联网金融重点实验室,长春130117

出　　处：《吉林大学学报（理学版）》

基　　金：国家自然科学基金(批准号:61572225;61402193);吉林财经大学科研项目(批准号:XJ2012007;2013006)

年　　份：2016

卷　　号：54

期　　号：3

起止页码：597-602

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、INSPEC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对数据密集型作业的特点,提出一个基于CPU和图形处理器（GPU）两个影响因素构建计算节点的能耗评估模型.该模型基于原虚拟机选择节能算法（ABCS）在虚拟机选择节能策略中的能效优势,进一步利用启发式思想改进蜂群优化算法,寻求虚拟机整合的最优解.在CloudSim 3.0云计算模拟器中的实验结果表明,启发式反向蜂群算法能在保证服务质量的前提下,有效降低虚拟机迁移次数,进而降低数据中心的能耗（节能25%~30%）.

关 键 词：数据中心 虚拟机迁移 虚拟机整合  人工蜂群算法

分 类 号：TP391]