其他

未申请专利

本项目拟针对云数据中心资源部署问题，研究新型网络虚拟化架构，建立基于虚拟化的高效云数据中心资源调度机制，满足用户需求的同时，提升资源利用率。主要研究内容包括面向云数据中心的资源模型与虚拟网络架构、基于机会资源复用技术的虚拟网络资源保障技术、网络感知的虚拟机动态部署机制和基于SDN的网络虚拟化配置、部署与实施技术等网络虚拟化关键技术。本项目拟通过本体建立细粒度资源模型，并基于机器学习方法给出资源概率使用模式与机会复用机制，由此基于拓扑映射的方法研究虚拟机部署与重配置策略。应用上述研究成果构建实验床，验证正确性与有效性。

本项目拟通过细粒度刻画数据中心资源特征，给出应用运行所需的最佳资源量与资源使用模式，由此研究资源的概率共享模式，提升资源使用效率。在此基础上，进一步考察应用对计算与网络资源的需求，研究数据中心的资源优化部署策略，并基于SDN架构，实现系统原型。
主要创新点如下：
1、基于本体的弹性资源模型
基于本体理论，精确刻画数据中心资源特征，为各类型应用提供最为合适的资源类型与资源量。
2、机会共享的资源概率使用模式
结合合理的资源调度机制，实现“时分复用”的细粒度资源共享，提升系统资源利用率。
3、拓扑感知的动态虚拟机部署策略
多用户的复合资源需求拓扑与物理资源拓扑的匹配，实现虚拟机优化部署。
4、网络感知的资源重配置策略
兼顾虚拟机迁移代价与资源配置平衡点，保持系统的最佳运行状态。
5、基于SDN的虚拟网络架构及其实验床
有效支撑网络虚拟化，并由此构建基础支撑平台。

技术指标与预期成果：
在SCI/EI收录的重要国际会议或期刊上发表高水平学术论文4～5篇，申请国家专利1项，运用研究成果，完成原型系统1个，并申请软件著作权1项。

江苏省高校自然科学研究面上项目(重点项目)