.png){kind=icon}
返回
Virtual Machine Placement in Cloud Data Centers Using Enhanced Binary Manta Ray Foraging Optimization Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s10723-026-09830-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
虚拟化是一种变革性技术，它使多个虚拟机能够在单个物理主机上并发运行，从而优化云数据中心的资源利用。这些数据中心由多台服务器组成，消耗大量能源，这要求云提供商具备优化虚拟机在这些服务器上部署的机制。最优部署可降低能耗并提高资源利用率。本文介绍了一种基于近期生物启发式元启发式算法——蝠鲼觅食优化（Manta Ray Foraging Optimization, MRFO）的新算法，用于解决虚拟机部署（VMP）问题。尽管MRFO已被成功应用于各种工程优化任务，但据我们所知，它从未在VMP的背景下使用过。因此，本文首次研究了针对云数据中心VMP问题适配的MRFO算法的改进版本。所提出的算法使用CloudSim工具包在多种性能指标（包括能耗、资源利用率和活动服务器数量）下进行评估，并在多个云环境异构性水平下进行测试。模拟结果与该领域广泛采用的几种基线算法和混合算法进行了比较。所提出的算法在能耗方面实现了比最佳方法高出11.53%的改进，在资源利用率方面实现了81.12%的改进，在活动服务器数量方面实现了12.68%的改进。
Keyword:
Virtual machine placement
Data center
Manta ray foraging optimization
Energy efficiency
Resource utilization
