安红宇，王宇廷，金顺福

(燕山大学 信息科学与工程学院，河北 秦皇岛 066004)

0 引言

云计算通过网络有效聚合被虚拟化的计算资源，基于集中构建的数据中心为单一用户或多租客提供动态、高性价比和弹性规模扩展的各类信息服务，改变了传统信息技术产业的体系架构和运作模式，受到国内外学术界和产业界的极大关注[1]。值得注意的是，在云系统的运行过程中往往会因为虚拟机的不合理调度，导致资源和能量的浪费，引起云供应商和云用户服务利益失衡[2]。

近年来，国内外专家学者结合节能问题对云资源的管理展开了研究。云系统中产生能源浪费主要有两个方面的原因：一方面是云系统的资源服务与云用户的任务请求不匹配，另一方面是云系统中资源的低效管理与任务的无序调度。文献[3]提出了一种基于异构云环境的自适应任务分配算法，最小化云系统的服务时间并降低能耗。在CloudSim仿真环境下进行实验，验证了该算法在云环境中的有效性。文献[4]提出了一种启发式方法(Placement Selections-Experimental Scenarios, PS-ES)。将粒子群优化(Particle Swarm Optimization, PSO)算法与模拟退火(Simulated Annealing, SA)算法相结合，改进具有全局搜索能力的PSO算法。与随机迁移和最优迁移相比，PS-ES方法降低了总能耗，可以更好地保护虚拟机运行和迁移的性能。文献[5]构建了一个虚拟机放置/迁移平台，最大限度地降低了云数据中心的总功耗。通过优化调度与估算技术的协作，在平台中嵌入了估计模块以预测系统的预期负载。文献[6]针对云计算系统在运行过程中由于计算节点空闲而产生空闲能耗，以及由于不匹配任务调度而产生“奢侈”能耗的问题，运用排队理论对云计算系统进行建模，提出了一种大服务强度小执行能耗的任务调度策略。……