王 娜，刘春霞，党伟超，白尚旺

(太原科技大学 计算机科学与技术学院，太原 030024)

目前学术界针对虚拟机动态迁移问题进行了大量的研究工作，主要集中在两个方面，一是单纯的虚拟机迁移策略方面，主要考虑负载、网络带宽、SLA违规、虚拟机迁移次数等性能指标的影响；一是迁移过程中源、目的主机以及虚拟机选择方面，利用相关的智能算法来优化虚拟机分配与放置，减少能量消耗。为了能有效识别出过载节点，研究人员进行了深入研究。Hsu等[1]提出一种静态阈值(Static Threshold，ST)的方法进行虚拟机迁移，该方法利用CPU利用率设定一个阈值，当主机CPU利用率超过该阈值时判定为过载主机，进行虚拟机迁移，否则不进行迁移，该方法可以有效降低数据中心能耗。Jain等[2]提出一种负载均衡方法，通过使用较低和较高CPU利用率阈值来选择源主机，然后将选定的虚拟机放置到耗电量最低的物理主机上，以最大限度地降低能耗。Jianrong等[3]提出一种基于负载预测的动态虚拟机整合算法，通过预测主机在下一时刻的负载来判断主机的负载状态，进而触发虚拟机迁移，该方法有效降低了虚拟机迁移次数，进而降低了数据中心的能耗。上述方法都是通过基于阈值或基于预测的方法来识别热点，具有一定的局限性，且在计算各物理主机负载时，仅仅考虑了CPU或内存的影响。文献[4]则证明了虚拟机迁移过程中所产生的能耗大小受可用带宽的影响。因此，上述方法都没有全面考虑虚拟机迁移过程中多重因素对能耗的影响。……