徐胜超，宋 娟，潘 欢

(1．广州华商学院数据科学学院,广东 广州 511300；2．宁夏大学宁夏沙漠信息智能感知重点实验室，宁夏 银川 750021)

0 引 言

虚拟机迁移是近年来大规模节能云数据中心构造的关键技术[1-3]。虚拟机迁移中最重要的一个步骤是物理主机异常状态检测，它通过监视云数据中心的所有主机的物理资源使用状态来判断，采用一定的算法或者策略，把那些运行异常(超负载或低负载)的物理节点选择出来[4-5]，形成侯选迁移物理主机列表。在接下来的虚拟机选择和虚拟机放置步骤中，也有各自特定的选择算法[6-7]、放置算法操作[8-10]。主机状态检测、选择、放置这3个步骤的优化算法还可以组合起来使用，但是最终评价标准是虚拟机迁移后的云数据中心的节能效果、物理资源利用实际效果和SLA违规效果等指标[11-13]。

本文重点研究物理主机状态检测阶段，这种状态检测策略可以分为主动法和被动法。主动的检测方法可以使得云数据中心的物理资源被充分利用，是一类比较好的检测方法。目前已有的物理主机状态检测方法大多采用被动式的或者静态管理策略，其考虑的维度因素也比较单一，已经不能适应云客户端的动态、自适应的访问需求。为此本文提出一种基于线性回归与最小二乘法的物理主机状态异常检测方法EPADA(Efficient Physical host status Anomalous Detection Approach)。

本文的EPADA是一种主动的、自适应的、动态的物理主机状态检测方法，它采用回归操作预测出物理主机在未来的一段时间内的资源使用率情况来确定其阈值边界，为后续迁移步骤做准备。……