多媒体云计算环境下基于DCN的虚拟服务器动态协同迁移方法研究

Multimedia cloud computing has become one of the most effective ways to deploy large scale media streaming applications, with significant research and application value. However, the related studies fail to consider the flow characteristics of multimedia cloud services and the infrastructure of cloud platform together. Therefore, they are difficult to achieve an optimal utilization of cloud computing resources. The project intends to apply application-aware scheduling of virtualized cloud computing resources, and studies the dynamic scheduling method of the VM-based servers in the data center network (DCN) environments, so as to globally optimize the cloud computing resources. To be specific, our research is composed of the following four facets: 1) DCN traffic-aware topology generation of virtual server clusters; 2) Resource consumption evaluation model and load status determination of the virtual server clusters; 3) Dynamic deployment and collaboration migration of the virtual server clusters; 4) Dynamic virtual server scheduling prototype based on OpenStack. The innovation points: 1) to perceive upper server cluster topology by studying the dynamic traffic feature of the DCN; 2) to dynamic determine the state of the virtual load server clusters by considering the DCN resource consumption; 3) to globally optimize the cloud computing resources by employing the collaborative migration means.

多媒体云计算技术，已成为部署超大规模多媒体应用最有效的途径之一，具有重要的研究与应用价值。然而，相关研究未能综合考虑多媒体云服务的流量特性与云计算平台的基础架构，难以实现云计算资源的优化利用。本项目拟以应用情境感知的虚拟化云计算资源调度为立足点，在数据中心网络（DCN）环境下，研究虚拟服务器的动态协同迁移方法，全局优化云计算资源利用。研究内容：1）基于DCN流量感知的虚拟服务器集群拓扑动态生成；2）虚拟服务器集群资源消耗评价模型与负载状态动态判别；3）基于负载状态与流量特征的虚拟服务器动态协同迁移；4）基于OpenStack的动态调度系统原型。创新点：1）以多媒体云服务的数据特征 "动态流量"为研究对象，感知上层服务器集群拓扑；2）以部署环境的实时状态"DCN资源消耗"为核心依据，动态判别虚拟服务器集群的负载状态；3）以体现服务器集群关联特性的"协同迁移"为具体手段，全局优化平台系统资源。

多媒体云计算技术，已成为部署超大规模多媒体应用最有效的途径之一，具有重要的研究与应用价值。然而，相关研究未能综合考虑多媒体云服务的流量特性与云计算平台的基础架构，难以实现云计算资源的优化利用。本项目以应用情境感知的虚拟化云计算资源调度为立足点，在数据中心网络（DCN）环境下，研究虚拟服务器的动态协同迁移方法，全局优化云计算资源利用。项目组全体成员共同努力，历经4年，提出了基于DCN流量感知的多媒体云计算资源动态协同优化调度方法等相关成果，并构建了基于OpenStack的媒体服务器集群管理原型系统，取得的主要成果包括：.一，在理论成果方面，先后提出了基于灰度理论建立了云计算环境下流媒体服务器负载状态转移模型、数据中心网络环境下支持带宽保障的流媒体服务器集群部署方法、面向多版本视频点播的基于性能模型的虚拟机放置方法、多版本视频点播存储与转码权衡方法、多媒体云计算环境下集群感知的多虚拟机协同迁移方法等。.二、在系统研制与成果应用方面，构建了基于OpenStack的媒体服务器集群管理环境。研制出基于OpenStack的虚拟服务器动态调度原型系统；并在远程多媒体教育中实际应用。.基于上述成果，在国内外重要学术期刊、会议上发表带项目61472317标注的论文共23篇，其中CCF推荐国家期刊、会议论文15篇。 并包括6篇IEEE期刊论文。申请授权相关发明专利6项。研制出基于OpenStack的虚拟服务器动态调度原型系统；并在远程多媒体教育中实际应用。依托项目，建立了一支以网络多媒体与多媒体云计算为研究方向的高水平的研究团队，培养博士生和硕士生10名。相关成果获得国家科技进步2等奖、教育部科技进步1等奖，陕西省高等学校科学技术一等奖。