基于机器学习的VMM内存映像老化机理研究

虚拟机管理器(VMM)是云计算平台的一个关键部件。然而，像所有长时间运行的软件系统一样，VMM内存映像也存在着老化现象（简称软件老化），大大降低了云计算平台的可靠性和可用性。因此，研究VMM内存映像老化机理具有重要的理论意义和实用价值。. 鉴于现有工作没有对软件老化的诱因进行系统的研究，也没有对老化属性进行系统的识别，这些工作要么基于某种往往不总是成立的假设建立老化模型，要么事先假定的老化诱因不总能正确地反映软件老化的真正原因，据此建立的老化预测模型不能准确地刻画老化过程和趋势；为此，拟开展项目以机器学习方法为主要手段，以开源Xen VMM为研究实例和关键技术验证平台，系统地探索导致VMM老化的诱因及其对VMM运行性能的影响模式，研究VMM老化的具体特征及分类方法，建立能够反映老化类型和老化进程的VMM老化模型，研究基于该模型的VMM老化趋势的预测方法，奠定VMM老化自愈的坚实基础。

本项目以机器学习方法为主要手段，以开源Xen VMM为研究实例和关键技术验证平台，系统地探索了导致VMM老化的诱因及其对VMM运行性能的影响模式，研究了VMM老化的具体特征及分类方法，建立了能够反映老化类型和老化进程的VMM老化模型，研究了基于该模型的VMM老化趋势的预测方法，奠定了VMM老化自愈的坚实基础。在包扩TSE和TKDE在内的期刊和会议发表论文22篇，其中SCI收录13篇，EI收录18篇。