基于能量感知与多资源过载概率约束的虚拟机动态整合方法数据集

数据集概述

本数据集为“基于能量感知与多资源过载概率约束的虚拟机动态整合方法”相关研究提供支撑,包含实验中生成的各类性能指标数据,涉及CPU利用率与功耗关系、物理机运行数量、虚拟机迁移次数等关键实验结果。

文件详解

  • 数据文件(均为CSV格式):
  • fig1(The relation between CPU utilization and host power).csv:记录不同物理机型号(如Hp ProLiant Ml110 G5)在不同CPU利用率下的功耗数据,字段包括CPU Utilization(%)、各型号物理机功耗值
  • fig4-up(The number of running PMs varying with the cycle of VMs consolidation).csv:记录虚拟机整合周期变化时,不同算法下运行物理机数量的数据
  • fig5-up(The number of VM migrations varying with the cycle of VMs consolidation).csv:记录虚拟机整合周期变化时,不同算法下虚拟机迁移次数的数据
  • fig10-up(The number of running PMs varying with the cycle of VMs consolidation).csv:记录虚拟机整合周期变化时,不同算法下运行物理机数量的数据
  • fig11-up(The number of VM migrations varying with the cycle of VMs consolidation).csv:记录虚拟机整合周期变化时,不同算法下虚拟机迁移次数的数据
  • fig4-low(The number of running PMs varying with the cycle of VMs consolidation).csv:记录低负载场景下,虚拟机整合周期变化时不同算法(如MAD-MMT、LR-MC、EC-VMC等)的运行物理机数量数据,字段包括整合周期、各算法对应的物理机数量
  • fig10-low(The number of running PMs varying with the cycle of VMs consolidation).csv:记录低负载场景下,虚拟机整合周期变化时不同算法的运行物理机数量数据
  • fig12-low(Total power of physical hosts varying with the cycle of VMs consolidation).csv:记录低负载场景下,虚拟机整合周期变化时物理主机总功耗数据

适用场景

  • 云计算资源管理研究:分析不同虚拟机整合算法在能耗、物理机数量、迁移次数等维度的性能表现
  • 数据中心能效优化:探究CPU利用率与物理机功耗的关系,支撑绿色数据中心策略制定
  • 虚拟机动态调度算法评估:对比不同过载概率约束策略下,虚拟机整合方法的资源利用率与稳定性
  • 多资源约束下的系统性能优化:研究多资源过载概率对虚拟机动态整合效果的影响机制
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 0.05 MiB
最后更新 2025年11月26日
创建于 2025年11月26日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。