CN113535329B - 一种多租户云中虚拟机的部署方法和装置 - Google Patents
一种多租户云中虚拟机的部署方法和装置 Download PDFInfo
- Publication number
- CN113535329B CN113535329B CN202110835593.3A CN202110835593A CN113535329B CN 113535329 B CN113535329 B CN 113535329B CN 202110835593 A CN202110835593 A CN 202110835593A CN 113535329 B CN113535329 B CN 113535329B
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- tenant
- deployment
- computing
- formalized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45562—Creating, deleting, cloning virtual machine instances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种多租户云中虚拟机的部署方法和装置。其中,所述方法包括:获取租户的资源请求信息;其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源;根据所述虚拟机请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题;基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案。本发明实施例为减轻恶意租户和服务节点故障对云造成的不良影响,在部署虚拟机时,考虑了多个约束以提高云健壮性,通过合理虚拟机部署,可以在入侵检测***,节点监控***等传统方法上进一步提升云平台的健壮性。
Description
技术领域
本发明实施例涉及网络服务质量(Quality of Service,QoS)技术领域,尤其涉及一种多租户云中虚拟机的部署方法和装置。
背景技术
随着云计算技术的发展,企业将计算任务迁移到云已经变得很普遍,因为这种迁移大大降低了管理私有数据中心的复杂性和成本。
在多租户云场景下,恶意租户和服务节点失效非常常见,由此带来了健壮性问题。具体来说,恶意租户将发起广谱网络攻击,包括拒绝服务攻击(DoS)和并存(co-residency)攻击。例如亚马逊云经常收到DoS攻击和垃圾邮件攻击。恶意租户发送大量流量,这会使服务节点瘫痪并降低网络性能。一旦某一个基础架构单元被恶意租户攻击,该基础架构单元中的所有虚拟机将无法获得服务节点提供的任何可服务网络服务。同时,服务节点本身可能在通用云中经常出现故障。
现有技术中,云供应商通过部署辅助***来解决健壮性问题,例如,部署入侵检测***以保护服务节点免受恶意租户的侵害,以及用于监视服务节点状态的监视***。尽管这些方法对于提高***健壮性是可行的,但仍需要额外的资源,并且***管理将更加复杂。
发明内容
本发明提供一种多租户云中虚拟机的部署方法和装置,以提高多租户云中虚拟机部署的健壮性。
第一方面,本发明实施例提供了一种多租户云中虚拟机的部署方法,所述多租户云***中包括至少一个基础架构单元,每个所述基础架构单元中包括一个服务节点和一组计算节点,所述方法包括:
获取租户的资源请求信息;其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源;
根据所述虚拟机请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题;
基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案。
可选的,所述形式化虚拟机部署问题的约束包括:同一租户的虚拟机部署在有限个基础架构单元中,以及每个基础架构单元承载有限个租户。
可选的,所述形化虚拟机部署问题的约束还包括:每一个虚拟机选对应的选择一个计算节点部署。
可选的,所述形式化虚拟机部署问题的约束还包括:虚拟机所占用的计算节点的计算资源要小于计算资源负载,以及虚拟机所占用的服务节点的带宽资源小于带宽资源负载。
可选的,基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案,包括:将所述形式化虚拟机部署问题由整形规划问题松弛为线性规划问题,并使用线性规划求解器得到所述线性规划问题的分数最优解;
根据分数最优解对每一个租户进行随机舍入,选择向对应租户提供服务的服务节点集合;
对所述服务节点集合中所对应的计算节点进行随机舍入,决定虚拟机所部署的具体计算节点。
可选的,在生成对应的虚拟机部署方案之后,还包括:
根据所述虚拟机部署方案向每个基础架构单元中的计算节点发送控制信息,以使计算节点根据接收的控制信息部署虚拟机,并将虚拟机产生的服务流量交付给虚拟机所属的基础架构单元中的服务节点处理。
本发明实施例还提供一种多租户云中虚拟机的部署装置,所述多租户云***中包括至少一个基础架构单元,每个所述基础架构单元中包括一个服务节点和一组计算节点,所述装置包括:
获取模块,用于获取租户的资源请求信息;其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源;
形式化模块,用于根据所述虚拟机请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题;
求解模块,用于基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案。
本发明通过获取租户的资源请求信息,并根据虚拟机请求信息,以及基础架构单元的资源使用情况,形式化虚拟机部署问题,在形式化虚拟机部署问题时,通过限制每个租户可以访问的基础架构单元的数量,以及每个基础架构单元(服务节点)承载的租户的数量,可以减轻恶意租户和服务节点故障造成的不良影响,提高了多租户云中虚拟机部署的健壮性;同时在部署虚拟机时考虑了计算节点的计算资源限制与服务节点的网络带宽资源限制,虚拟机部署方案可以非常详细、灵活,能够满足不同用户的需求。
附图说明
图1为本发明实施例提供的一种多租户云中虚拟机的部署方法的流程图;
图2为本发明实施例提供的多租户云平台的体系架构图;
图3为本发明实施例提供的一种虚拟机部署方法的多租户云平台体系架构图;
图4为本发明实施例提供的一种多租户云中虚拟机的部署装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例
图1为本发明实施例提供的一种多租户云中虚拟机的部署方法的流程图,本发明实施例可适用于对多租户云平台中虚拟机进行部署的情况。
进一步参见图2,所述多租户云***中包括至少一个基础架构单元,每个所述基础架构单元中包括一个服务节点和一组计算节点,云供应商在其云中部署了大量的计算节点,并以虚拟机形式向租户提供计算资源,如CPU和内存。另一方面,每个基础架构单元中的服务节点可以向租户提供各种网络服务,例如虚拟专用网络VPN和弹性负载均衡ELB。
其中,所述方法具体包括如下步骤:
S110、获取租户的资源请求信息。
其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源。
本实施例中,在多租户资源请求阶段,云中央管理模块根据租户提供的资源需求确定其请求的虚拟机类型与数量信息,以及每个虚拟机对应的服务流量需求,还可以包括虚拟机的镜像情况、虚拟机的服务内容等。其中,虚拟机的类型包括计算型虚拟机,标准型虚拟机以及内存型虚拟机等。
S120、根据所述虚拟机请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题。
其中,上述基础架构单元的资源使用情况包括:每个基础架构单元内计算节点计算资源的使用情况,以及服务节点带宽资源使用情况。本实施例中,通过云中央管理模块进行内部资源使用情况的监测。
具体的,上述形式化虚拟机部署问题的公式如下:
其中,U表示租户集合,V表示计算节点集合,S表示服务节点集合,P表示虚拟机集合,z(u,s),b(s),b(v)分别表示当前服务节点容纳租户情况,***的服务节点背景流量使用情况,以及***中计算节点的资源使用情况,当前所使用的服务节点的带宽资源;f(p)代表虚拟机p所需要的计算资源,r(p)代表虚拟机所需要的带宽资源;C(s)代表服务节点的流量处理能力,R(v)代表计算节点的计算资源容量,h表示单个租户接入的最多服务节点个数,w表示单个服务节点服务的最多的租户个数,x表示虚拟机是否部署在对应节点上,y表示租户是否需要对应服务节点服务,λ表示计算节点和服务节点的负载均衡因子。
进一步的,上述形式化虚拟机部署问题考虑多个约束,包括(1)虚拟机部署约束:为每一个虚拟机选择一个计算节点部署,对应上述公式中的第一个等式;当部署虚拟机后,服务节点需要对其进行处理,对应第二和第三个不等式。
(2)健壮性保障约束:第一个约束是同一租户的虚拟机能够部署在至多在有限个(h个)基础架构单元,第二个约束是每个基础架构单元至多承载有限个(w个)租户,分别对应上述公式中的第四个和第五个不等式。
具体的,同一租户能够部署的基础架构单元的数量和每个基础结构单元能够承载的租户数量由云平台的规模决定。示例性的,若云平台中存在1000个服务节点,服务于500个租户,h和w的值对应的设置为20和10是比较合理的。其中,第一个约束使用适当的隔离技术,使得一个恶意租户只能攻击为其虚拟机提供服务的基础架构单元,因此第一个约束可以限制单个恶意租户所影响的基础架构单元数量,限制恶意租户产生的危害。另一方面,服务节点的故障将导致相应基础架构单元中所有租户的服务质量下降,因此我们引入第二个约束来限制每个基础架构单元所承载的租户的数量。
(3)节点计算资源约束:节点资源约束包括计算节点计算资源约束和服务节点的带宽资源约束,对应上述公式中第六个和第七个不等式。
该形式化虚拟机部署问题的优化目标是在满足健壮性约束和节点资源约束前提下达到计算节点与服务节点的负载均衡。
S130、基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案。
具体的,基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案,包括:将所述形式化虚拟机部署问题由整形规划问题松弛为线性规划问题,并使用线性规划求解器得到所述线性规划问题的分数最优解;根据分数最优解对每一个租户进行随机舍入,选择向对应租户提供服务的服务节点集合;对所述服务节点集合中所对应的计算节点进行随机舍入,决定虚拟机所部署的具体计算节点。
通过上述计算步骤,来生成对应的虚拟机部署方案。在虚拟机部署方案生成之后,云中央控制模块根据计算的虚拟机部署方案向每个基础架构单元中的计算节点发送控制信息,计算节点根据接收的控制信息部署虚拟机,并将虚拟机产生的服务流量交付给虚拟机所属的基础架构单元中的服务节点处理。
本发明实施例的技术方案基于云计算场景,通过将计算节点的计算资源和网络资源虚拟化为虚拟机提供给用户满足用户的应用需求。实现了资源的池化与高效共享,提高了云平台的资源利用率。此外,本发明实施的虚拟机部署决策统一集中在云中央控制模块,集中式控制可以避免分布式模式下的低资源利用率等问题。
本发明实施例基于多租户平台,主要通过虚拟机的部署来达到健壮性的云平台,在满足租户资源需求的同时,也满足云的健壮性要求,同时达到云平台资源使用的负载均衡。与现有技术相比,不需要对云平台部署集成额外的模块,并且,该方法还可以与现有技术互补,进一步提高多租户云平台的健壮性,具有很广阔的应用前景。
进一步的,本发明实施例设置了两个健壮性约束,通过限制了每个租户可以访问的基础架构单元的数量以及每个基础架构单元(服务节点)托管的租户的数量,可以减轻恶意租户和服务节点故障造成的不良影响;同时在部署虚拟机时考虑了计算节点的计算资源限制与服务节点的网络带宽资源限制,虚拟机部署方案可以非常详细、灵活,能够满足不同用户的需求。
进一步参见图3,图3为本发明实施例提供的一种虚拟机部署方法的多租户云平台体系架构图。本实施例中接收了三个租户(租户1、租户2、租户3)的资源请求信息,其中租户1请求4个虚拟机(虚拟机1-虚拟机4),租户2请求4个虚拟机(虚拟机5-虚拟机8),租户3请求4个虚拟机(虚拟机9-虚拟机12),每个虚拟机所需要的资源如图3所示。
根据上述三个租户的资源请求信息以及基础架构单元的资源使用情况,形式化虚拟机部署问题,通过随机舍入算法对上述问题进行求解。首先计算出最优部署的分数解,并根据分数解的值设置其舍入为1的概率。例如本实施例中虚拟机1在计算节点1,计算节点2,计算节点3部署的概率分别为0.9,0.08和0.02,那么虚拟机1部署在计算节点1的概率为90%。最终的虚拟机部署方案如图3的右侧所示。
其中,图3的右侧是一个小型多租户云架构,由三个基础架构单元组成,其中每一个基础架构单元包括一个服务节点和一个计算节点。根据该虚拟机部署方案结果,每一个基础架构单元中的服务节点与计算节点的资源开销较为平衡,例如三个服务节点的带宽消耗均为9,三个计算节点的计算资源开销均为10;同时,云的健壮性较好,每一个租户所影响的基础架构单元数为2,每一个服务节点失效影响的租户数为2。
图4为本发明实施例提供的一种多租户云中虚拟机的部署装置的结构示意图,具体包括:获取模块210、形式化模块220以及求解模块230。
其中,获取模块210,用于获取租户的资源请求信息;其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源;
形式化模块220,用于根据所述虚拟机请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题;
求解模块230,用于基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案。
进一步的,所述形式化虚拟机部署问题的约束包括:同一租户的虚拟机部署在有限个基础架构单元中,以及每个基础架构单元承载有限个租户。
所述形化虚拟机部署问题的约束还包括:每一个虚拟机选对应的选择一个计算节点部署。
所述形式化虚拟机部署问题的约束还包括:虚拟机所占用的计算节点的计算资源要小于计算资源负载,以及虚拟机所占用的服务节点的带宽资源小于带宽资源负载。
其中,所述求解模块230具体用于:将所述形式化虚拟机部署问题由整形规划问题松弛为线性规划问题,并使用线性规划求解器得到所述线性规划问题的分数最优解;
根据分数最优解对每一个租户进行随机舍入,选择向对应租户提供服务的服务节点集合;
对所述服务节点集合中所对应的计算节点进行随机舍入,决定虚拟机所部署的具体计算节点。
进一步的,所述装置还包括部署模块,用于根据所述虚拟机部署方案向每个基础架构单元中的计算节点发送控制信息,以使计算节点根据接收的控制信息部署虚拟机,并将虚拟机产生的服务流量交付给虚拟机所属的基础架构单元中的服务节点处理。
本发明实施例提供的一种多租户云中虚拟机的部署装置可以执行本发明实施例中提供的一种多租户云中虚拟机的部署方法,具备相应的功能模块和有益效果,不再进行赘述。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (3)
1.一种多租户云中虚拟机的部署方法,多租户云***中包括至少一个基础架构单元,每个所述基础架构单元中包括一个服务节点和一组计算节点,其特征在于,所述方法包括:
获取租户的资源请求信息;其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源;
根据所述资源请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题;
所述形式化虚拟机部署问题的约束包括:同一租户的虚拟机部署在有限个基础架构单元中,以及每个基础架构单元承载有限个租户;
所述形式化虚拟机部署问题的约束还包括:每一个虚拟机对应的选择一个计算节点部署;
所述形式化虚拟机部署问题的约束还包括:虚拟机所占用的计算节点的计算资源要小于计算资源负载,以及虚拟机所占用的服务节点的带宽资源小于带宽资源负载;
基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案,包括:将所述形式化虚拟机部署问题由整形规划问题松弛为线性规划问题,并使用线性规划求解器得到所述线性规划问题的分数最优解;
根据分数最优解对每一个租户进行随机舍入,选择向对应租户提供服务的服务节点集合;
对所述服务节点集合中所对应的计算节点进行随机舍入,决定虚拟机所部署的具体计算节点。
2.根据权利要求1所述的方法,其特征在于,在生成对应的虚拟机部署方案之后,还包括:
根据所述虚拟机部署方案向每个基础架构单元中的计算节点发送控制信息,以使计算节点根据接收的控制信息部署虚拟机,并将虚拟机产生的服务流量交付给虚拟机所属的基础架构单元中的服务节点处理。
3.一种多租户云中虚拟机的部署装置,多租户云***中包括至少一个基础架构单元,每个所述基础架构单元中包括一个服务节点和一组计算节点,其特征在于,所述装置包括:
获取模块,用于获取租户的资源请求信息;其中,所述资源请求信息包括虚拟机类型与数量信息,以及每个虚拟机对应的计算资源和带宽资源;
形式化模块,用于根据资源请求信息,以及各所述基础架构单元的资源使用情况,形式化虚拟机部署问题;
所述形式化虚拟机部署问题的约束包括:
同一租户的虚拟机部署在有限个基础架构单元中,以及每个基础架构单元承载有限个租户;
所述形式化虚拟机部署问题的约束还包括:每一个虚拟机对应的选择一个计算节点部署;
所述形式化虚拟机部署问题的约束还包括:虚拟机所占用的计算节点的计算资源要小于计算资源负载,以及虚拟机所占用的服务节点的带宽资源小于带宽资源负载;
求解模块,用于基于随机舍入算法对所述形式化虚拟机部署问题进行求解,以生成对应的虚拟机部署方案;
所述求解模块具体用于:
将所述形式化虚拟机部署问题由整形规划问题松弛为线性规划问题,并使用线性规划求解器得到所述线性规划问题的分数最优解;
根据分数最优解对每一个租户进行随机舍入,选择向对应租户提供服务的服务节点集合;
对所述服务节点集合中所对应的计算节点进行随机舍入,决定虚拟机所部署的具体计算节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110835593.3A CN113535329B (zh) | 2021-07-23 | 2021-07-23 | 一种多租户云中虚拟机的部署方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110835593.3A CN113535329B (zh) | 2021-07-23 | 2021-07-23 | 一种多租户云中虚拟机的部署方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113535329A CN113535329A (zh) | 2021-10-22 |
CN113535329B true CN113535329B (zh) | 2023-07-18 |
Family
ID=78120637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110835593.3A Active CN113535329B (zh) | 2021-07-23 | 2021-07-23 | 一种多租户云中虚拟机的部署方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113535329B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226489A (zh) * | 2012-01-30 | 2013-07-31 | 国际商业机器公司 | 用于在计算环境中创建虚拟单元的方法和*** |
CN109391504A (zh) * | 2017-08-11 | 2019-02-26 | 华为技术有限公司 | 网络切片的部署方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8880638B2 (en) * | 2012-06-18 | 2014-11-04 | International Business Machines Corporation | Distributed image cache for servicing virtual resource requests in the cloud |
CN105490959B (zh) * | 2015-12-15 | 2019-04-05 | 上海交通大学 | 基于拥塞规避的非均匀带宽虚拟数据中心嵌入实现方法 |
US20180219765A1 (en) * | 2017-01-31 | 2018-08-02 | Waltz Networks | Method and Apparatus for Network Traffic Control Optimization |
CN106897094A (zh) * | 2017-02-24 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种云环境下SaaS软件部署方法及装置 |
CN108718246B (zh) * | 2018-04-03 | 2021-03-16 | 华中科技大学 | 一种面向网络功能虚拟化的资源调度方法和*** |
-
2021
- 2021-07-23 CN CN202110835593.3A patent/CN113535329B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226489A (zh) * | 2012-01-30 | 2013-07-31 | 国际商业机器公司 | 用于在计算环境中创建虚拟单元的方法和*** |
CN109391504A (zh) * | 2017-08-11 | 2019-02-26 | 华为技术有限公司 | 网络切片的部署方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113535329A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11150963B2 (en) | Remote smart NIC-based service acceleration | |
CN107087019B (zh) | 一种基于端云协同计算架构的任务调度方法及装置 | |
US10698741B2 (en) | Resource allocation method for VNF and apparatus | |
US20130212279A1 (en) | Resource Allocation Mechanism | |
CN110266822B (zh) | 一种基于nginx的共享式负载均衡实现方法 | |
CN103259832A (zh) | 实现动态负载平衡、故障诊断与转移的群集资源控制方法 | |
CN108897606B (zh) | 多租户容器云平台虚拟网络资源自适应调度方法及*** | |
US11467922B2 (en) | Intelligent snapshot generation and recovery in a distributed system | |
EP3211531B1 (en) | Virtual machine start method and apparatus | |
CN112000435B (zh) | 基于Openstack的多活型负载均衡方法及*** | |
CN105450540A (zh) | 一种负载均衡方法、装置及dhcp服务器 | |
US9729454B2 (en) | Methods, systems, and computer readable media for balancing diameter message traffic received over long-lived diameter connections | |
CN106210058A (zh) | 一种多核并行的反向代理方法 | |
US20170034048A1 (en) | Methods, systems, and computer readable media for peer aware load distribution | |
CN103297511B (zh) | 高度动态环境下的客户端/服务器的调度方法和*** | |
CN113535329B (zh) | 一种多租户云中虚拟机的部署方法和装置 | |
Di et al. | Cost efficient virtual infrastructure mapping using subgraph isomorphism | |
Kibalya et al. | A reinforcement learning approach for placement of stateful virtualized network functions | |
CN115952003A (zh) | 一种集群服务器负载均衡的方法、装置、设备及存储介质 | |
CN113395183B (zh) | 网络仿真平台vlan互联的虚拟节点调度方法与*** | |
Strykhalyuk et al. | Service Providing by Using a Structure Stability Algorithm in a Virtualized Data Center Based оn Cloud Technology | |
CN107682265B (zh) | 支付***的报文路由方法及装置 | |
CN114338670B (zh) | 一种边缘云平台和具有其的网联交通三级云控平台 | |
Zhai et al. | Towards robust multi-tenant clouds through multi-constrained VM placement | |
CN115580634A (zh) | 算力网络***及算力网络***的运行方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |