1.一种基于资源使用曲线互补的云计算虚拟机放置方法,其特征在于:包括如下步骤:步骤1,得出过载物理机上的虚拟机集合V={v1,v2,v3,……vn}和可供迁移的物理机的集合P={p1,p2,p3,……pk},其中每台虚拟机和物理机包含z类资源;
步骤2,获取过载虚拟机集合V中的虚拟机vi在t个时间点的z类资源的利用率矩阵Ai;
所述步骤2中,获取过载虚拟机集合V中的虚拟机vi在t个时间点的z类资源的利用率矩阵Ai,其中aizt为虚拟机vi在第t个时间时第z类资源的利用率,虚拟机资源利用率矩阵Ai中的每一行表示虚拟机vi上的一类资源在t个时间点的利用率;
步骤3,运用神经网络预测未来t个时间点的虚拟机vi的z类资源的使用数据,得到预测使用数据矩阵Ci;
所述步骤3中,运用神经网络预测未来t个时间点的虚拟机vi的z类资源的使用数据Ci;
其中cizt为预测得到的虚拟机vi在第t个时间时第z类资源的利用率;
步骤4,获取可供迁移的物理机集合P中的物理机pj在t个时间点的z类资源的利用率矩阵Bj;
所述步骤4中,获取可供迁移的物理机集合P中的物理机pj在t个时间点的z类资源的利用率矩阵Bj,其中bjzt定义为物理机pj在第t个时间时第z类资源的利用率,物理机资源利用率矩阵Bj中的每一行表示物理机pj上的一类资源在t个时间点的利用率;
步骤5,运用神经网络预测未来t个时间点的物理机pj的z类资源剩余利用率,得到预测资源剩余利用率矩阵Dj;
所述步骤5中,运用神经网络预测未来t个时间点的物理机pj的z类资源剩余利用率矩阵Dj,其中djzt中定义为预测得到的物理机pj在第t个时间时第z类资源的利用率,uz表示第z类资源的利用率上阈值;
步骤6,计算虚拟机vi上第z类资源利用率在第t个时间点的曲率rizt,由此得到虚拟机vi上z类资源利用率cizt在未来t个时间点曲率rizt的矩阵Ri;
所述步骤6中,通过公式(1)计算虚拟机vi上第z类资源利用率在第t个时间点的曲率rizt;
得到虚拟机vi上z类资源利用率cizt在未来t个时间点曲率rizt的矩阵Ri;
步骤7,计算物理机pj上第z类资源利用率在第t个时间点的曲率qjzt,由此得到物理机pj上z类资源利用率bjzt在未来t个时间点曲率qjzt的矩阵Qj;
所述步骤7中,通过公式(2)计算物理机pj上第z类资源利用率在第t个时间点的曲率qjzt;
得到物理机pj上z类资源利用率djzt在未来t个时间点曲率qjzt的矩阵Qj;
步骤8,计算虚拟机vi和物理机pj之间的第z类资源的互补度hijz,由此得到虚拟机vi和物理机pj之间所有z类资源的互补度,将其组合得到互补集合Hij;
所述步骤8中,通过公式(3)计算虚拟机vi和物理机pj之间的第z类资源的互补度hijz;
得到虚拟机vi和物理机pj之间所有z类资源的互补度组合为互补集合Hij;
Hij=[hij1,hij2,...hijz]
步骤9,计算虚拟机vi和物理机pj之间的综合互补度sij,由此得到虚拟机集合V中虚拟机和物理机集合P中物理机之间的综合互补度sij的集合S;
所述步骤9中,通过公式(4)计算虚拟机vi和物理机pj之间的综合互补度sij,得到虚拟机集合V中虚拟机和物理机集合P中物理机之间的综合互补度sij的集合S;
s=[s11,s12…s1k,s21…snk]
步骤10,计算综合互补度sij的最小值smin,得出对应的互补度最小的虚拟机vi和物理机pj,将虚拟机vi放置到物理机pj上,并从集合S中移除smin;
步骤11,计算过载物理主机po上z类资源的剩余利用率eozt,如果存在ejzt>0且集合S不为空,回到步骤10;否则,迁移结束。
2.根据权利要求1所述的一种基于资源使用曲线互补的云计算虚拟机放置方法,其特征在于:所述步骤10中,通过公式(5)计算综合互补度sij的最小值smin;
smin=min{Sij,0
所述步骤11中,计算过载物理主机po上z类资源的剩余利用率eozt;
eozt=uzt‑uz‑cozt (6)
uzt为过载物理机上第z类资源在时间t时的总利用率,如果存在ejzt>0且集合S不为空,回到步骤10;否则,迁移结束。