基于注意力时空卷积和A2C的虚拟机主动容错优先迁移决策

作     者：党伟超 武婷玉 Dang Weichao;Wu Tingyu

作者机构：太原科技大学计算机科学与技术学院太原030024 

基　　金：太原科技大学博士科研启动基金资助项目(20202063) 太原科技大学研究生教育创新项目(SY2022063) 山西省高等学校教学改革创新项目(J20220717) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2023年第40卷第12期

页      码：3606-3613页

摘      要：针对边缘云环境的自动化和分布式特性、高度不可靠性及易变的工作负载问题,提出基于注意力时空卷积和A2C的虚拟机主动容错优先迁移决策模型AST-A2C。首先,采用带有注意力机制的长短期记忆网络(LSTM)提取各主机的时序特征,根据时序特征和多主机间的交互信息构建图网络,再利用图注意力网络(GAT)提取网络中不同主机间的关联信息,将其用于主机的故障信息编码。其次,设计可动态建立模型并不断生成改进决策的A2C模块,联合故障编码信息和调度决策信息进行优先迁移决策。最后,构建满足不同用户QoS要求和应用程序设置的自适应损失函数来优化调度决策。实验结果表明,该模型在故障检测、能源消耗、时延敏感性等方面优于最先进的基线,是提高边缘云计算可靠性的理想选择。

主 题 词：虚拟机调度 时空卷积 A2C 主动容错 优先迁移 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19734/j.issn.1001-3695.2023.03.0144

馆 藏 号：203125172...