针对云计算中心优化资源配置以实现利润最大化的问题,提出基于服务水平协议(SLA)感知的云中心服务器数量和运行速率优化的分析模型,同时考虑了云中心能耗成本、服务器租用成本、用户等待时间、SLA违规惩罚等重要因素。通过数值仿真分析了服务器数量、运行速率变化对云中心利润的影响。数值仿真结果表明:在请求速率固定时,通过优化服务器数量、运行速率可使云中心获得最大利润;而随着请求速率的增加,优化服务器数量和运行速率将会使云中心利润呈线性增长。分析结果可为云服务提供商获得更好的收益提供参考方法。

针对保证云中心性能下最小化能耗的问题,提出云中心异构服务器之间优化能耗分配方法.首先,建立云中心能耗优化的数学模型;然后,通过拉格朗日乘子法获取该模型的最优解,得到计算最小能量的最小能耗(MPC)算法;最后,通过大量数值实验进行算法验证并与功耗相等分配(EP)基准方法进行了比较.实验结果表明:在相同负载、相同响应时间约束下,MPC算法比EP基准方法节省近30%的能耗,并随着负载增加节省能耗的比例更高.MPC算法可有效避免云中心能源配置过载,为云中心资源优化配置提供思路和参考数据.

针对需要精确地评估分析云数据中心服务性能以保证服务质量(QoS)和避免违反服务水平协议(SLA)的问题，提出了一个基于M/M/n/n+r排队系统云计算中心近似分析模型。通过求解该模型获得用户请求响应时间的分布函数以及其他重要的QoS性能指标，同时通过仿真实验验证和获得服务器数量、队列缓冲区大小与响应时间、请求阻塞概率以及请求立即服务概率之间的关系。实验结果表明，提高服务器服务速率比增加服务器数量更利于提高服务性能。