云仿真中虚拟化技术应用.pptVIP

杨中山 2011.12.12 1、引言 2、云仿真系统体系结构 3、虚拟化技术在云仿真中的应用 4、云仿真原型系统及典型应用 由算法与建模仿真软件、计算机与信息科学以及计算基础设施的三大元素构成的计算科学，已经逐步成为继理论研究和实验研究之后认识、改造客观世界的第三种重要手段。 对仿真技术的两类新的需求： 1.由于被仿真系统的规模日益扩大，结构日益复杂，迫切需求构筑具有分布，异构，协同，互操作，重用等性能的新型的分布建模仿真系统。 2.由于仿真技术的应用越来越广泛，人们需要能够通过网络随时随地无障碍地获取所需的建模仿真服务。 云仿真的好处 1.云仿真使用户能够共享软仿真资源，硬仿真资源，以及建模与仿真能力 2.云仿真能够提供用户网上提交任务以及交互，协同和全生命周期仿真服务，包括：支持单主体完成末阶段活动，支持多主体协同完成某阶段活动，支持多主体协同完成跨阶段活动，支持多主体按需获得各类仿真能力。 从应用的角度看，目前的仿真网格还需要加强： 1.支持细粒度资源 2.支持多用户 3.支持协同 4.支持容错 5.支持安全应用机制 6.支持多用户通过网络随时随地按需获得各类建模仿真服务。 云仿真系统的体系结构组成 1.资源/能力层 2.感知/接入层 3.云仿真平台层（感知/接入层、虚拟资源/能力层、核心功能层、用户界面层） 4.服务应用层 1、仿真资源虚拟化及其自动化部署技术 2、虚拟化仿真资源调度方法 3、基于虚拟计算系统的仿真资源容错迁移方法 4、基于虚拟计算系统的仿真系统检测与评估方法 在仿真资源虚拟化方面，我们研究了对于模型资源、工具软件和计算机资源的虚拟化。 自动化部署：对于计算资源，首先根据物理机性能及仿真系统对资源环境的需求，在不同物理机上远程部署多个操作系统的虚拟机映像。对于工具软件，根据用户提交的软件定制配置文件，将软件动态安装在虚拟计算环境中，并提供给用户使用。对于模型资源，根据仿真系统对仿真模型的需求，动态查找虚拟化的模型资源，然后将这些模型资源远程部署至准备好的仿真运行环境中，实现仿真系统的动态构建。 由于目前的技术还存在不足，自动化部署工具软件还不能够适用于所有仿真软件。 虚拟化仿真资源调度模型 其中仿真任务模型描述仿真系统进行任务调度所需要的信息，虚拟机计算环境模型主要用于描述通过虚拟机构建的虚拟计算环境的处理能力、通信能力等；调度策略是针对调度目标，匹配仿真任务模型的特征和虚拟机计算环境模型的特征，其中输出是仿真任务和虚拟计算环境的映射关系。 协同仿真 基于虚拟化的协同仿真任务的需求：1.通过计算资源选择配置最合适的计算资源来完成仿真任务。2.支持虚拟化仿真应用中最常见的以多机协同为关键特征的网络化计算应用。3.适应应用对节点计算性能和节点间网络通讯速度及延迟的多方面需求。 性能评价：1.计算性能。2.通信性能。 基于上述优化选择模型，为了解决大规模复杂仿真系统中虚拟化仿真节点资源调度的问题，引入了遗传算法来加速解空间的搜索。 遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。 云仿真平台会带来严重依赖网络带宽，资源负载不均衡，网络连接不稳定等问题，从而会导致整个云仿真平台无法实现有效、可信、健壮的运行，而这又是在仿真运行前不可预测的。云仿真资源迁移技术是解决这一问题的基础。 基于虚拟化技术的云仿真资源迁移系统模型由七部分组成： 1、虚拟机 2、仿真服务 3、性能监控代理 4、虚拟机管理器 5、虚拟机中心管理部件 6、存储空间 7、迁移管理部件 模型如下 方法：采用单一服务器端和分布的监控代理结构实现，监控代理在仿真运行时实时获取虚拟机及其所在物理机的系统状态。 评估结果：仿真资源占用情况分析，仿真支持速率，仿真系统网络拓扑结构分析。 评估规则：计算量大的仿真模型不应分配在同一个计算节点上；相互间通信量大地仿真模型应分配在同一个计算节点。 某航天飞行器虚拟样机协同仿真应用系统结构 云仿真在物联网和智慧城市中的应用