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^*

来源：计算机应用研究, 2023, 40(12): 3606-3613.

DOI：10.19734/j.issn.1001-3695.2023.03.0144

• 虚拟机调度
• 时空卷积
• A2C
• 主动容错
• 优先迁移

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。

• 出版日期2023
• 单位太原科技大学