编辑推荐：
针对虚拟机整合迁移中延迟、负载过重等问题，研究人员提出动态权重算法，结合聚类与强化学习，平衡性能与能源需求。经 CloudSim 模拟器验证，节能达 47%，保障 SLA，为云平台资源管理提供新方案。
虚拟机（VM）用于降低云平台应用性能损耗、管理成本及访问不规则性。但在服务器整合迁移时，虚拟机常面临延迟、工作负载过载等挑战。为实现虚拟机间负载动态分配，研究采用动态整合技术控制能量耗散、监控过载并解决欠载问题。整合过程需在遵守服务水平协议（SLA）前提下，通过更多计算和资源实现虚拟机间服务迁移。
研究提出利用先进架构整合虚拟机，平衡性能与能源需求的方法。设计动态权重算法时，主要考虑整体资源需求和性能功耗比（PPR），并结合聚类方法与强化学习策略。通过创建理想虚拟机集群，按性能和能源需求分配资源，将虚拟机资源请求转化为匹配关系因子（表征单个主机并考虑 PPR），这些估算还提供了虚拟机整合的整体工作负载。结果表明，集群内能量权衡较小，性能维持在标称水平。该架构在离线平台（分散式生态系统，可提升系统性能和扩展性）中实施。
利用 CloudSim 模拟器，基于 PlanetLab 数据集对系统进行验证。数据显示，节能率高达 47%，且服务质量属性良好。研究将所提架构与分布式架构和异构环境中的其他先进算法对比，验证其效率。结论强调，该架构优先考虑虚拟机整合和能源效率，已在基于 Proliant G7 的数据中心通过多种主机测试。值得注意的是，模拟结果显示 CloudSim 工具包优于基于 OpenStack 的技术。
