根據(jù)虛擬機承擔(dān)計算任務(wù)的大小，在不同物理主機之間對虛擬機進(jìn)行動態(tài)遷移和優(yōu)化整合，使那些低負(fù)載物理主機變成空閑，并進(jìn)一步促使空閑物理主機處于休眠狀態(tài)，從而起到降低數(shù)據(jù)中心能耗的作用。本書所有研究均以降低云數(shù)據(jù)中心能耗、提高資源利用率和保證云服務(wù)質(zhì)量為優(yōu)化目標(biāo)，從物理主機過載檢測、虛擬機遷移選擇、虛擬機放置、虛擬機整合等幾個環(huán)節(jié)對云數(shù)據(jù)中心的虛擬資源優(yōu)化調(diào)度模型和算法進(jìn)行系統(tǒng)研究。全書共包含十一章，分別是：第1章，云數(shù)據(jù)中心的虛擬資源調(diào)度和管理；第2章，基于馬爾可夫決策過程的自適應(yīng)過載閾值選擇；第3章，證據(jù)高效的虛擬機放置方法；第4章，自適應(yīng)虛擬機放置的高斯模型和算法；第5章，基于MOEAD-VMP算法的能耗和服務(wù)質(zhì)量感知的虛擬機放置方法；第6章，任務(wù)驅(qū)動的虛擬機優(yōu)化放置模型和算法。第7章，基于戰(zhàn)略博弈的虛擬機整合方法；第8章，能耗感知與多資源過載概率約束的虛擬機動態(tài)整合；第9章，能耗和服務(wù)質(zhì)量感知的虛擬機整合方法；第10章，基于貝葉斯網(wǎng)絡(luò)的虛擬機整合方法；第11章，資源高效利用和服務(wù)質(zhì)量感知的虛擬機整合方法。

博士，教授，現(xiàn)就職于江南大學(xué) 人工智能與計算機學(xué)院。主要研究興趣：云數(shù)據(jù)中心理論、云數(shù)據(jù)中心網(wǎng)絡(luò)及其安全；人工智能及其安全；端邊云關(guān)鍵技術(shù)及其安全；信息安全；大數(shù)據(jù)挖掘與分析；情報挖掘與分析以及他們與諸多前沿學(xué)科的交叉研究等。