根据虚拟机承担计算任务的大小，在不同物理主机之间对虚拟机进行动态迁移和优化整合，使那些低负载物理主机变成空闲，并进一步促使空闲物理主机处于休眠状态，从而起到降低数据中心能耗的作用。本书所有研究均以降低云数据中心能耗、提高资源利用率和保证云服务质量为优化目标，从物理主机过载检测、虚拟机迁移选择、虚拟机放置、虚拟机整合等几个环节对云数据中心的虚拟资源优化调度模型和算法进行系统研究。全书共包含十一章，分别是：第1章，云数据中心的虚拟资源调度和管理；第2章，基于马尔可夫决策过程的自适应过载阈值选择；第3章，证据高效的虚拟机放置方法；第4章，自适应虚拟机放置的高斯模型和算法；第5章，基于MOEAD-VMP算法的能耗和服务质量感知的虚拟机放置方法；第6章，任务驱动的虚拟机优化放置模型和算法。第7章，基于战略博弈的虚拟机整合方法；第8章，能耗感知与多资源过载概率约束的虚拟机动态整合；第9章，能耗和服务质量感知的虚拟机整合方法；第10章，基于贝叶斯网络的虚拟机整合方法；第11章，资源高效利用和服务质量感知的虚拟机整合方法。

博士，教授，现就职于江南大学 人工智能与计算机学院。主要研究兴趣：云数据中心理论、云数据中心网络及其安全；人工智能及其安全；端边云关键技术及其安全；信息安全；大数据挖掘与分析；情报挖掘与分析以及他们与诸多前沿学科的交叉研究等。