Cloud computing serves as a platform for diverse types of applications, from low-priority to critical. Some of these applications require high levels of system availability and reliability. Developing methods for cloud computing availability and reliability evaluation is of utmost importance. In this paper, we propose a set of models for availability and reliability evaluation of a virtualized system with VMM software rejuvenation enabled by VM migration scheduling. To improve models fidelity with a real environment, we added a specific sub-model to represent the aspects of workload variation. Our main goal is to find the proper VM migration schedule to maximize system availability and to analyze the impact of such a schedule on the system reliability. Our results include the following: (1) the appropriate rejuvenation schedule to maximize availability in each proposed scenario; (2) downtime reduction when comparing the system with and without rejuvenation; and (3) reliability analysis of different scenarios of workload variation considering the proper rejuvenation schedules. The evaluation results comprise from systems without high workload demand ( p e a k D u r a t i o n = 0 h per day) to systems with only high workload demand ( p e a k D u r a t i o n = 24 h per day). Our results show a significant improvement in availability and reliability due to VM migration scheduling. In scenarios with a heavy workload, the downtime avoidance caused by software rejuvenation surpasses 3.39 days, and the reliability gain passes 86%.

中文翻译：

---

虚拟机迁移的可用性和可靠性建模作为在不同工作负载下的系统上的复兴

云计算是各种类型应用程序的平台，从低优先级到关键。其中一些应用需要高水平的系统可用性和可靠性。开发云计算可用性和可靠性评估方法至关重要。在本文中，我们提出了一组模型，用于通过 VM 迁移调度实现 VMM 软件复兴的虚拟化系统的可用性和可靠性评估。为了提高模型对真实环境的保真度，我们添加了一个特定的子模型来表示工作负载变化的各个方面。我们的主要目标是找到合适的 VM 迁移计划，以最大限度地提高系统可用性，并分析此类计划对系统可靠性的影响。我们的结果包括：(1) 适当的恢复时间表，以最大限度地提高每个提议场景中的可用性；(2) 比较有回春和没有回春的系统，停机时间减少；(3) 考虑适当的复兴计划的不同工作负载变化场景的可靠性分析。评估结果包括从没有高工作负载需求的系统（峰值持续时间 = 每天 0 小时）到只有高工作负载需求的系统（峰值持续时间 = 每天 24 小时）。我们的结果表明，由于 VM 迁移调度，可用性和可靠性有了显着提高。在工作量大的场景下，软件回春造成的宕机避免超过3.39天，可靠性提升超过86%。(2) 比较有回春和没有回春的系统，停机时间减少；(3) 考虑适当的复兴计划的不同工作负载变化场景的可靠性分析。评估结果包括从没有高工作负载需求的系统（峰值持续时间 = 每天 0 小时）到只有高工作负载需求的系统（峰值持续时间 = 每天 24 小时）。我们的结果表明，由于 VM 迁移调度，可用性和可靠性有了显着提高。在工作量大的场景下，软件回春造成的宕机避免超过3.39天，可靠性提升超过86%。(2) 比较有回春和没有回春的系统，停机时间减少；(3) 考虑适当的复兴计划的不同工作负载变化场景的可靠性分析。评估结果包括从没有高工作负载需求的系统（峰值持续时间 = 每天 0 小时）到只有高工作负载需求的系统（峰值持续时间 = 每天 24 小时）。我们的结果表明，由于 VM 迁移调度，可用性和可靠性有了显着提高。在工作量大的场景下，软件回春造成的宕机避免超过3.39天，可靠性提升超过86%。评估结果包括从没有高工作负载需求的系统（峰值持续时间 = 每天 0 小时）到只有高工作负载需求的系统（峰值持续时间 = 每天 24 小时）。我们的结果表明，由于 VM 迁移调度，可用性和可靠性有了显着提高。在工作量大的场景下，软件回春造成的宕机避免超过3.39天，可靠性提升超过86%。评估结果包括从没有高工作负载需求的系统（峰值持续时间 = 每天 0 小时）到只有高工作负载需求的系统（峰值持续时间 = 每天 24 小时）。我们的结果表明，由于 VM 迁移调度，可用性和可靠性有了显着提高。在工作量大的场景下，软件回春造成的宕机避免超过3.39天，可靠性提升超过86%。