Research Situation and Prospects of Operating System Virtualization
-
摘要: 容器技术作为一种轻量级虚拟化技术,近年来不仅广泛应用于云计算平台和数据中心的资源管理、系统运维和软件部署中,也逐步应用于包括边缘计算、物联网等在内的新领域,表现出了良好的发展态势和应用前景.在此背景下,操作系统虚拟化作为容器的核心技术引起了广泛的关注.操作系统虚拟化允许多个应用在共享同一主机操作系统内核的环境下隔离运行,具有启动快速、部署方便、资源占用少、运行效率高等优点,但是也存在隔离性较弱等不足之处,后者也成为了虚拟化领域的研究热点.首先介绍操作系统虚拟化的历史背景和技术架构,并与传统虚拟化技术对比总结操作系统虚拟化技术的特点;随后分别从容器实例层、容器管理层和内核资源层梳理和分析操作系统虚拟化当前研究现状;最后阐述了操作系统虚拟化领域的技术挑战和研究展望.Abstract: As a kind of lightweight virtualization technology, container has not only been widely used in resource management and DevOps of cloud computing platform and data center in recent years, but also gradually applied to some new fields such as edge computing and Internet of things. Container has shown a good development trend and application prospect. So, operating system virtualization as a core technology of container has received widespread attention in both industry and academia. Operating system virtualization allows multiple applications to run in a set of isolated runtime environment by sharing the same host operating system kernel. It has the advantages of fast startup, convenient deployment, low resource consumption, high running efficiency. However, there are also deficiencies such as weak isolation. And the deficiency has become a research hotspot in the field of virtualization. In this survey, we first introduce the technical architecture of operating system virtualization and compare it with traditional virtualization technology to summarize its characteristics. Then we analyze the current research status of operating system virtualization from container instance layer, container management layer and kernel resource layer. Finally, the paper lays out several challenges and research prospects of operating system virtualization.
-
Keywords:
- operating system /
- container /
- virtualization /
- container management /
- resource isolation
-
-
期刊类型引用(17)
1. 袁子淇,孙庆赟,周号益,朱祖坤,李建欣. MNDetector:基于多层网络的异常访问检测方法. 计算机研究与发展. 2025(03): 765-778 . 本站查看
2. 陈佳乐,陈旭,景永俊,王叔洋. 图神经网络在异常检测中的应用综述. 计算机工程与应用. 2024(13): 51-65 . 百度学术
3. 林馥,李明康,罗学雄,张书豪,张越,王梓桐. 基于异常感知的变分图自编码器的图级异常检测算法. 计算机研究与发展. 2024(08): 1968-1981 . 本站查看
4. 孔翎超,刘国柱. 离群点检测算法综述. 计算机科学. 2024(08): 20-33 . 百度学术
5. 王泽鹏 ,马超 ,张壮壮 ,吴黎兵 ,石小川 . 动态决策驱动的工控网络数据要素威胁检测方法. 计算机研究与发展. 2024(10): 2404-2416 . 本站查看
6. 叶苗,程锦,黄源,蒋秋香,王勇. 面向WSN异常节点检测的融合重构机制与对比学习方法. 通信学报. 2024(09): 153-169 . 百度学术
7. 王芳. 基于深度学习的网络传输数据异常识别方法. 现代电子技术. 2023(06): 62-66 . 百度学术
8. 江铃燚,郑艺峰,陈澈,李国和,张文杰. 有监督深度学习的优化方法研究综述. 中国图象图形学报. 2023(04): 963-983 . 百度学术
9. 富坤,刘赢华,郝玉涵,孙明磊. 基于图模块度聚类的异常检测算法. 计算机应用研究. 2023(06): 1721-1727 . 百度学术
10. 曹成顺. 基于深度神经网络的输电线路异常自动辨识方法. 信息与电脑(理论版). 2023(15): 165-167 . 百度学术
11. 冯健,赵宇鹏,刘天. 融合双重自监督信号的图异常检测. 科学技术与工程. 2023(35): 15142-15147 . 百度学术
12. 王炳泉. 基于SVM的网络流量异常检测算法. 信息与电脑(理论版). 2023(22): 245-247 . 百度学术
13. 唐立,郝鹏,任沛阁,张祖耀,何翔,张学军. 基于改进孤立森林算法的无人机异常行为检测. 航空学报. 2022(08): 584-593 . 百度学术
14. 陈益芳,宣羿,樊立波,孙智卿,屠永伟,张亦涵,蔡乾晨. 基于机器学习的电网威胁检测算法模型和大数据平台设计. 电力大数据. 2022(04): 34-41 . 百度学术
15. 刘华玲,刘雅欣,许珺怡,陈尚辉,乔梁. 图异常检测在金融反欺诈中的应用研究进展. 计算机工程与应用. 2022(22): 41-53 . 百度学术
16. 李净. 国际视野下治理虚假新闻的技术手段及相关模型. 中国传媒科技. 2021(08): 17-21 . 百度学术
17. 雷瑜,郑丹,曾繁如,樊志伟,宁黎,邓立. 四川耕地“非粮化”监测中的智能监测方法. 资源与人居环境. 2021(12): 47-51 . 百度学术
其他类型引用(34)
计量
- 文章访问数:
- HTML全文浏览量: 0
- PDF下载量:
- 被引次数: 51