虚拟机动态迁移是虚拟化技术的关键技术之一,在保持虚拟机运行提供对外服务的同时,能将其完整、无缝地从一台物理主机迁移到其他物理主机上运行。而内存迁移因应用程序不间断地修改成为动态迁移中机制最复杂的对象。目前内存迁移主要使用预拷贝算法,预拷贝以迭代方式重传被频繁修改的内存页,导致总迁移数据量过多和总迁移时间过长。如何准确预测可写工作集,减少内存页中间状态在网络中的传输,减少传输数据量,加快迁移进程,仍是预拷贝算法的改进方向。在分析了虚拟化平台Xen动态迁移机制、动态迁移框架及预拷贝算法源码的基础上,针对预拷贝对可写工作集判断策略的不足问题,结合指数加权平均移动思想,提出一种基于时序预测的加权算法。该算法基于操作系统的局部性原理,利用迭代过程中内存页面的历史修改信息,采用指数加权平均移动的方法对内存页的历史修改信息加权,并根据权重值预测内存页的修改趋势。在Xen原算法基础上进一步减少高脏页率内存页中间状态的传输。研究Xen4.2.1版本中Remus热备份系统中的压缩算法,改进该算法基于缓存Cache对内存页面进行差量压缩的方式,结合行程编码,设计了首轮迁移内存压缩算法。该算法以32bit为处理压缩单位,只对内存页中零字数据采用行程编码,非零字不压缩的处理策略,在首轮迁移传输中能较大程度地减少总传输数据量。实验结果表明,基于时序预测的加权算法在高脏页率迁移环境下能有效预测内存页的修改趋势,减少高脏页率页面中间状态的传输,缩短总迁移时间。首轮迁移内存压缩算法可有效减少首轮迁移内存冗余数据的传输,节省网络资源,加快网络传输。改进的动态迁移框架,可有效避免内存页面的频繁迁移,减少内存冗余数据在网络中的传输,提高迁移效率。但实验测试环境在局域网内进行,未考虑实际环境中网络因素对迁移的影响,未来的研究重点将针对复杂和多变的网络环境,改进该动态迁移框架。