2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩143頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、負(fù)載優(yōu)化調(diào)度是指對負(fù)載進(jìn)行合理高效地調(diào)度處理以實現(xiàn)特定的優(yōu)化目標(biāo)。隨著大規(guī)模云數(shù)據(jù)中心在全球范圍內(nèi)的廣泛部署,云數(shù)據(jù)中心負(fù)載優(yōu)化調(diào)度正成為關(guān)系其服務(wù)能力建設(shè)及運營成本的重要方面,也是當(dāng)前學(xué)術(shù)界的一個研究熱點。而傳統(tǒng)的負(fù)載優(yōu)化調(diào)度方法不能很好地適應(yīng)云計算應(yīng)用的新特性,也無法很好地解決云計算帶來的規(guī)模和復(fù)雜度挑戰(zhàn)。本文圍繞大規(guī)模云數(shù)據(jù)中心負(fù)載優(yōu)化調(diào)度框架,云數(shù)據(jù)中心Web負(fù)載、Job負(fù)載及云數(shù)據(jù)中心之間批數(shù)據(jù)傳輸負(fù)載的優(yōu)化調(diào)度方法展開研究工

2、作,取得以下成果:
  針對傳統(tǒng)負(fù)載優(yōu)化調(diào)度系統(tǒng)可擴(kuò)展性差,對云應(yīng)用負(fù)載特性及智能化調(diào)度決策支持力度有限等不足,為大規(guī)模云數(shù)據(jù)中心提出一種可擴(kuò)展、高效、智能化的負(fù)載優(yōu)化調(diào)度系統(tǒng)JTangWOS。JTangWOS由基于數(shù)據(jù)分發(fā)服務(wù)DDS(Data DistributionService)的負(fù)載監(jiān)控平臺,基于復(fù)雜事件處理CEP(Complex Event Processing)的調(diào)度決策支持平臺,以及具體的負(fù)載優(yōu)化調(diào)度系統(tǒng)組成。它能夠

3、很好地適應(yīng)云數(shù)據(jù)中心的規(guī)模挑戰(zhàn),支持海量的監(jiān)控數(shù)據(jù)收集和傳輸,支持各種復(fù)雜負(fù)載管理與調(diào)度決策的制定,并具有良好的可擴(kuò)展性。實驗還驗證了該系統(tǒng)在負(fù)載優(yōu)化調(diào)度方面的高效性(并發(fā)性和吞吐量分別提升4.8倍和20倍)及智能性。
  針對云計算應(yīng)用基準(zhǔn)程序Cloudstone,提出一種基于兩階段馬爾科夫調(diào)制泊松過程MMPP2(2-state Markov Modulated Possion Process)疊加模型的突發(fā)性和自相似性Web負(fù)

4、載聯(lián)合生成方法BURSE。該方法可以解決當(dāng)前突發(fā)性和自相似性負(fù)載分別生成方法不能很好滿足真實云Web應(yīng)用負(fù)載情況的不足。與傳統(tǒng)方法相比,該方法生成的負(fù)載更符合實際情況,并且所用方法更直觀。接著,論文為大規(guī)模云數(shù)據(jù)中心系統(tǒng)提出了一種可感知突發(fā)性和自相似性的自適應(yīng)負(fù)載均衡方法。實驗表明所提負(fù)載生成方法具有很高的精度(各種突發(fā)性和自相似性強度組合平均誤差都小于10%)及魯棒性(精度不隨負(fù)載樣本數(shù)的增加而降低)。與傳統(tǒng)貪婪和完全隨機(jī)負(fù)載均衡算法

5、相比,所提可感知突發(fā)性和自相似性的大規(guī)模云數(shù)據(jù)中心自適應(yīng)負(fù)載均衡方法具有更好的性能和效率。
  針對大規(guī)模云數(shù)據(jù)中心地理位置分布的差異性,提出一種基于交替方向多乘子方法ADMM(Alternating Direction Method of Multipliers)的分布式算法,用來解決帶有異構(gòu)資源需求的Job在多個帶有異構(gòu)服務(wù)器的數(shù)據(jù)中心之間的優(yōu)化調(diào)度問題。通過考慮不同數(shù)據(jù)中心所在地區(qū)之間的電價差異及用戶請求到不同數(shù)據(jù)中心的網(wǎng)絡(luò)

6、延遲,為異構(gòu)云數(shù)據(jù)中心多Job負(fù)載實現(xiàn)了一種成本最低的聯(lián)合優(yōu)化調(diào)度方法。實驗表明,該方法在經(jīng)過較少的幾十次迭代(最多60次,80%的時間只需33次)后會收斂于一個實際中可接受的近似最優(yōu)解。對比其他沒有考慮數(shù)據(jù)中心和服務(wù)器聯(lián)合調(diào)度的方法,所提方法能夠完全保證用戶服務(wù)質(zhì)量QoS(Quality of Service)不被違反。對比其他只優(yōu)化能耗成本或網(wǎng)絡(luò)延遲效用損失的聯(lián)合調(diào)度方法,所提方法能在效用損失和能耗成本之間實現(xiàn)一個更好的均衡,具有最

7、低的總成本。
  針對云數(shù)據(jù)中心之間的批數(shù)據(jù)傳輸(Inter-DC Bulk Data Transfer)負(fù)載,通過利用批數(shù)據(jù)傳輸較高的延遲容忍性及不同地區(qū)數(shù)據(jù)中心電價的差異性,提出了一種能耗成本最低的兩階段優(yōu)化調(diào)度方法。論文系統(tǒng)地研究了在大規(guī)模云數(shù)據(jù)中心網(wǎng)絡(luò)中如何路由及調(diào)度批數(shù)據(jù)傳輸任務(wù)使得總能耗成本最小的問題,并用最小成本多并發(fā)流對該問題進(jìn)行了建模。同時,還充分利用云數(shù)據(jù)中心之間批數(shù)據(jù)傳輸在時間和空間上的靈活性,提出一種高效的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論