云計算環(huán)境下應用的可靠性優(yōu)化問題研究.pdf

1、云計算已經(jīng)成為信息技術研究和應用的主流方向之一。云計算平臺按需使用、高可擴展和低維護成本的特性吸引了越來越多的企業(yè)將應用服務部署到云平臺中。然而，由于云計算平臺規(guī)模巨大、結構復雜、高度動態(tài)，單個節(jié)點的失效成為常態(tài)，使得在云計算環(huán)境中構建高可靠的應用服務成為一個具有挑戰(zhàn)性的關鍵研究問題。
　　云計算環(huán)境下應用的可靠性優(yōu)化問題面臨的挑戰(zhàn)主要體現(xiàn)在以下幾個方面:(1)在云計算平臺中部署的應用服務通常包含大量組件，系統(tǒng)的復雜性導致采用避錯

2、和排錯等傳統(tǒng)軟件可靠性提高技術以達到零出錯的目標變得不現(xiàn)實;(2)云計算的高度動態(tài)性使得云組件的失效率、響應時間等服務質(zhì)量屬性隨用戶和時間發(fā)生變化，而傳統(tǒng)的容錯方法沒有將這一特征考慮在內(nèi);(3)云計算環(huán)境下資源的使用按需計費，即從用戶角度來講，使用的資源越多開銷越大，使用冗余資源提高應用可靠性的方法需要在服務質(zhì)量與資源開銷之間做出權衡。
　　針對上述挑戰(zhàn)，本文著重研究云計算環(huán)境下應用的可靠性優(yōu)化方法，主要研究工作和貢獻如下:

3、>　　(1)提出基于可靠性的云應用設計優(yōu)化框架，該框架分為應用服務分析、組件重要性排名和副本配置三個步驟，通過應用服務分析提取程序架構信息和組件失效率等可靠性信息，在此基礎上，根據(jù)組件失效對應用服務整體可靠性的影響進行組件排名，最后，通過對失效影響最大的組件配置副本容錯降低失效影響，提高應用服務整體可靠性。該框架克服了云應用規(guī)模龐大、結構復雜等特點為可靠性分析帶來的困難，提出應用層的可靠性提高方案，并在降低失效率的同時，降低了冗余資源開

4、銷。
　　(2)分別針對部署在公有云環(huán)境和混合云環(huán)境的應用服務，提出基于失效影響的組件重要性排名算法。該算法基于組件調(diào)用關系、調(diào)用頻率、組件失效率等統(tǒng)計信息，采用PageRank隨機游走模型，計算各組件失效對應用服務整體可靠性的影響。該算法的提出，解決了傳統(tǒng)組件重要性分析方法對專家知識和人工的依賴問題，降低了源代碼閱讀分析工作量，避免了因人工介入可能帶來的邏輯錯誤。
　　(3)針對云計算環(huán)境高度動態(tài)的特點以及云組件的重用需求

5、，提出了云計算環(huán)境下的習得性容錯方法。習得性容錯方法包括信譽感知的云組件服務質(zhì)量預測和自動化的最優(yōu)容錯策略選擇兩個步驟。信譽感知的云組件服務質(zhì)量預測方法采用共同判定模型計算用戶信譽，并基于可信用戶數(shù)據(jù)通過協(xié)同過濾方法進行云組件服務質(zhì)量預測，彌補了已有服務質(zhì)量預測方法對數(shù)據(jù)可信性考慮不足的缺點，降低了不可信用戶數(shù)據(jù)對預測結果的影響。自動化的最優(yōu)容錯策略選擇算法根據(jù)用戶的預設約束條件自動選擇個性化的容錯方法，能更好地適應不同的運行環(huán)境。與傳

6、統(tǒng)方法相比，習得性容錯方法可以適應云計算環(huán)境高度動態(tài)的特點，降低噪聲數(shù)據(jù)帶來的影響，更精確地預測云組件相對不同用戶的服務質(zhì)量，選擇最適合用戶的備選組件及容錯策略組合。
　　(4)提出云計算環(huán)境中面向用戶的周期性任務容錯調(diào)度算法，該算法提出基于處理能力的異構系統(tǒng)模型，解決了分布式異構環(huán)境下調(diào)度模型的可擴展性問題;基于主副版本容錯模型降低任務失效率;采用副本重疊及主動副本延遲執(zhí)行技術降低系統(tǒng)冗余度;通過處理器分組及任務劃分技術減少可調(diào)

7、度性測試，降低算法復雜度，提高了調(diào)度效率及算法執(zhí)行效率。
　　(5)提出云計算環(huán)境中面向用戶的非周期性任務容錯調(diào)度算法，該算法利用基于可靠性的云應用設計優(yōu)化框架及習得性容錯方法，結合任務截止時間分析算法，對任務集進行預處理，將有依賴關系的實時任務調(diào)度轉化為動態(tài)優(yōu)先級的就緒任務調(diào)度問題，同時根據(jù)重要組件排名減少副本配置數(shù)量;通過副本重疊及主動副本延遲執(zhí)行技術降低系統(tǒng)冗余度，在保證任務執(zhí)行可靠性的同時，降低冗余資源消耗。
　　本