云計算環(huán)境下的仿生自主監(jiān)控系統和多指標均衡調度機制的研究.pdf

1、隨著云計算技術的快速發(fā)展和應用普及，使得以往分散的資源再次呈現出集中的趨勢，這使得云計算環(huán)境的規(guī)模也相應的變的越來越大，復雜性也相應提高。如何保障云計算環(huán)境的可靠運行，如何有效的評價云計算環(huán)境的服務性能，又該如何應對云計算環(huán)境龐大的能耗問題，以及研究有效處理用戶服務請求和資源優(yōu)化供給之間的均衡優(yōu)化調度，都成為迫切的需求。
　　針對于此，必須對可靠計算、高性能計算和節(jié)能計算技術進行深入研究，綜合可靠性、性能和能耗等多指標，建立多維關

2、聯的評估模型，并基于綜合評估模型研究面向多目標的均衡調度機制。為了保障可靠性，監(jiān)控是重要的保障手段，但現有監(jiān)控缺乏自主自治能力，系統架構也不太適合云計算環(huán)境；為了進行性能評估，必須充分考慮云服務的特征才能建立合適的性能模型，并有效考慮可靠性對性能的影響才能更準確的評估云服務的性能；為了節(jié)能高效計算，傳統方法僅將能耗和性能作為相互制約的因素，而忽略了可靠性。在已有的研究中，將可靠性、性能和能耗分離割裂的評估建模，也導致了基于相關模型的優(yōu)化

3、調度帶有局限性。
　　針對以上問題，本文主要研究了面向云計算環(huán)境的仿生自主監(jiān)控系統和多指標關聯的均衡調度機制，主要研究內容及貢獻體現在四個方面，如下：
　　1）針對傳統監(jiān)控系統擴展性差、缺乏自主性，以及未能充分考慮云計算虛擬化和動態(tài)彈性等問題，設計了一種具備仿生自主神經系統特征的云監(jiān)控系統。該云監(jiān)控系統具備“人機交互層——中樞神經系統層——周圍神經系統層——神經元層——神經突軸層”五層的分層架構，融入自組織、自診斷、自修復和

4、自行為等自主特性。新的架構設計，采用周圍神經和神經元的結構能充分反映虛擬資源的宿主特性，同時設計周圍神經系統內部的自治特性，即能完成自治任務，也可有效減輕中樞壓力；逐級擴展的樹型結構賦予系統良好的擴展性。將自主特性融入云監(jiān)控系統，有效提升了監(jiān)控系統對規(guī)模復雜云計算環(huán)境的適應性和健壯性，并利于自動擴展。通過自組織功能有效解決了規(guī)模虛擬化資源因動態(tài)變化（加入、退出等）帶來的監(jiān)控難和部署繁瑣問題；通過自診斷和自修復提升云監(jiān)控系統自身的穩(wěn)定可靠

5、性；通過自行為模塊的設計，不僅增強了系統的擴展功能，也減少了不必要的數據傳輸，降低了對系統的開銷。
　　2）針對傳統性能評估忽略可靠性的問題，提出了一個面向云服務特征的關聯“可靠性——性能”的性靠度模型。云計算環(huán)境具有異構性、虛擬化和按需服務特征，其關聯性能（性靠度）評估模型也因此不同?？紤]虛擬資源的失效和修復行為，運用Markov鏈對其可靠性進行評估，提出采用通用生成函數（Universal Generating Functio

6、n,UGF）分析異構云資源池可靠性的方法；考慮按需服務特性，分析1:1和1:D映射模式下云服務的不同性能，建立反映請求生滅過程的云服務系統性能模型；考慮資源可靠隨機性對服務性能隨機性的影響，通過Baysian方法將可靠性、性能模型關聯，建立新的面向云計算特征的性靠度模型。實驗結果表明，該二維關聯建模方法，能更準確的評價真實云計算環(huán)境的服務性能。其意義還在于，提供了一種通用的分析不同的性靠度關聯的方法。
　　3）針對傳統評估方法將可

7、靠性、性能和能耗指標割裂開來的不足，以及云計算環(huán)境所面臨的嚴重能耗的現實問題，提出了一種關聯“可靠性——性能——能耗”的多維關聯的層級建模方法，建立綜合性評估指標。該層級建模的思想是：提出和求解一個復雜系統的全局模型往往較為復雜，本文采取將全局模型分解為覆蓋交互因子的多個子模型的方法，然后通過對子模型的迭代求解可以獲得全局模型，以順利的完成系統的整體評估。在云計算環(huán)境中，多維層次模型的關聯交互存在一個共同的條件參數——“可用資源隨機數量

8、”，基于該條件參數所建立的各個子模型，最后可通過Bayesian途徑，移除條件參數，最終整合各個子模型，并獲得多指標關聯的綜合性評價指標——期望性能和期望能耗。采用該方法，本文將基于真實采樣數據進行統計分析所獲得的能耗模型與可靠性和性能關聯，通過實驗驗證了多維關聯的能耗評估的有效性。
　　4）針對云計算環(huán)境所面臨的復雜供需制約調度需求，及現有層次化調度缺乏自主性和優(yōu)化調度目標單一等問題，提出了一種分層優(yōu)化調度模型和多指標聯合優(yōu)化的

9、調度策略。其具體工作機制為：全局代理負責全局的任務分發(fā)，體現集中管控；局部代理實現區(qū)域自治，通過本地自主計算形成反映任務不同分配情況的局部資源優(yōu)化的“供需地圖”，在多指標聯合的利潤目標優(yōu)化下實現資源的合理調度供給以匹配全局代理動態(tài)變化的任務需求。在局部優(yōu)化的基礎上，利用反映多維關聯的優(yōu)化函數，設計具體的遺傳算法進行問題的求解，實現多目標聯合優(yōu)化下的全局最優(yōu)。實驗結果表明該分層優(yōu)化調度機制能夠提高搜索最優(yōu)解的效率，可以獲得綜合的優(yōu)化效果。