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(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、云計(jì)算作為下一代信息技術(shù)的載體,其數(shù)據(jù)的存儲(chǔ)、處理、分析、決策、任務(wù)的調(diào)度、資源的管理都在云中進(jìn)行,而且其任務(wù)繁多、數(shù)據(jù)量巨大、用戶需求不一、資源類型各異,因而對(duì)其資源部署與任務(wù)調(diào)度提出了新的更高的要求:既要滿足用戶對(duì)獲取高質(zhì)量服務(wù)的需求,又要盡可能地提高系統(tǒng)的資源利用率、保證服務(wù)提供商獲得最大收益,從可持續(xù)發(fā)展和綠色環(huán)保的角度出發(fā),還要保持高效節(jié)能;所以資源部署與任務(wù)調(diào)度是云計(jì)算研究和實(shí)現(xiàn)中亟待解決的關(guān)鍵問題。
  本文針對(duì)云計(jì)

2、算環(huán)境下的數(shù)據(jù)部署、任務(wù)調(diào)度問題,從資源的類型、特點(diǎn)、用戶獲取高性能體驗(yàn)和任務(wù)調(diào)度的需求等出發(fā),對(duì)數(shù)據(jù)密集型應(yīng)用、用戶對(duì)性能和費(fèi)用敏感、數(shù)據(jù)中心性能能耗兼顧等情況下的數(shù)據(jù)部署和任務(wù)調(diào)度問題進(jìn)行了研究,其主要內(nèi)容包括以下幾個(gè)方面:
  (1)云計(jì)算環(huán)境下基于關(guān)聯(lián)量的數(shù)據(jù)部署與任務(wù)調(diào)度方法
  針對(duì)數(shù)據(jù)密集型應(yīng)用在數(shù)據(jù)傳輸方面存在的數(shù)據(jù)傳輸量大、數(shù)據(jù)傳輸次數(shù)多、網(wǎng)絡(luò)帶寬有限,因而數(shù)據(jù)傳輸效率低的問題,本文提出了基于數(shù)據(jù)間最大關(guān)聯(lián)

3、量的數(shù)據(jù)依賴模型,利用原始數(shù)據(jù)形成關(guān)聯(lián)矩陣,對(duì)該關(guān)聯(lián)矩陣做有限次的矩陣初等變換即可將其轉(zhuǎn)換成聚類矩陣;設(shè)計(jì)了基于該模型的鍵能聚類算法,從而將關(guān)聯(lián)量最大的數(shù)據(jù)聚集在一起;同時(shí)設(shè)計(jì)了 K分割算法將聚類矩陣分割為 K個(gè)部分,根據(jù)該分割結(jié)果即可將任務(wù)調(diào)度到相應(yīng)的數(shù)據(jù)中心。仿真結(jié)果表明該模型和算法能有效地減少數(shù)據(jù)的傳輸次數(shù)和傳輸量,從而提高系統(tǒng)的性能。
  (2)基于粒子群算法的任務(wù)調(diào)度優(yōu)化方法
  由于不同數(shù)據(jù)中心的收費(fèi)標(biāo)準(zhǔn)、通信帶

4、寬和處理能力通常存在差異,所以任務(wù)調(diào)度上的差異會(huì)顯著地影響用戶的使用費(fèi)用和性能體驗(yàn)。本文研究了多數(shù)據(jù)中心環(huán)境下的任務(wù)調(diào)度問題,以優(yōu)化用戶的性能體驗(yàn)和使用費(fèi)用。具體地是將任務(wù)調(diào)度映射為處理交互圖,基于處理交互圖提出了任務(wù)調(diào)度優(yōu)化的數(shù)學(xué)模型,進(jìn)而設(shè)計(jì)了采用基于最小位置規(guī)則的粒子位置矢量離散化映射方法、用于優(yōu)化數(shù)據(jù)部署和任務(wù)調(diào)度的粒子群算法,以優(yōu)化用戶的性能體驗(yàn);鑒于粒子群算法后期探索能力較弱,為了提高粒子群算法的求解精度,設(shè)計(jì)了嵌入可變鄰域

5、搜索的粒子群優(yōu)化算法,并且通過大量的實(shí)驗(yàn)和分析,找到了其最優(yōu)的基準(zhǔn)值、基準(zhǔn)度、步長(zhǎng)。仿真結(jié)果顯示,提出的模型和算法能夠顯著優(yōu)化處理時(shí)間、傳輸時(shí)間、傳輸費(fèi)用和處理費(fèi)用,提高處理性能和相應(yīng)的用戶體驗(yàn)。
 ?。?)云計(jì)算環(huán)境下能耗性能感知的優(yōu)化方法
  針對(duì)數(shù)據(jù)中心普遍存在的資源利用率低、資源和能耗浪費(fèi)嚴(yán)重的問題,本文研究了虛擬化數(shù)據(jù)中心環(huán)境下的虛擬機(jī)動(dòng)態(tài)整合問題,以優(yōu)化性能和能耗,提高數(shù)據(jù)中心的綜合性能,滿足用戶的服務(wù)質(zhì)量要求。

6、本文首先研究和改進(jìn)了主機(jī)的能耗模型,提出了指數(shù)能耗模型;其次采用了基于局部回歸分析的CPU利用率預(yù)測(cè)方法,以確定主機(jī)是否過載和是否需要遷移虛擬機(jī);然后針對(duì)輕載檢測(cè),提出了基于可變均值、最小利用率和第一四分位數(shù)的輕載檢查方法,以確定是否需要遷移虛擬機(jī);對(duì)于虛擬機(jī)的遷移問題,提出了最小遷移時(shí)間方法、最大 CPU利用率方法和最小CPU利用率方法,以確定應(yīng)該遷移那個(gè)虛擬機(jī);最后設(shè)計(jì)了能耗性能感知的最佳適應(yīng)算法,對(duì)虛擬機(jī)進(jìn)行部署,以優(yōu)化性能與能耗

7、。仿真結(jié)果表明,可變均值的輕載檢查方法、局部回歸分析的過載檢查方法、最大利用率的虛擬機(jī)選擇方法和能耗性能感知的最佳適應(yīng)算法不但提高了用戶的性能感受,而且優(yōu)化了系統(tǒng)的能耗。
  (4)基于排隊(duì)論的性能指標(biāo)動(dòng)態(tài)優(yōu)化方法
  顧客的服務(wù)質(zhì)量需求和到達(dá)率不同,云計(jì)算數(shù)據(jù)中心所需提供的服務(wù)器數(shù)量也不同。為了研究最佳的服務(wù)器數(shù)量隨顧客的服務(wù)質(zhì)量需求和到達(dá)率等的變化規(guī)律,本文研究了多到達(dá)、兩服務(wù)窗能力不等的條件下基于排隊(duì)論的解決方法,通過

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論