云計算環(huán)境下資源需求預測與優(yōu)化配置方法研究.pdf

1、云計算是一種基于互聯(lián)網(wǎng)的新型信息資源服務系統(tǒng)，可以為用戶提供包括基礎設施、平臺和應用在內的可定制彈性虛擬化資源服務。在技術進步、需求引領和服務模式創(chuàng)新等因素的共同驅動下，云計算得到了工業(yè)界和學術界的普遍認可，已經(jīng)在現(xiàn)實生活中形成涵蓋移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等在內的新型創(chuàng)意產(chǎn)業(yè)，并以其低成本和無處不在的應用得到迅速發(fā)展，將從根本上改變人們生活的方方面面。為了滿足這些多元化、海量的應用資源需求，云計算必須擁有龐大的資源集群，這些資源在地理上是分布

2、的，類型上是異構的，并且在各自的管理域中又具有不同的資源管理策略和資源使用計價準則。資源管理是云計算的核心問題之一，其目的是利用虛擬化技術屏蔽底層資源的異構性和復雜性，使得海量分布式資源形成一個統(tǒng)一的巨型資源池，并在此基礎上，合理運用相關資源管理方法和技術，確保資源的合理、高效的分配和使用。因此，如何實現(xiàn)對云計算資源的有效管理成為一個富有挑戰(zhàn)性的研究課題。本文從云計算基礎設施運營商和服務提供商的角度出發(fā)，將研究內容集中于云計算資源的優(yōu)化

3、管理方向，主要包括資源的描述、組織、發(fā)現(xiàn)、匹配、配置和監(jiān)控等內容，著重研究了云計算資源負荷的短期動態(tài)預測方法，基于短期預測的云資源優(yōu)化配置方法，以及云資源需求中長期組合預測方法。目的是通過對以上幾方面內容的研究，使得云計算資源能夠得到有效地組織和合理的配置，在保證資源服務質量的同時，降低數(shù)據(jù)中心能源消耗和運營成本，提升云計算基礎設施運營商和服務提供商的利潤，實現(xiàn)綠色計算，為云計算的健康、持續(xù)發(fā)展提供理論參考。
　　基于以上論述，本

4、文云計算環(huán)境下資源需求預測與優(yōu)化配置方法研究的主要內容有:云計算環(huán)境下資源管理問題綜合研究;基于特征提取與分類的云資源負荷短期動態(tài)預測方法研究;基于云計算負荷短期動態(tài)預測的資源優(yōu)化配置方法研究，以及針對云計算基礎設施運營商和服務提供商中長期資源總量規(guī)劃需求的云資源需求中長期組合預測方法研究。
　　本文的具體研究內容和創(chuàng)新性工作主要有以下幾個方面:
　　首先，在總結了以往云計算資源描述格式和語言、發(fā)現(xiàn)架構和技術，以及動態(tài)組織、

5、優(yōu)化分配和即時監(jiān)控等方面研究成果的基礎上，進而闡述了云環(huán)境下資源管理所面臨和需要解決的新問題，并以此構建了云環(huán)境下資源管理框架，給出了該框架在制造業(yè)背景下的應用思路。
　　其次，分析了云計算資源需求負荷相對于先前的網(wǎng)格計算、分布式計算及其它高性能計算所表現(xiàn)出不同特點的基礎上，討論了短期負荷預測對于云計算實現(xiàn)資源實時控制、保持整個系統(tǒng)穩(wěn)定運行、降低數(shù)據(jù)中心能耗和保障云服務的QoS所起的重要作用，構建了基于資源負荷序列特征提取、分類和

6、預測的多步驟預測方法。該方法運用定長重疊移動滑窗技術從云計算資源負荷序列中提取子序列，再分別利用基于核模糊C聚類的監(jiān)督式聚類算法和基于隱形馬兒科夫鏈的非監(jiān)督式聚類算法對所提取的子序列進行特征分類，在此基礎上，再使用基于遺傳算法優(yōu)化的Elman神經(jīng)網(wǎng)絡對云計算短期動態(tài)資源負荷進行預測，以此獲得優(yōu)良的預測效果。
　　接著，基于云計算短期負荷預測的結果，本文構建基于負荷預測的云計算資源優(yōu)化配置框架，提出了一種基于資源監(jiān)控和負荷預測的資源

7、配置自適應彈性控制系統(tǒng)，實施主動控制與被動反應相結合的混合彈性控制的資源配置策略以實現(xiàn)云計算資源的有效利用;進一步地，鑒于目前云計算服務提供商所采用的單虛擬機服務單用戶的資源管理模式所帶來的低資源利用率問題，本文構建了一個具有五層結構的新型公有云架構，在該架構的基礎上，提出了基于單虛擬機服務多用戶的虛擬化資源自適應配置模式，該模式能針對不同用戶提出的應用資源請求自動搜尋最優(yōu)虛擬化資源，并在不影響服務質量的基礎上，將不同的應用運行在同一臺

8、虛擬機上，使得云計算提供商能在保證服務質量的同時，提高云計算資源的利用效率，降低能耗。
　　最后，本文根據(jù)實際云計算資源管理中對資源負荷中長期預測的需求，針對云計算中長期負荷所表現(xiàn)出的兼具動態(tài)性和周期性這一特點，構建了基于廣義模糊軟集理論的云計算資源負荷組合預測模型，提出了新的基于夾角余弦的廣義模糊軟集相似性度量方法，將相似性度量結果與預測精度相結合來獲得各單項預測模型的權重，并針對云計算環(huán)境中資源負荷所表現(xiàn)出的短期動態(tài)性和長期周