本文關(guān)鍵詞：基于多級QoS的云計算資源調(diào)度算法研究

  更多相關(guān)文章： 云計算 多級QoS 資源調(diào)度 任務(wù)分配

【摘要】：云計算是近年來計算機(jī)領(lǐng)域最熱門的研究方向之一。隨著云服務(wù)的市場化,其作為新興商業(yè)模式的巨大商業(yè)價值也正在呈現(xiàn)。云計算資源調(diào)度是云計算的研究重點,廣泛研究的算法有Min-Min算法、Max-Min算法、遺傳算法、蟻群算法、貪心算法和模擬退火算法等。云計算服務(wù)作為商業(yè)服務(wù)提供給用戶使用時,其相關(guān)QoS (Quality of Service,服務(wù)質(zhì)量)保障就變得尤為重要,常用的QOS評價模型包括資源性能、可靠性、經(jīng)濟(jì)適用性、安全性等。云計算資源的QoS涉及到用戶的基本利益,同時云計算服務(wù)提供商只有保證了QoS才能得到用戶的認(rèn)可和成功,因此研究基于QoS的云計算資源調(diào)度相關(guān)內(nèi)容是至關(guān)重要的。傳統(tǒng)的云計算任務(wù)分配調(diào)度策略存在著一些不足之處,過分注重了效率而忽略了服務(wù)質(zhì)量。根據(jù)云計算的特點、貪心算法和云計算中作業(yè)調(diào)度相關(guān)算法,本文提出了一種基于快速排序理念的貪心算法的云計算QoS任務(wù)分配資源調(diào)度策略。針對貪心算法的任務(wù)不能按序處理、短任務(wù)等待時間長、網(wǎng)絡(luò)負(fù)擔(dān)重以及master節(jié)點負(fù)載大等問題,利用快速排序原理,對節(jié)點進(jìn)行快速分組,任務(wù)分配到組,組內(nèi)貪心分配,使得調(diào)度結(jié)果在接近于貪心算法的情況下分配耗時時間更短,保障云計算服務(wù)提供商和用戶的雙重QoS利益。云服務(wù)提供商在保障付費用戶的正常云資源使用的情況下,有時會產(chǎn)生部分資源剩余。當(dāng)資源過剩時,可以讓虛擬機(jī)先轉(zhuǎn)移集中然后關(guān)閉空閑主機(jī)以降低能耗；也可以提供給潛在的用戶免費試用,潛在用戶使用后有一定的比率轉(zhuǎn)換為付費用戶,其帶來的效益可抵消節(jié)能降低的費用。針對不同的級別的用戶,其服務(wù)質(zhì)量和模式各不相同。本文提出了基于多級QOS的云計算資源調(diào)度算法,在付費用戶資源使用率較低并且有剩余資源時提供給試用用戶試用,當(dāng)付費用戶資源使用爆長,將資源從試用用戶回收給付費用戶使用。在保障付費用戶QoS的同時,增加潛在用戶試用的比例,從能耗消耗比例找出試用用戶到付費用戶的轉(zhuǎn)化率,論證其有效性。本文基于CloudSim仿真工具對論文提出的改進(jìn)算法進(jìn)行了仿真實驗。在DataCenterBroker類中對比bindCloudletToVm0方法,實現(xiàn)貪心算法和本文提出的基于快速排序的貪心算法的任務(wù)分配算法。實驗結(jié)果表明,本文提出的算法在以接近于貪心算法的仿真時間的基礎(chǔ)上,較好解決了貪心算法的問題,使得算法分配時間大大減少,同時有效提高云計算服務(wù)提供商的QoS保障能力。通過基于多級QOS的云計算資源調(diào)度算法的實驗與分析,云計算服務(wù)提供商獲得的潛在收益要大于能耗提高的支出,其思想是可行的,從市場經(jīng)濟(jì)角度證明其有效性。
【關(guān)鍵詞】：云計算 多級QoS 資源調(diào)度 任務(wù)分配
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第1章 緒論12-21
• 1.1 研究背景及意義12-14
• 1.1.1 云計算背景12-13
• 1.1.2 研究意義13-14
• 1.2 國內(nèi)外研究綜述14-17
• 1.2.1 國外云計算研究情況14-16
• 1.2.2 國內(nèi)云計算研究情況16-17
• 1.3 基于QoS的云計算資源調(diào)度算法存在的問題17
• 1.4 本文研究工作及論文內(nèi)容安排17-21
• 1.4.1 本文的主要研究工作17-19
• 1.4.2 本論文組織結(jié)構(gòu)19-21
• 第2章 云計算和資源調(diào)度概述21-33
• 2.1 云計算概述21-25
• 2.2 典型云計算產(chǎn)品25-29
• 2.2.1 谷歌(Google)云計算平臺25-26
• 2.2.2 IBM“藍(lán)云”平臺26
• 2.2.3 亞馬遜(Amazon)云計算平臺26-27
• 2.2.4 阿里云平臺27-29
• 2.3 云計算資源調(diào)度概述29-31
• 2.3.1 以性能為中心的調(diào)度30
• 2.3.2 以QoS為中心的調(diào)度30-31
• 2.3.3 以經(jīng)濟(jì)原則為中心的調(diào)度31
• 2.4 本章小結(jié)31-33
• 第3章 基于QOS云計算資源調(diào)度的相關(guān)理論和技術(shù)研究33-41
• 3.1 云計算QoS保障的關(guān)鍵問題33-35
• 3.2 云計算QoS指標(biāo)設(shè)計35-37
• 3.3 現(xiàn)有不足和問題提出37-40
• 3.4 本章小結(jié)40-41
• 第4章 基于多級QOS保障的云計算資源調(diào)度算法設(shè)計41-54
• 4.1 快速排序41-45
• 4.1.1 快速排序算法過程41-42
• 4.1.2 樞軸元素的選擇42-43
• 4.1.3 快速排序劃分具體過程43-44
• 4.1.4 快速排序復(fù)雜度分析44-45
• 4.2 貪心算法45-46
• 4.3 基于快速排序的貪心算法的QoS資源調(diào)度算法46-51
• 4.3.1 算法的改進(jìn)思想46-48
• 4.3.2 算法的設(shè)計與流程48-51
• 4.3.3 算法的特點分析51
• 4.4 基于多級QoS的云計算資源調(diào)度51-53
• 4.4.1 算法的設(shè)計思想51-52
• 4.4.2 算法流程52-53
• 4.4.3 算法的特點分析53
• 4.5 本章小結(jié)53-54
• 第5章 實驗設(shè)計與結(jié)果分析54-71
• 5.1 實驗環(huán)境54-57
• 5.1.1 CloudSim配置環(huán)境56
• 5.1.2 仿真流程56-57
• 5.2 評價指標(biāo)57-59
• 5.3 基于快速排序的貪心算法的QoS資源調(diào)度實驗59-64
• 5.3.1 實驗設(shè)計59-60
• 5.3.2 實驗結(jié)果分析60-64
• 5.4 基于多級QoS的云計算資源調(diào)度算法實驗與分析64-70
• 5.4.1 實驗設(shè)計64-65
• 5.4.2 實驗結(jié)果分析65-70
• 5.5 本章總結(jié)70-71
• 第6章 總結(jié)與展望71-73
• 6.1 總結(jié)71
• 6.2 展望71-73
• 參考文獻(xiàn)73-77
• 附錄77-78
• 后記7

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊書影;;貪心算法及其實例探究[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報;2013年03期

2 宋傳鳴;王相海;;最長d維箱嵌套問題的貪心算法[J];計算機(jī)科學(xué);2003年12期

3 陳煉;馬永生;劉光明;;一維下料方案的貪心算法優(yōu)化[J];南昌大學(xué)學(xué)報(工科版);2005年04期

4 馬梅娟;薛艷云;;貪心算法在多機(jī)調(diào)度問題中的應(yīng)用[J];濰坊學(xué)院學(xué)報;2005年06期

5 龔雄興;;堆與貪心算法[J];現(xiàn)代計算機(jī);2006年08期

6 李少芳;;套利問題的貪心算法設(shè)計[J];重慶工商大學(xué)學(xué)報(自然科學(xué)版);2007年02期

7 李洪霞;張惠芳;;用貪心算法求解刪數(shù)問題[J];科技信息;2008年32期

8 李洪霞;于仁師;史新梁;鄧立苗;;用貪心算法求解最優(yōu)服務(wù)次序問題[J];科技廣場;2008年03期

9 谷斌;靳艷峰;王力娟;耿科明;龐貴法;;基于貪心算法與多邊形剖分的印鑒匹配算法[J];計算機(jī)工程與設(shè)計;2008年12期

10 莫洪林;黃東陽;周盛沛;;基于貪心算法的宏模塊布局分析[J];河南科學(xué);2008年07期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 武繼剛;喬占科;;制定大型生產(chǎn)計劃的一個貪心算法[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 高峗;侯媛彬;;改進(jìn)貪心算法的完善與應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

3 李然;張云霞;汪衛(wèi);施伯樂;;改進(jìn)的貪心算法在數(shù)字圖書館XML元數(shù)據(jù)存儲中的應(yīng)用[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2002年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 PALADIN;算法演義[N];電腦報;2003年

2 PALADIN;編程沙龍[N];電腦報;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 柴榮;基于貪心算法的物流配送系統(tǒng)設(shè)計與實現(xiàn)[D];西北師范大學(xué);2014年

2 石新飛;社交網(wǎng)絡(luò)中影響最大化研究[D];哈爾濱工業(yè)大學(xué);2013年

3 田家堂;在線社會網(wǎng)絡(luò)中影響最大化問題的研究[D];復(fù)旦大學(xué);2012年

4 常曉宇;查找基因調(diào)控子結(jié)合位點的智能算法[D];吉林大學(xué);2007年

5 王莉;基因組片段填充問題的算法研究[D];山東大學(xué);2013年

6 陳浩;基于閾值的社會網(wǎng)絡(luò)影響力最大化算法[D];復(fù)旦大學(xué);2012年

7 方方;基于多級QoS的云計算資源調(diào)度算法研究[D];華東師范大學(xué);2015年

8 陳僑;機(jī)組乘務(wù)員自動排班系統(tǒng)與算法應(yīng)用[D];華南理工大學(xué);2011年

9 周生福;線性閾值模型下影響最大化算法研究[D];云南大學(xué);2014年

10 鄭瑩;面向玻璃切割機(jī)的排樣優(yōu)化算法設(shè)計與實現(xiàn)[D];武漢理工大學(xué);2012年

，

本文編號：1052929