發(fā)布時間：2018-05-21 15:42

  本文選題：云計算 + 彈性擴展��； 參考：《大連理工大學》2014年碩士論文

【摘要】：云計算(Cloud Computing)是一種新型的分布式計算范式。它將計算任務(wù)分布在大量計算機構(gòu)成的資源池上,使各種應用能夠根據(jù)需求獲取計算力、存儲空間和各種軟件服務(wù)。云計算用戶可以獲得其所需的資源,并且按資源使用量付費,就像日常生活中用電一樣,使用方便,價格低廉。 越來越多的人開始關(guān)注和使用云計算,其中一個重要的原因是其彈性擴展特性。云計算平臺針對應用負載的動態(tài)變化,實時地對應用所分配的資源做出調(diào)整,具體的說就是當應用負載增加時,分配給應用更多的資源,防止服務(wù)質(zhì)量Qos下降,保證應用的正常運轉(zhuǎn)；當應用負載減少時,回收相應的空閑資源,增加了資源的利用率,同時也減少了云計算用戶的費用。 由于應用負載變化的不確定性以及相對規(guī)律性,本文提出了一種基于混合策略的云計算彈性擴展解決方案。該方案將神經(jīng)網(wǎng)絡(luò)算法與靜態(tài)規(guī)則算法有效地結(jié)合在一起,構(gòu)建起了一個混合的資源需求模型,由此生成彈性擴展規(guī)則,解決了單純基于神經(jīng)網(wǎng)絡(luò)模型面對不符合特定模式特征的負載時預測不準確的問題。 為了驗證本文提出的解決方案的有效性,本文設(shè)計了一系列驗證實驗。實驗結(jié)果表明：相比于單純基于神經(jīng)網(wǎng)絡(luò)的資源需求模型,本文提出的混合模型的預測準確率更高,獲得的彈性擴展規(guī)則更加合理。
[Abstract]:Cloud computing is a new distributed computing paradigm. It distributes computing tasks in a large number of computer resource pools, which enables various applications to acquire computing power, store space and various software services according to their requirements. Cloud computing users can get the resources they need and pay for the amount of resources they use, just like electricity in daily life, it is easy to use and low in price. More and more people begin to pay attention to and use cloud computing, one of the important reasons is its elastic expansion. According to the dynamic change of application load, cloud computing platform adjusts the resources allocated to the application in real time. Specifically, when the application load increases, more resources are allocated to the application to prevent the quality of service (Qos) from declining. Ensure the normal operation of the application; when the application load is reduced, the recovery of the corresponding idle resources, increase the utilization of resources, but also reduce the cost of cloud computing users. Due to the uncertainty and relative regularity of application load change, this paper proposes a hybrid strategy based solution for cloud computing elasticity expansion. By combining neural network algorithm with static rule algorithm effectively, a hybrid resource requirement model is constructed, which generates elastic expansion rules. The problem of inaccurate prediction based on the neural network model is solved when the load does not conform to the characteristics of the specific pattern. In order to verify the effectiveness of the proposed solution, this paper designed a series of verification experiments. The experimental results show that the proposed hybrid model has higher prediction accuracy and more reasonable elastic expansion rules than the resource demand model based on neural networks alone.
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.09

【共引文獻】

相關(guān)期刊論文 前10條

1 吳高藝;;云計算下“機頂盒”的商業(yè)模式分析與技術(shù)實現(xiàn)[J];財經(jīng)界(學術(shù)版);2013年18期

2 孫宇;廖小偉;王曉丹;呂廷杰;;云計算經(jīng)濟研究綜述[J];北京郵電大學學報(社會科學版);2013年05期

3 譚瑛;陳寧江;黃汝維;何子龍;李湘;;基于濾波優(yōu)化的多租戶應用QPN性能建模方法[J];廣西大學學報(自然科學版);2015年03期

4 張斌;朱孟笑;趙秀濤;張長勝;;面向成本優(yōu)化的SBS虛擬化資源分配[J];東北大學學報(自然科學版);2015年07期

5 丁長松;胡周君;;服務(wù)網(wǎng)格中資源可用性評估方法研究[J];計算機應用研究;2008年12期

6 吳菊華;曹強;李品怡;孫德福;;云計算進展研究——基于技術(shù)和商業(yè)雙重視角[J];科技管理研究;2013年15期

7 沈佳杰;江紅;王肅;;基于遺傳算法的云存儲分類規(guī)則提取[J];計算機工程;2013年07期

8 丁燕艷;潘郁;程仕偉;;云計算環(huán)境下的PSO可信資源調(diào)度[J];計算機工程與應用;2013年18期

9 Da-yu XU;Shan-lin YANG;Ren-ping LIU;;A mixture of HMM,GA,and Elman network for load prediction in cloud-oriented data centers[J];Journal of Zhejiang University-Science C(Computers and Electronics);2013年11期

10 羅賀;孫錦波;胡笑旋;汪永康;;云商務(wù)環(huán)境下的多源信息服務(wù)資源分配模型[J];計算機集成制造系統(tǒng);2013年10期

相關(guān)會議論文 前2條

1 羅賀;汪永康;胡笑旋;孫錦波;;基于負載均衡的云服務(wù)資源配置策略研究[A];“兩型社會”建設(shè)與管理創(chuàng)新——第十五屆中國管理科學學術(shù)年會論文集（上）[C];2013年

2 鄒暾;侯杰華;;大型企業(yè)信息基礎(chǔ)資源云平臺建設(shè)探索[A];中國煙草學會2014年學術(shù)年會報告文集[C];2014年

相關(guān)博士學位論文 前10條

1 丁肇輝;網(wǎng)格元調(diào)度系統(tǒng)的研究和CSF4元調(diào)度器的設(shè)計與實現(xiàn)[D];吉林大學;2009年

2 武斌;網(wǎng)格市場環(huán)境下資源調(diào)度機制研究[D];中國科學技術(shù)大學;2010年

3 胡周君;計算網(wǎng)格中面向QoS的資源可用性評估模型研究[D];中南大學;2010年

4 唐闊;網(wǎng)格計算資源與任務(wù)的實時監(jiān)測預報系統(tǒng)[D];吉林大學;2010年

5 丁長松;計算網(wǎng)格中基于可用性評估的資源預留關(guān)鍵技術(shù)研究[D];中南大學;2012年

6 李毅鵬;不確定環(huán)境中基于ATO的零部件協(xié)同供應模式研究[D];華中科技大學;2013年

7 何俊;需求驅(qū)動的SaaS服務(wù)演化研究[D];云南大學;2013年

8 黃沈權(quán);制造云服務(wù)按需供應模式、關(guān)鍵技術(shù)及應用研究[D];浙江大學;2013年

9 樂冠;面向服務(wù)系統(tǒng)的自適應資源管理技術(shù)研究[D];北京郵電大學;2013年

10 蘭明敬;高性能計算環(huán)境中基于結(jié)構(gòu)化覆蓋網(wǎng)絡(luò)的服務(wù)組織、發(fā)現(xiàn)和訪問研究[D];解放軍信息工程大學;2013年

相關(guān)碩士學位論文 前10條

1 梅喜雪;網(wǎng)格資源交易與推薦模型研究[D];浙江工業(yè)大學;2010年

2 熊筱熙;中小企業(yè)對云計算服務(wù)的采納影響因素實證研究[D];北京郵電大學;2013年

3 溫鑒榮;PaaS云平臺中Java Web應用調(diào)度機制的研究與實現(xiàn)[D];北京郵電大學;2013年

4 楊睿;SaaS平臺多租戶數(shù)據(jù)管理及邏輯存儲模型的研究[D];西北大學;2013年

5 鄂雪妮;基于SLA的云計算資源調(diào)度優(yōu)化方法研究[D];武漢理工大學;2013年

6 張璞;基于Xen的虛擬機動態(tài)遷移策略研究[D];遼寧大學;2013年

7 陳貞;HDFS環(huán)境下的訪問控制技術(shù)研究[D];重慶大學;2013年

8 汪洋;通信網(wǎng)云計算平臺資源調(diào)度策略與算法研究[D];南昌大學;2013年

9 胡丹丹;獲益驅(qū)動的虛擬機資源動態(tài)管理策略研究[D];廣西大學;2013年

10 呂小林;云安全技術(shù)的專利布局分析[D];湘潭大學;2013年

，

本文編號：1919802