【摘要】：針對(duì)面向車(chē)聯(lián)網(wǎng)應(yīng)用的云計(jì)算平臺(tái)的高能耗問(wèn)題,提出一種采用節(jié)能整合策略的能耗感知調(diào)度算法——任務(wù)集整合算法(Task Set Consolidation Algorithm)。該算法的主要思想是通過(guò)減少活躍物理服務(wù)器的數(shù)目,有效降低云平臺(tái)的能量消耗。建立了云平臺(tái)模型、車(chē)聯(lián)網(wǎng)任務(wù)集模型和能耗模型,確定了云平臺(tái)的節(jié)能目標(biāo)函數(shù)和變量因子。仿真實(shí)驗(yàn)通過(guò)模擬多維資源多并發(fā)任務(wù)集的云平臺(tái)環(huán)境,以物理服務(wù)器的活躍時(shí)間和活躍數(shù)目、云平臺(tái)的能量消耗作為性能指標(biāo),將任務(wù)集整合算法與現(xiàn)有算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,TSC算法能夠在避免任務(wù)集資源發(fā)生沖突的情況下,使面向車(chē)聯(lián)網(wǎng)應(yīng)用的云平臺(tái)激活的物理服務(wù)器數(shù)量達(dá)到最少,能耗降到最低。
[Abstract]:In order to solve the problem of high energy consumption in cloud computing platform for vehicle networking applications, this paper proposes an energy-consumption aware scheduling algorithm, (Task Set Consolidation Algorithm)., which adopts energy-saving integration strategy. The main idea of this algorithm is to reduce the energy consumption of cloud platform by reducing the number of active physical servers. The cloud platform model, vehicle networking task set model and energy consumption model are established, and the energy saving objective function and variable factors of the cloud platform are determined. By simulating the multi-dimensional resource multi-concurrent task set cloud platform environment, the paper compares the task set integration algorithm with the existing algorithm, taking the active time and active number of physical server and the energy consumption of cloud platform as performance index. The experimental results show that the TSC algorithm can minimize the number of physical servers activated by cloud platform for vehicle networking applications and reduce energy consumption to the minimum while avoiding conflicts of task set resources.
【作者單位】： 西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院;計(jì)算機(jī)軟件新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(南京大學(xué));
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61202043,61170111) 網(wǎng)絡(luò)智能信息處理四川省高校重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題資助項(xiàng)目(SZJJ2014-049)資助
【分類(lèi)號(hào)】：TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊羽,鄢伶俊;多機(jī)異構(gòu)相關(guān)任務(wù)集的調(diào)度優(yōu)化研究[J];計(jì)算機(jī)學(xué)報(bào);1993年09期

2 孟新;楊震;;空間科學(xué)探測(cè)任務(wù)集同論證平臺(tái)[J];科研信息化技術(shù)與應(yīng)用;2011年03期

3 尹翔;蔣建國(guó);夏娜;常傳文;;多任務(wù)多聯(lián)盟并行生成:模型與求解[J];系統(tǒng)工程理論與實(shí)踐;2008年04期

4 陳庭貴;肖人彬;;基于內(nèi)部迭代的耦合任務(wù)集求解方法[J];計(jì)算機(jī)集成制造系統(tǒng);2008年12期

5 徐敏,王行仁，馮勤;同構(gòu)型分布式計(jì)算機(jī)系統(tǒng)的啟發(fā)式任務(wù)分配算法[J];計(jì)算機(jī)學(xué)報(bào);1994年02期

6 陳宇;熊光澤;楊春;;非精確任務(wù)集的容錯(cuò)單調(diào)比率調(diào)度[J];計(jì)算機(jī)科學(xué);2002年01期

7 王濤;劉大昕;;單調(diào)速率任務(wù)分配算法利用率的界限分析[J];計(jì)算機(jī)應(yīng)用;2006年09期

8 錢(qián)光明;;平滑而快速地插入新任務(wù)[J];湖南文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年02期

9 李婷;王海瑞;張繼燕;;混合任務(wù)集的層次調(diào)度方案[J];電腦知識(shí)與技術(shù);2008年35期

10 趙韓;武照云;宋暉;邰麗君;;一種求解產(chǎn)品開(kāi)發(fā)耦合任務(wù)依賴度的方法[J];中國(guó)機(jī)械工程;2009年07期

相關(guān)碩士學(xué)位論文 前8條

1 姜輝;基于EDF算法的任務(wù)最早插入時(shí)間研究[D];湖南師范大學(xué);2012年

2 陳湘華;一種基于EDF的運(yùn)行時(shí)模型研究[D];湖南師范大學(xué);2012年

3 肖柱;多任務(wù)飛行控制系統(tǒng)中調(diào)度算法與可靠性控制研究[D];電子科技大學(xué);2012年

4 錢(qián)杰;DVS節(jié)能技術(shù)與EDF調(diào)度結(jié)合的節(jié)能算法[D];浙江大學(xué);2007年

5 李學(xué)輝;異構(gòu)多核系統(tǒng)中面向細(xì)粒度任務(wù)集的調(diào)度算法研究[D];湖南大學(xué);2011年

6 問(wèn)翠梅;多Agent系統(tǒng)中聯(lián)盟形成問(wèn)題的研究[D];蘭州大學(xué);2009年

7 劉莉;基于實(shí)時(shí)Linux的調(diào)度方法研究[D];沈陽(yáng)工業(yè)大學(xué);2006年

8 馬炳周;考慮緩存替換影響的最壞響應(yīng)時(shí)間分析研究[D];湖南大學(xué);2013年

，

本文編號(hào)：2413390