本文關(guān)鍵詞：云計算環(huán)境下能源感知任務(wù)調(diào)度策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：云計算是一種基于互聯(lián)網(wǎng)的商業(yè)計算模式,具有動態(tài)伸縮性的特點。云計算環(huán)境由一系列能夠動態(tài)伸縮的資源構(gòu)成,云計算服務(wù)提供商通過虛擬化技術(shù)將這些資源提供給云計算用戶。用戶可以按需租賃云計算資源,這樣不僅可以減少自身終端處理負擔(dān),而且可以擁有云計算的強大的計算能力。當(dāng)人們利用云計算環(huán)境中的資源處理海量任務(wù)時,云計算環(huán)境下合理的任務(wù)調(diào)度策略成為提高任務(wù)執(zhí)行效率、充分利用網(wǎng)絡(luò)資源的有效手段。因此,對云計算環(huán)境下的任務(wù)調(diào)度策略的研究有著重要的意義。本文對云計算以及云計算環(huán)境下的任務(wù)調(diào)度進行了深入研究,針對現(xiàn)有云計算環(huán)境下的任務(wù)調(diào)度策略缺乏考慮用戶任務(wù)偏好,從而導(dǎo)致虛擬機資源利用不充分、用戶對服務(wù)質(zhì)量滿意度不高等問題,提出了云計算環(huán)境下能源感知任務(wù)調(diào)度策略。本文的主要的研究工作如下：(1)對云計算環(huán)境下的任務(wù)調(diào)度環(huán)境進行系統(tǒng)建模,即分別對用戶、任務(wù)、及資源的模型進行了描述。(2)定義了任務(wù)偏好指數(shù)計算公式,對用戶任務(wù)信息進行計算得到用戶任務(wù)偏好指數(shù),具體方法為：首先計算出用戶任務(wù)的平均偏好值；然后求得用戶任務(wù)信息與平均偏好值之間的偏差率；最后,將偏差率存儲為用戶任務(wù)的偏好指數(shù)。(3)定義了性能評分計算公式,對虛擬機資源性能信息進行計算,求得資源性能評分,具體方法為：首先計算出虛擬機資源性能的平均性能值；然后求得虛擬機資源性能與平均性能值之間的偏差率；最后將偏差率存儲為虛擬機資源性能評分。(4)依據(jù)馬氏距離公式計算任務(wù)偏好指數(shù)和資源性能評分之間的馬氏距離,同時計算能源消耗量,根據(jù)任務(wù)的類型計算任務(wù)調(diào)度指標值。在任務(wù)調(diào)度過程中,為任務(wù)選擇任務(wù)調(diào)度指標值最小的虛擬機資源進行映射,并且用馬氏距離的值作為用戶任務(wù)滿意度的衡量指標。(5)最后,通過擴展CloudSim云計算仿真平臺的Cloudlet類、Vm類以及DataCenterBroker類,實現(xiàn)了本文提出的能源感知任務(wù)調(diào)度策略；通過對CloudSim平臺進行了重編譯生成,并在生成的擴展平臺上實現(xiàn)了能源感知任務(wù)調(diào)度策略的仿真算法,對文中提出的策略進行了模擬驗證和對比分析。實驗結(jié)果顯示該算法能夠有效提高任務(wù)執(zhí)行效率和用戶任務(wù)滿意度,并且降低環(huán)境中的能源消耗。
【關(guān)鍵詞】：云計算 任務(wù)調(diào)度 馬氏距離 能源消耗
【學(xué)位授予單位】：陜西師范大學(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3-4
• Abstract4-9
• 第1章 緒論9-15
• 1.1 選題背景及選題意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 國內(nèi)外云計算平臺技術(shù)研究現(xiàn)狀10-11
• 1.2.2 現(xiàn)有任務(wù)調(diào)度策略類型11-13
• 1.3 本文研究工作13-14
• 1.4 論文組織結(jié)構(gòu)14-15
• 第2章 云計算15-25
• 2.1 云計算概念15-16
• 2.2 云計算技術(shù)的體系結(jié)構(gòu)16-18
• 2.2.1 SOA體系結(jié)構(gòu)17
• 2.2.2 管理中間件17
• 2.2.3 資源虛擬化17-18
• 2.2.4 物理資源18
• 2.3 云計算的主要特征18-20
• 2.4 云計算的分類20-21
• 2.5 云計算與網(wǎng)格計算21-23
• 2.5.1 網(wǎng)格計算的概念21
• 2.5.2 網(wǎng)格計算與云計算的對比21-23
• 2.6 本章小結(jié)23-25
• 第3章 云計算環(huán)境下任務(wù)調(diào)度25-33
• 3.1 任務(wù)調(diào)度的定義25
• 3.2 云計算環(huán)境下任務(wù)調(diào)度概述25-31
• 3.2.1 云計算環(huán)境下任務(wù)調(diào)度的執(zhí)行過程25-27
• 3.2.2 云計算環(huán)境下任務(wù)調(diào)度步驟27-28
• 3.2.3 云計算環(huán)境下任務(wù)調(diào)度特點28-29
• 3.2.4 云計算環(huán)境下任務(wù)調(diào)度性能指標29-31
• 3.3 本章小結(jié)31-33
• 第4章 云計算環(huán)境下能源感知的任務(wù)調(diào)度策略33-41
• 4.1 云計算環(huán)境下任務(wù)調(diào)度系統(tǒng)建模33-34
• 4.1.1 云計算環(huán)境下用戶模型描述33
• 4.1.2 云計算環(huán)境下任務(wù)模型描述33-34
• 4.1.3 云計算環(huán)境下資源模型描述34
• 4.2 能源感知任務(wù)調(diào)度策略的提出34-38
• 4.2.1 計算用戶任務(wù)偏好指數(shù)34-35
• 4.2.2 計算虛擬機資源性能評分35-36
• 4.2.3 計算用戶滿意度36-37
• 4.2.4 計算能源消耗37-38
• 4.2.5 計算任務(wù)調(diào)度指標值38
• 4.3 策略流程設(shè)計38-39
• 4.4 本章小結(jié)39-41
• 第5章 仿真實驗41-59
• 5.1 仿真實驗平臺概述41-46
• 5.1.1 云計算仿真平臺CloudSim簡介41-42
• 5.1.2 云計算仿真平臺CloudSim3.0的體系結(jié)構(gòu)42-43
• 5.1.3 云計算仿真平臺CloudSim3.0的工作方式43
• 5.1.4 云計算仿真平臺CloudSim仿真流程43-45
• 5.1.5 云計算仿真平臺CloudSim類圖45-46
• 5.2 仿真實驗環(huán)境設(shè)置及實驗參數(shù)46-47
• 5.2.1 仿真實驗環(huán)境的搭建46
• 5.2.2 仿真實驗參數(shù)設(shè)置46-47
• 5.3 能源感知任務(wù)調(diào)度算法實現(xiàn)47-53
• 5.3.1 能源感知任務(wù)調(diào)度算法的主體框架48-49
• 5.3.2 CloudLet類擴展49
• 5.3.3 Vm類擴展49-50
• 5.3.4 CloudSim平臺重編譯50
• 5.3.5 仿真實驗核心代碼50-53
• 5.4 實驗結(jié)果與分析53-58
• 5.5 本章小結(jié)58-59
• 第6章 總結(jié)與展望59-61
• 6.1 本文總結(jié)59-60
• 6.2 未來展望60-61
• 參考文獻61-65
• 致謝65-67
• 攻讀碩士學(xué)位期間的研究成果67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 俞華鋒;;基于云計算的物流信息平臺的構(gòu)建[J];科技信息;2010年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 朱雪慶;基于反饋機制的實時彈性任務(wù)調(diào)度算法研究[D];湖南大學(xué);2011年

  本文關(guān)鍵詞：云計算環(huán)境下能源感知任務(wù)調(diào)度策略研究，，由筆耕文化傳播整理發(fā)布。

本文編號：320209