本文關(guān)鍵詞：容錯感知的云服務(wù)建模方法的研究

  更多相關(guān)文章： IaaS 云計算 Petri網(wǎng) 排隊論 馬爾可夫鏈 性能分析 容錯

【摘要】：云計算作為當今世界一種新興技術(shù),正處于迅速發(fā)展的階段。隨著云計算的發(fā)展,用戶對云計算的要求越來越高,越來越多的用戶要求云計算中心能夠提供有質(zhì)量保證的服務(wù)。IaaS云是云計算中的重要組成部分,IaaS云根據(jù)用戶的需求將計算機資源分配給用戶。因此,如何有效準確的評估IaaS云的服務(wù)質(zhì)量,無論是對用戶,還是對云服務(wù)提供商來說都具有非常重要的意義。然而IaaS云計算中心異常復(fù)雜,服務(wù)性能易受到多種因素影響,如物理機性能,物理機數(shù)量,可用容量,虛擬設(shè)施的特性,調(diào)度策略等,因此準確評估IaaS云的服務(wù)質(zhì)量是一項極具挑戰(zhàn)的工作。隨著排隊論的發(fā)展,該技術(shù)已經(jīng)應(yīng)用于計算機網(wǎng)絡(luò)建模的研究,成為研究云計算性能中不可缺少的一部分。根據(jù)Google Cluster Dataset數(shù)據(jù)顯示,所有任務(wù)中有64%的任務(wù)為單個到達,因此對單個到達的任務(wù)進行建模分析具有重大的意義。通過計算機仿真技術(shù)模擬任務(wù)的來到、排隊、服務(wù)以及離開,構(gòu)建模型,進而分析出排隊系統(tǒng)的性能。本文針對IaaS云中單個到達的任務(wù)提出了兩種基于不同調(diào)度策略的分析模型,根據(jù)每個模型的有效狀態(tài)轉(zhuǎn)移事件,對模型進行建模,構(gòu)建對應(yīng)模型的狀態(tài)轉(zhuǎn)移矩陣。通過狀態(tài)轉(zhuǎn)移矩陣可以近似精確的求解出分析模型的穩(wěn)態(tài)概率。由于穩(wěn)態(tài)概率和系統(tǒng)狀態(tài)存在對應(yīng)關(guān)系,根據(jù)此對應(yīng)關(guān)系可以求得拒絕服務(wù)概率,平均響應(yīng)時間等一系列關(guān)鍵性能指標,從而對IaaS云服務(wù)質(zhì)量做出精確的評估。實驗結(jié)果了表明兩種分析模型的可用性,最后對兩種不同調(diào)度策略的分析模型進行對比,結(jié)合實驗結(jié)果分別闡述了每個模型的優(yōu)缺點。本文針對構(gòu)建的分析模型主要做了如下工作：(1)由于云計算中心的復(fù)雜性,很多模型并沒有將物理機的遷移考慮進來,本文中的模型考慮了物理機的遷移,并且將物理機遷移和容錯相結(jié)合,進而構(gòu)建了整體的模型；(2)詳細介紹了整體模型,構(gòu)建了兩種基于不同調(diào)度策略的分析模型,總結(jié)了每個模型的有效狀態(tài)轉(zhuǎn)移事件,并對有效狀態(tài)轉(zhuǎn)移事件給出了詳細的解釋,結(jié)合有效狀態(tài)轉(zhuǎn)移事件對模型進行建模和分析；(3)由于狀態(tài)爆炸的發(fā)生,由數(shù)值分析法構(gòu)建的模型只能夠描述小規(guī)模的云計算系統(tǒng)。為了能夠讓模型描述中等規(guī)模及以上的云計算系統(tǒng),本文引入了Petri網(wǎng)來解決這個問題,構(gòu)建了基于Petri的分析模型,能夠描述中等規(guī)模及以上的云計算系統(tǒng),實驗結(jié)果證明基于Petri網(wǎng)的分析模型具有更好的實用性。
【關(guān)鍵詞】：IaaS 云計算 Petri網(wǎng) 排隊論 馬爾可夫鏈 性能分析 容錯
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.09
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-17
• 1.1 問題提出11
• 1.2 研究背景11-14
• 1.3 云服務(wù)平臺性能分析的挑戰(zhàn)14-15
• 1.4 研究內(nèi)容和意義15-16
• 1.5 論文結(jié)構(gòu)16-17
• 2 背景知識17-38
• 2.1 排隊論17-22
• 2.1.1 排隊系統(tǒng)的基本分類17-19
• 2.1.2 排隊論研究的內(nèi)容和目的19
• 2.1.3 排隊系統(tǒng)的基本組成19-21
• 2.1.4 排隊系統(tǒng)主要研究的性能指標21-22
• 2.1.5 經(jīng)典排隊系統(tǒng)22
• 2.2 馬爾可夫鏈22-26
• 2.2.1 離散時間的馬爾可夫鏈23-24
• 2.2.2 連續(xù)時間的馬爾可夫鏈24-26
• 2.3 Petri網(wǎng)26-31
• 2.3.1 Petri網(wǎng)概述26-28
• 2.3.2 隨機Petri網(wǎng)28-29
• 2.3.3 廣義隨機Petri網(wǎng)29-30
• 2.3.4 隨機獎勵網(wǎng)30-31
• 2.4 離散事件系統(tǒng)仿真31
• 2.5 排隊系統(tǒng)建模的主要方法31-37
• 2.5.1 嵌入馬爾可夫鏈法32-33
• 2.5.2 補充變量法33-34
• 2.5.3 擬生滅過程和矩陣分析法34-36
• 2.5.4 Petri網(wǎng)建模方法36-37
• 2.6 本章小結(jié)37-38
• 3 IAAS服務(wù)排隊系統(tǒng)38-54
• 3.1 系統(tǒng)概述38-41
• 3.1.1 系統(tǒng)介紹38-39
• 3.1.2 系統(tǒng)處理請求流程以及參數(shù)說明39-40
• 3.1.3 合理假設(shè)40-41
• 3.2 系統(tǒng)實現(xiàn)-矩陣分析法41-49
• 3.2.1 Hot模型42-47
• 3.2.2 Cold模型47-49
• 3.3 系統(tǒng)實現(xiàn)-Petri網(wǎng)49-53
• 3.3.1 Hot模型49-52
• 3.3.2 Cold模型52-53
• 3.4 本章小結(jié)53-54
• 4 實驗結(jié)果與分析54-64
• 4.1 穩(wěn)態(tài)概率Π的計算54
• 4.2 性能指標求解公式54-56
• 4.2.1 數(shù)值分析法公式54-56
• 4.2.2 Petri網(wǎng)求解56
• 4.3 實驗結(jié)果分析56-63
• 4.3.1 實驗環(huán)境56-57
• 4.3.2 實驗結(jié)果及分析57-63
• 4.4 本章小結(jié)63-64
• 5 總結(jié)與展望64-66
• 5.1 工作總結(jié)64
• 5.2 工作展望64-66
• 參考文獻66-69
• 作者簡歷及攻讀碩士學位期間取得的研究成果69-71
• 學位論文數(shù)據(jù)集71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 白延敏;呂樹紅;;基于云計算的負載均衡方法研究[J];微電子學與計算機;2013年12期

2 余楊;周獻中;閔富紅;;光學延時物理機質(zhì)及最新進展研究[J];激光雜志;2009年03期

3 張駿;鄭克峰;;虛擬化讓PC服務(wù)器更高效[J];金融電子化;2010年12期

4 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 劉軍生;容錯感知的云服務(wù)建模方法的研究[D];北京交通大學;2016年

2 劉旭啟;云計算中基于組合優(yōu)化的虛擬資源調(diào)度算法研究[D];西安電子科技大學;2014年

，

本文編號：799515