本文關(guān)鍵詞：基于云平臺的教育資源在線測評系統(tǒng)的研究

  更多相關(guān)文章： 在線測評系統(tǒng) 負載均衡 Hadoop 神經(jīng)網(wǎng)絡(luò)

【摘要】：在線測評系統(tǒng)降低了編程作業(yè)的檢閱難度,使得作業(yè)檢查更加公平準確。由于在線測評系統(tǒng)中有編譯運行程序環(huán)節(jié),占用了大量的系統(tǒng)資源和CPU時間,當大量用戶集中訪問系統(tǒng)提交作業(yè)時,出現(xiàn)了用戶等待時間長,系統(tǒng)穩(wěn)定性差,更甚有系統(tǒng)崩潰等現(xiàn)象。因此如何在并發(fā)訪問用戶量大的情況下,為教學提供一個性能穩(wěn)定響應時間短的在線測評系統(tǒng)成為一大難題。本文針對這樣的問題提出了基于Hadoop的在線測評系統(tǒng)。本文首先分析了在線測評系統(tǒng)的發(fā)展現(xiàn)狀并對其不足進行了分析與總結(jié),指出了在線測評系統(tǒng)系統(tǒng)設(shè)計粗陋和反饋數(shù)據(jù)不科學等缺點。因此,論文基于Java web技術(shù)提出了一個新的系統(tǒng),該系統(tǒng)主要分為三層:web服務(wù)層、數(shù)據(jù)庫服務(wù)層以及判題服務(wù)層,在限制用戶程序運行時間方面,使用Linux操作系統(tǒng)下的proc接口、管道和ptrace進程來跟蹤并返回子進程的狀態(tài),使用戶時間限制的最小單位達到1毫秒。根據(jù)分布式的在線測評系統(tǒng)的研究現(xiàn)狀,提出將在線測評系統(tǒng)分布在云平臺上。針對在線測評系統(tǒng)的分布式需求,研究了Hadoop的框架結(jié)構(gòu)以及HDFS的存儲原理和讀寫文件過程,然后提出將在線測評系統(tǒng)部署在Hadoop集群中,并將相關(guān)文件存儲在HDFS文件系統(tǒng)中以此提高系統(tǒng)的判題能力。為了使得集群的整體性能達到最優(yōu),充分利用每臺服務(wù)器的資源,本文分析了當前的負載均衡發(fā)展現(xiàn)狀,發(fā)現(xiàn)已有的負載均衡算法在分配任務(wù)時沒有考慮到每臺服務(wù)器的狀態(tài)變化,導致集群的整體性能不是很好。在此基礎(chǔ)上,提出了一個基于神經(jīng)網(wǎng)絡(luò)的動態(tài)反饋算法,通過Linux下的proc文件系統(tǒng)接口動態(tài)收集每個服務(wù)器的負載信息,并將這些負載信息輸入神經(jīng)網(wǎng)絡(luò)計算模塊,根據(jù)神經(jīng)網(wǎng)絡(luò)計算模塊的輸出和加權(quán)輪詢算法來為當前的任務(wù)選擇最合適的服務(wù)器。該算法提高了集群中的在線測評系統(tǒng)的整體性能。最后分別對單機模式下的在線測評系統(tǒng)和基于Hadoop集群的在線測評系統(tǒng)進行功能測試和性能測試。在同樣的集群環(huán)境下,通過設(shè)置不同大小的并發(fā)用戶量和不同的負載均衡算法,比較在線測評系統(tǒng)的響應時間,并對結(jié)果作分析可得出結(jié)論:基于神經(jīng)網(wǎng)絡(luò)的動態(tài)反饋算法,確實提高了系統(tǒng)并發(fā)訪問的性能,減少了用戶等待時間,為用戶提供了一個性能良好的在線測評系統(tǒng)平臺。
【關(guān)鍵詞】：在線測評系統(tǒng) 負載均衡 Hadoop 神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要5-6
• abstract6-10
• 第一章 緒論10-18
• 1.1 課題研究背景和意義10-11
• 1.2 當前研究現(xiàn)狀11-15
• 1.2.1 關(guān)于在線測評系統(tǒng)的研究現(xiàn)狀11-13
• 1.2.2 關(guān)于分布式的在線測評系統(tǒng)的研究現(xiàn)狀13-14
• 1.2.3 關(guān)于云的研究現(xiàn)狀14-15
• 1.3 研究內(nèi)容與創(chuàng)新15-16
• 1.3.1 主要研究內(nèi)容15-16
• 1.3.2 課題創(chuàng)新16
• 1.4 論文章節(jié)安排16-17
• 1.5 本章小結(jié)17-18
• 第二章 相關(guān)技術(shù)18-32
• 2.1 系統(tǒng)設(shè)計與開發(fā)關(guān)鍵技術(shù)18-20
• 2.1.1 Java web開發(fā)技術(shù)18-19
• 2.1.2 Linux下的環(huán)境編程簡介19-20
• 2.2 Hadoop系統(tǒng)分析20-24
• 2.2.1 HDFS的設(shè)計20-21
• 2.2.2 HDFS的概念21-22
• 2.2.3 HDFS的整體架構(gòu)22-24
• 2.3 負載均衡技術(shù)研究24-28
• 2.3.1 負載均衡的分類24-26
• 2.3.2 負載均衡算法26-28
• 2.4 神經(jīng)網(wǎng)絡(luò)算法28-31
• 2.4.1 神經(jīng)網(wǎng)絡(luò)的模型28-30
• 2.4.2 反向傳播算法30-31
• 2.5 本章小結(jié)31-32
• 第三章 系統(tǒng)需求分析與設(shè)計32-54
• 3.1 系統(tǒng)需求分析32-37
• 3.1.1 系統(tǒng)可行性分析32-33
• 3.1.2 系統(tǒng)性能需求33-34
• 3.1.3 系統(tǒng)功能需求34-36
• 3.1.4 運行需求36-37
• 3.2 系統(tǒng)整體設(shè)計37-49
• 3.2.1 web層的詳細設(shè)計38-41
• 3.2.2 判題模塊的設(shè)計41-43
• 3.2.3 負載均衡模塊的設(shè)計43-49
• 3.3 數(shù)據(jù)庫表設(shè)計49-53
• 3.4 本章小結(jié)53-54
• 第四章 系統(tǒng)實現(xiàn)54-80
• 4.1 Hadoop集群的搭建54-56
• 4.2 web層的實現(xiàn)56-64
• 4.2.1 學生模塊實現(xiàn)56-60
• 4.2.2 管理員模塊實現(xiàn)60-61
• 4.2.3 教師模塊實現(xiàn)61-64
• 4.3 判題功能的實現(xiàn)64-68
• 4.3.1 守護進程的實現(xiàn)64-66
• 4.3.2 判題程序的實現(xiàn)66-67
• 4.3.3 獲取數(shù)據(jù)的實現(xiàn)67-68
• 4.4 負載均衡算法的實現(xiàn)68-79
• 4.4.1 算法定義68-72
• 4.4.2 負載信息獲取模塊的實現(xiàn)72-73
• 4.4.3 神經(jīng)網(wǎng)絡(luò)訓練模塊實現(xiàn)73-78
• 4.4.4 負載計算78-79
• 4.5 本章小結(jié)79-80
• 第五章 系統(tǒng)測試80-89
• 5.1 測試工具與環(huán)境80-81
• 5.2 功能測試與分析81-84
• 5.2.1 登錄功能測試81
• 5.2.2 學生模塊功能測試81-82
• 5.2.3 管理員模塊功能測試82-83
• 5.2.4 教師模塊功能測試83
• 5.2.5 判題模塊功能測試83-84
• 5.3 性能測試結(jié)果與分析84-87
• 5.4 本章小結(jié)87-89
• 第六章 總結(jié)和展望89-90
• 6.1 論文工作總結(jié)89
• 6.2 今后的工作展望89-90
• 致謝90-91
• 參考文獻91-93

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉斌;徐精明;代素環(huán);葛華;;基于Linux虛擬服務(wù)器的負載均衡算法[J];計算機工程;2011年23期

，

本文編號：986096