隨著云技術(shù)的發(fā)展,云計算越來越多地被用作多媒體業(yè)務(wù)的分布式平臺。然而,多媒體服務(wù)提供商面臨著資源管理的諸多問題。如何在快速變化的工作量和嚴(yán)格的服務(wù)質(zhì)量要求下,對多媒體云中任務(wù)調(diào)度和資源分配進行優(yōu)化仍然是一項具有挑戰(zhàn)性的工作。多媒體云計算主要以虛擬機的形式對外提供服務(wù),因此資源配置問題是在滿足業(yè)務(wù)需求前提下的虛擬機放置問題,采用高效資源配置機制是媒體云中不可避免的熱點問題。本文針對任務(wù)調(diào)度與資源分配的優(yōu)化,虛擬機放置問題,資源監(jiān)控方法進行了如下研究:(1)針對多媒體云計算中合理地分配給任務(wù)計算資源,最小化任務(wù)完成時間的問題,提出了一種新型的任務(wù)管理系統(tǒng)。詳細闡述了多媒體云任務(wù)模型和基于排隊論的任務(wù)管理,任務(wù)調(diào)度策略中結(jié)合蟻群算法的思想,并加入動態(tài)擴展處理資源的功能。本文將改進后的蟻群算法應(yīng)用在資源可動態(tài)配置的任務(wù)調(diào)度系統(tǒng)中,進一步優(yōu)化資源調(diào)度策略。仿真結(jié)果表明,提出的方案可以有效地為多媒體云任務(wù)分配VM并調(diào)度工作負載,縮短媒體服務(wù)的響應(yīng)時間,提高用戶滿意度和資源利用率。(2)針對多媒體資源需求多樣性、服務(wù)多樣性和服務(wù)器資源異構(gòu)性,提出了虛擬機部署或遷移中基于資源需求關(guān)系的虛擬機放置算法。...

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
專用術(shù)語注釋表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究內(nèi)容與組織結(jié)構(gòu)
        1.3.1 研究內(nèi)容
        1.3.2 論文組織結(jié)構(gòu)
    1.4 本章小結(jié)
第二章 多媒體云資源管理基礎(chǔ)
    2.1 多媒體云計算
        2.1.1 云計算資源構(gòu)成
        2.1.2 基于云的多媒體服務(wù)體系
    2.2 多媒體云資源管理
        2.2.1 資源管理系統(tǒng)結(jié)構(gòu)
        2.2.2 多媒體云資源管理目標(biāo)
    2.3 虛擬機放置問題
        2.3.1 裝箱問題
        2.3.2 多目標(biāo)優(yōu)化問題
    2.4 云媒體資源監(jiān)控
        2.4.1 監(jiān)控體系結(jié)構(gòu)
        2.4.2 不同監(jiān)控體系的性能
    2.5 CloudSim平臺介紹
        2.5.1 CloudSim概述
        2.5.2 CloudSim體系結(jié)構(gòu)
        2.5.3 CloudSim仿真流程與步驟
    2.6 本章小結(jié)
第三章 多媒體云服務(wù)中任務(wù)調(diào)度和資源分配的優(yōu)化
    3.1 多媒體云服務(wù)框架設(shè)計與分析
        3.1.1 多媒體云會議構(gòu)成
        3.1.2 多媒體云會議服務(wù)流程
        3.1.3 多媒體云服務(wù)架構(gòu)
    3.2 多媒體云服務(wù)任務(wù)與資源
        3.2.1 多媒體計算任務(wù)
        3.2.2 任務(wù)的可調(diào)度性
        3.2.3 資源動態(tài)配置
    3.3 任務(wù)管理算法設(shè)計
        3.3.1 任務(wù)管理的框架設(shè)計與分析
        3.3.2 任務(wù)周期及執(zhí)行流程
    3.4 任務(wù)調(diào)度與資源分配算法
        3.4.1 相關(guān)概念和定義
        3.4.2 任務(wù)模型中的各項指標(biāo)
        3.4.3 算法實現(xiàn)
    3.5 算法分析與優(yōu)化
        3.5.1 狀態(tài)轉(zhuǎn)移概率公式的改進
        3.5.2 信息素更新的改進
        3.5.3 基于媒體資源可擴展的蟻群調(diào)度算法
    3.6 實驗設(shè)計與仿真
        3.6.1 實驗設(shè)計
        3.6.2 實驗結(jié)果與分析
    3.7 本章小結(jié)
第四章 基于QoS約束的虛擬機放置算法
    4.1 引言
        4.1.1 虛擬機放置與遷移
        4.1.2 VMP問題的解決思路
        4.1.3 多媒體云服務(wù)中VM管理模型
    4.2 問題模型和描述
        4.2.1 VMP的目標(biāo)規(guī)劃模型
        4.2.2 多媒體云服務(wù)的QoS效用函數(shù)
        4.2.3 資源相似性和相關(guān)系數(shù)
        4.2.4 親和度模型
    4.3 基于相似性的成對VM放置算法
    4.4 基于親和度的VM放置算法
    4.5 性能評估
        4.5.1 實驗設(shè)計
        4.5.2 基于相似性的虛擬機放置算法實驗分析
        4.5.3 基于親和度的虛擬機放置算法實驗分析
    4.6 本章小結(jié)
第五章 資源的自適應(yīng)監(jiān)控方法研究
    5.1 云資源監(jiān)控
        5.1.1 多媒體云資源的監(jiān)控需求分析
        5.1.2 面臨的問題和解決方案
    5.2 監(jiān)控數(shù)據(jù)的采集與傳輸
        5.2.1 Pull和Push模式
        5.2.2 混合模式
    5.3 基于非等間距灰度預(yù)測的監(jiān)控策略
        5.3.1 灰度預(yù)測GM(1,1)模型
        5.3.2 非等間距預(yù)測模型
        5.3.3 動態(tài)更改輪詢時間
        5.3.4 Push和Pull模式智能切換
    5.4 實驗設(shè)計與分析
        5.4.1 算法衡量指標(biāo)
        5.4.2 實驗設(shè)計
        5.4.3 實驗結(jié)果及分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
附錄 攻讀碩士學(xué)位期間撰寫的論文
致謝



本文編號：3847781