本文關(guān)鍵詞：云環(huán)境服務(wù)質(zhì)量模型研究及應(yīng)用

  更多相關(guān)文章： 云計算 服務(wù)質(zhì)量模型 彈性擴展 虛擬機遷移選擇策略

【摘要】：當(dāng)今社會,以云計算為代表的新一代信息技術(shù)已經(jīng)成為戰(zhàn)略型新興產(chǎn)業(yè)的重要組成部分之一,其研究和發(fā)展受到了國內(nèi)外的廣泛關(guān)注�？梢灶A(yù)見,隨著云計算的發(fā)展以及行業(yè)標(biāo)準(zhǔn)的建立,云計算定會像當(dāng)年的互聯(lián)網(wǎng)技術(shù)一樣,改變甚至顛覆了我們的生活工作方式。所謂云計算,即對以服務(wù)形式在網(wǎng)絡(luò)上發(fā)布的諸多資源的使用。在云計算提供的資源便利下,普通用戶可以根據(jù)自己的需求對云服務(wù)提供商提供的資源進行租用以部署自己的服務(wù),而這些服務(wù)的可靠性、性能等都是與云服務(wù)質(zhì)量密不可分的。為了保證云服務(wù)的正常運行,提供商必須為用戶提供一定的服務(wù)質(zhì)量保證。但是隨著云計算提供的服務(wù)種類越來越多,如何來評價云服務(wù)質(zhì)量的高與低一直是個棘手的問題。針對于此種情況,本文綜合考慮了現(xiàn)有的云環(huán)境服務(wù)質(zhì)量評價方式,采用模糊數(shù)學(xué)和灰色理論的綜合評價方法,研究建立了一種云環(huán)境服務(wù)質(zhì)量模型,用于從客觀的角度對云服務(wù)質(zhì)量進行評價。建立模型的過程包括服務(wù)質(zhì)量指標(biāo)的選取,評價模型的建立,云環(huán)境各項指標(biāo)數(shù)據(jù)的收集,以及運用綜合評價方法處理指標(biāo)數(shù)據(jù)后得到云環(huán)境服務(wù)質(zhì)量的評價等級。最終,通過對兩種不同服務(wù)要求的私有云環(huán)境場景進行評價,驗證了本文建立的模型對于云服務(wù)質(zhì)量評估的適用性。為了進一步驗證本文所建立模型的正確性,同時對云環(huán)境服務(wù)質(zhì)量進行保障,本文在深入研究了現(xiàn)有的研究成果后,改進了基于預(yù)測負(fù)載的虛擬遷移選擇策略,提出一種基于內(nèi)存優(yōu)先的虛擬機遷移最大效率算法。通過實驗驗證,基于內(nèi)存優(yōu)先的虛擬機遷移最大效率算法能夠在考慮虛擬機遷移帶來的遷移效率的同時,更進一步地減少遷移效益,為用戶提供更好的云計算服務(wù)。本文在最后也通過建立的服務(wù)質(zhì)量模型對采用內(nèi)存優(yōu)先最大遷移效率算法的云環(huán)境服務(wù)質(zhì)量進行評價,驗證了算法對于服務(wù)質(zhì)量的明顯提升�；谏鲜鲅芯�,本文為云環(huán)境服務(wù)質(zhì)量評價以及彈性擴展云環(huán)境服務(wù)質(zhì)量保障技術(shù)提供了一套切實可行的解決方案,實現(xiàn)了服務(wù)質(zhì)量評價模型的建立以及服務(wù)質(zhì)量的評價,提出了彈性擴展虛擬機遷移選擇策略的優(yōu)化算法。在云環(huán)境服務(wù)質(zhì)量評價和服務(wù)質(zhì)量保障技術(shù)方面,論文的研究成果將具有顯著的實際應(yīng)用價值。
【關(guān)鍵詞】：云計算 服務(wù)質(zhì)量模型 彈性擴展 虛擬機遷移選擇策略
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F49
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-21
• 1.1 研究背景11-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-18
• 1.2.1 云計算服務(wù)質(zhì)量研究現(xiàn)狀13-16
• 1.2.2 云計算彈性擴展現(xiàn)狀研究16-18
• 1.3 研究內(nèi)容及意義18-19
• 1.4 本文組織結(jié)構(gòu)19-21
• 第二章 相關(guān)理論與研究21-36
• 2.1 云計算概述21-26
• 2.1.1 云計算概念21
• 2.1.2 云計算特點21-22
• 2.1.3 云計算平臺介紹22-24
• 2.1.4 云計算服務(wù)模式24-26
• 2.2 服務(wù)質(zhì)量相關(guān)技術(shù)26-28
• 2.2.1 SLA的定義26-27
• 2.2.2 QoS與SLA的參數(shù)27-28
• 2.3 彈性擴展決策28-29
• 2.3.1 Auto Scaling28
• 2.3.2 響應(yīng)式擴展決策28-29
• 2.3.3 預(yù)測式擴展決策29
• 2.4 1-9 標(biāo)度法29-30
• 2.5 AHP層次分析法30-33
• 2.5.1 算法基本原理30-31
• 2.5.2 AHP計算方法和步驟31
• 2.5.3 計算特征根和特征向量31-32
• 2.5.4 進行一致性檢驗32-33
• 2.6 CLOUDSIM33-35
• 2.6.1 CloudSim功能特點33
• 2.6.2 CloudSim體系結(jié)構(gòu)33-34
• 2.6.3 CloudSim工作模型34-35
• 2.7 小結(jié)35-36
• 第三章 云環(huán)境服務(wù)質(zhì)量模型36-53
• 3.1 云環(huán)境服務(wù)質(zhì)量模型指標(biāo)選取及定義36-41
• 3.1.1 性能37-38
• 3.1.2 可用性38-39
• 3.1.3 可靠性39
• 3.1.4 可擴展性39-40
• 3.1.5 安全性40-41
• 3.2 云環(huán)境服務(wù)質(zhì)量模型定義41-42
• 3.3 云環(huán)境服務(wù)質(zhì)量模型建立42-49
• 3.3.1 灰色系統(tǒng)理論42
• 3.3.2 服務(wù)質(zhì)量評價模型建立42-49
• 3.4 實驗測試49-52
• 3.4.1 實驗環(huán)境設(shè)定49
• 3.4.2 實驗過程49-52
• 3.5 小結(jié)52-53
• 第四章 基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測負(fù)載的彈性擴展53-67
• 4.1 服務(wù)質(zhì)量監(jiān)控53-54
• 4.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測負(fù)載54-57
• 4.2.1 神經(jīng)網(wǎng)絡(luò)簡介54-55
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過程55-57
• 4.3 虛擬機動態(tài)遷移研究57-63
• 4.3.1 虛擬機遷移的時機57-58
• 4.3.2 遷移虛擬機的選擇58-63
• 4.4 實驗測試與分析63-66
• 4.5 小結(jié)66-67
• 第五章 云平臺彈性擴展實現(xiàn)與服務(wù)質(zhì)量評價67-74
• 5.1 系統(tǒng)實現(xiàn)67-71
• 5.1.1 SLA計算模型67-68
• 5.1.2 衡量指標(biāo)68
• 5.1.3 實驗結(jié)果與分析68-71
• 5.2 彈性擴展服務(wù)質(zhì)量評價71-73
• 5.3 本章小結(jié)73-74
• 第六章 總結(jié)與展望74-76
• 6.1 本文總結(jié)74
• 6.2 未來展望74-76
• 致謝76-77
• 參考文獻77-83
• 作者攻碩期間取得的成果83-84

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 郭煌;郭建勝;惠曉濱;趙罡;鄒衛(wèi)國;;灰色理論和模糊數(shù)學(xué)相結(jié)合的裝備保障能力評估模型[J];火力與指揮控制;2009年03期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 鮑冬梅;云服務(wù)質(zhì)量度量和測量方法研究[D];山東大學(xué);2011年

，

本文編號：769211