本文選題：數據中心　切入點：云計算　出處：《電子科技大學》2013年博士論文　論文類型：學位論文

【摘要】：隨著Internet的繁榮以及云計算技術的發(fā)展，數據中心正變得空前重要。但是當前數據中心動輒裝備十萬、百萬規(guī)模的服務器以及相應的其它IT基礎設施，使資源管理變得非常困難。此外，海量的基礎設施時刻消耗巨大的電能，這不僅增加了運營商的運營成本，而且導致大量的二氧化碳排放。數據中心資源虛擬化、資源管理動態(tài)化、彈性化、自動化、節(jié)能化成為業(yè)界一致認可的發(fā)展趨勢。面向節(jié)能的自適應資源管理是當前研究綠色虛擬數據中心的熱點之一。論文相關工作以此為依據，首先分析和總結了當前數據中心中基于資源管理的主要節(jié)能技術，然后圍繞虛擬數據中心資源管理中的若干關鍵問題進行了深入研究。論文的主要工作包括： 1.提出了一種基于管理員資源選擇偏好的虛擬數據中心資源規(guī)劃方法。首先基于粒度粗糙理論，提出了支持偏好語義表述的偏好粒子模型以及縱向聚合運算操作符和橫向融合運算操作符，建立了一種基于粗糙粒度表示的用戶偏好模型，解決了當前用戶偏好模型不支持語義表述以及不能處理不確定性偏好的問題。其次，將該模型運用于描述數據中心資源規(guī)劃過程中的管理員的資源選擇偏好。同時，基于不同應用的負載峰值會出現(xiàn)在一天中的不同時段的原理，提出了基于應用負載分時分析的建模方法，在保證不違背服務等級協(xié)議（Service LevelAgreement, SLA）的前提下能夠使資源利用率進一步提升。考慮了虛擬機（VirtualMachine, VM）之間的聯(lián)系性和互斥性，VM與服務器之間的兼容性，，提出了5項資源規(guī)劃原則。將資源規(guī)劃問題看作是有約束的多維裝箱問題，提出了基于分組遺傳算法（Grouping GeneticAlgorithm，GGA）的智能優(yōu)化算法搜索全局最優(yōu)解。最后通過仿真實驗對模型進行了驗證。 2.針對當前虛擬數據中心中面向節(jié)能的動態(tài)資源優(yōu)化方法僅考慮資源利用率最大化，而忽略了VM位置變化（包括VM啟動、遷移和回收）帶來的系統(tǒng)開銷問題，提出一種能同時減少系統(tǒng)能耗以及VM位置變化的動態(tài)資源優(yōu)化新方法。該方法采用基于周期性控制回路的資源管理框架，將動態(tài)優(yōu)化分配問題表述為一個雙目標組合優(yōu)化問題，并提出了一種基于網絡流理論和迭代優(yōu)化的近似優(yōu)化算法NFT-DRP(Network Flow Theory based Dynamical Resource Provision)。實驗結果表明，新方法在降低系統(tǒng)能耗方面與現(xiàn)有方法相比略有提升，而在減少VM位置變化方面則有較大改進。 3.針對當前虛擬數據中心面向節(jié)能的VM動態(tài)整合研究僅考慮服務器能耗，而忽略了網絡設備能耗的現(xiàn)狀，提出了一種同時降低服務器和網絡設備能耗的新方法。該方法通過感知數據中心的網絡拓撲結構，采用一種混合粒子群優(yōu)化算法HPSO-NA(Hybrid Particle Swarm Optimization-Network Aware)來計算最優(yōu)的VM整合方案，使運行的服務器和網絡設備最少以實現(xiàn)最小化能耗。實驗結果表明該方法能進一步降低系統(tǒng)整體能耗。 4.針對當前主要的熱點檢測模型均只能基于傳統(tǒng)資源（CPU，內存，網絡帶寬）進行決策的現(xiàn)狀，提出了一種新的基于多條件決策的虛擬數據中心熱點檢測模型。該模型通過將不同量綱的系統(tǒng)特征值納入一個統(tǒng)一決策模型，實現(xiàn)對系統(tǒng)中的服務器和VM進行評分。采用了閾值法，通過設置熱點閾值(Hotspot DetectingThreshold，HDT)對系統(tǒng)熱點進行檢測，當服務器評分超過HDT時，從該服務器上選擇VM進行遷移以消除熱點；當VM的評分超過HDT時，則首先判斷是否可以通過本地資源再分配消除熱點，否則對該VM進行遷移。實驗結果證明了該模型的有效性。 5.針對當前CMOS多核嵌入式處理器片上僅提供全局動態(tài)電壓縮放（Dynamic Voltage Scaling，DVS）支持以及亞納米時代后CMOS處理器泄漏功耗不可忽視的現(xiàn)狀，提出了一種新的多核嵌入式環(huán)境中的硬實時任務感功調度算法GRRCS。算法通過基于貪心法的靜態(tài)任務劃分，基于全局資源回收利用和任務遷移的動態(tài)負載均衡，以及動態(tài)核縮放三個步驟實現(xiàn)整體能耗的降低，并同時保證實時任務的可調度性約束。實驗表明，提出的算法相比較現(xiàn)有算法多節(jié)省14.8%-41.2%的能耗。
[Abstract]:......
【學位授予單位】：電子科技大學
【學位級別】：博士
【學位授予年份】：2013
【分類號】：TP308

【參考文獻】

相關期刊論文 前10條

1 鐘哠;齊勇;侯迪;苗蕾;鄭曉梅;;基于DVS的多核實時系統(tǒng)節(jié)能調度[J];電子學報;2006年S1期

2 劉清,劉群;粒及粒計算在邏輯推理中的應用[J];計算機研究與發(fā)展;2004年04期

3 王穎鋒;劉志鏡;;一種變電壓多核處理器上的有效節(jié)能方法[J];計算機科學;2010年09期

4 張冬松;陳芳園;金士堯;;多核系統(tǒng)中基于動態(tài)電壓頻率調節(jié)的實時節(jié)能調度研究[J];計算機工程與科學;2010年09期

5 劉清;孫輝;王洪發(fā);;粒計算研究現(xiàn)狀及基于Rough邏輯語義的粒計算研究[J];計算機學報;2008年04期

6 敬思遠;佘X;鐘毅;;用于多核嵌入式環(huán)境的硬實時任務感功調度算法[J];計算機應用;2011年11期

7 敬思遠;佘X;;基于混合粒子群算法的虛擬數據中心能耗優(yōu)化[J];計算機工程;2012年15期

8 劉清,劉少輝,鄭非;Rough邏輯及其在數據約簡中的應用[J];軟件學報;2001年03期

9 陳波;周明天;;粒度粗糙理論研究[J];軟件學報;2008年03期

10 張偉;宋瑩;阮利;祝明發(fā);肖利民;;面向Internet數據中心的資源管理[J];軟件學報;2012年02期

本文編號：1617145