本文關(guān)鍵詞：基于群智能算法的云數(shù)據(jù)遷移策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：云計算這個研究方向越來越受到廣泛的關(guān)注。隨著集群規(guī)模和數(shù)據(jù)量的爆發(fā)式增長,各行各業(yè)都先后出現(xiàn)了規(guī)模龐大的云數(shù)據(jù)中心。在云數(shù)據(jù)中心中,數(shù)據(jù)傳輸?shù)男枨笥楷F(xiàn)出爆炸性的增長趨勢,對帶寬的要求也愈來愈高。猛增的信息量使得網(wǎng)絡(luò)帶寬成為了嚴重的瓶頸問題。而數(shù)據(jù)遷移是保證云數(shù)據(jù)中心高效運行、平滑升級以及更新系統(tǒng)的關(guān)鍵部分,在云計算領(lǐng)域中也占據(jù)著舉足輕重的地位。數(shù)據(jù)遷移的效率以及可靠性能夠直接影響云數(shù)據(jù)中心的性能。而數(shù)據(jù)遷移策略是數(shù)據(jù)實現(xiàn)遷移的重要前提,更為今后系統(tǒng)穩(wěn)定高效運行的有力保障。良好的遷移策略,不僅能夠節(jié)省遷移成本還能夠更好地維護和管理云數(shù)據(jù)中心。當某個服務(wù)器負載過大時,可根據(jù)動態(tài)遷移策略將數(shù)據(jù)流量分擔到合適的節(jié)點設(shè)備上分別處理以實現(xiàn)負載均衡。當某些數(shù)據(jù)基于某種原因訪問量過大時,網(wǎng)絡(luò)帶寬擁擠會導致云數(shù)據(jù)中心無法提供高效的服務(wù)。此時為解決該問題設(shè)計出一個高效的動態(tài)數(shù)據(jù)遷移策略就顯得尤為重要。部分研究者通過動態(tài)數(shù)據(jù)遷移策略尋找合適的目的位置滿足遷移需求,實現(xiàn)負載均衡或者優(yōu)化云數(shù)據(jù)中心的運行成本。而在遷移過程中,對于目的遷移位置的選擇一般都是隨機的,只要該服務(wù)器容納得下待遷移的數(shù)據(jù),就可以實現(xiàn)遷移,該策略雖然遷移速度快,但是效率不高,并且從長遠角度來看,造成的遷移花銷也可能很大。為保證遷移的高效性,還有一部分研究人員通過最優(yōu)選擇策略選擇了更加高效的目的位置實現(xiàn)數(shù)據(jù)遷移,但只是以性能這一個方面作為目標,對于云數(shù)據(jù)中心來說,雖然能暫時實現(xiàn)負載均衡,可是沒有考慮遷移成本和帶寬壓力,所以依然沒能從根本上解決帶寬瓶頸問題。本文所要研究的重點是在最大化性能和節(jié)約遷移成本的基礎(chǔ)上以節(jié)省帶寬為目標,通過動態(tài)數(shù)據(jù)遷移策略尋找一個目的服務(wù)器實現(xiàn)數(shù)據(jù)的遷移。為此,提出了一個新穎的啟發(fā)式算法IB-FA,它基于螢火蟲算法實現(xiàn)了數(shù)據(jù)動態(tài)遷移策略。將實現(xiàn)負載均衡的動態(tài)數(shù)據(jù)遷移策略問題轉(zhuǎn)化成一個受性能、遷移成本和帶寬約束的多目標優(yōu)化問題。為解決該多目標優(yōu)化問題,提出了一個適應(yīng)動態(tài)變化的云環(huán)境的IB-FA架構(gòu)。在與隨機數(shù)據(jù)遷移策略和最優(yōu)數(shù)據(jù)遷移策略的實驗對比結(jié)果中表明:本文提出的IB-FA算法能夠找到一個更加適合數(shù)據(jù)的遷移位置。在分散I/O操作的同時明顯優(yōu)化了數(shù)據(jù)訪問速度,并且有效提高帶寬利用率,從而解決云數(shù)據(jù)中心的帶寬瓶頸問題。
【關(guān)鍵詞】：云計算 數(shù)據(jù)遷移 群智能算法 資源利用率 網(wǎng)絡(luò)帶寬
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP308;TP18
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-15
• 1.1 課題的研究背景及意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 云計算的國內(nèi)外發(fā)展現(xiàn)狀9-11
• 1.2.2 云資源調(diào)度現(xiàn)狀11-13
• 1.3 全文研究內(nèi)容及章節(jié)安排13-15
• 第二章 云計算的相關(guān)知識概述15-25
• 2.1 云計算的概念15
• 2.2 云計算的特點15-16
• 2.3 云計算的體系框架16-17
• 2.4 云計算的分類17-18
• 2.5 云計算關(guān)鍵性技術(shù)18-24
• 2.5.1 虛擬化技術(shù)18-19
• 2.5.2 編程模式19-20
• 2.5.3 Hadoop分布式文件系統(tǒng)20-24
• 2.6 本章小結(jié)24-25
• 第三章 云數(shù)據(jù)中心及資源調(diào)度策略概述25-32
• 3.1 云數(shù)據(jù)中心體系結(jié)構(gòu)25
• 3.2 云數(shù)據(jù)中心的特點25-26
• 3.3 云資源管理26-27
• 3.4 云數(shù)據(jù)中心任務(wù)部署模型27-28
• 3.5 數(shù)據(jù)遷移放置策略28-30
• 3.5.1 隨機遷移位置選擇策略28-29
• 3.5.2 最優(yōu)遷移位置選擇策略29-30
• 3.6 數(shù)據(jù)遷移位置選擇策略的構(gòu)模型架30-31
• 3.7 本章小結(jié)31-32
• 第四章 IB-FA算法及數(shù)據(jù)遷移策略的研究32-40
• 4.1 螢火蟲算法32-34
• 4.1.1 螢火蟲算法的思想概要32
• 4.1.2 螢火蟲算法的數(shù)學描述與算法流程32-33
• 4.1.3 螢火蟲算法的優(yōu)缺點33-34
• 4.2 IB-FA算法34-39
• 4.2.1 IB-FA算法的前提描述34
• 4.2.2 IB-FA算法的思想34
• 4.2.3 IB-FA的數(shù)學描述與分析34-35
• 4.2.4 IB-FA算法的形式化35-36
• 4.2.5 IB-FA算法解的表示36
• 4.2.6 IB-FA算法的實現(xiàn)過程36-37
• 4.2.7 IB-FA算法偽代碼37-39
• 4.3 本章小結(jié)39-40
• 第五章 實驗結(jié)果與分析40-47
• 5.1 HDFS存儲解析40-41
• 5.2 實驗環(huán)境41-43
• 5.2.1 實驗環(huán)境介紹41-42
• 5.2.2 實驗數(shù)據(jù)42
• 5.2.3 搭建Hadoop集群42-43
• 5.3 實驗結(jié)果與分析43-46
• 5.3.1 帶寬占用率的比較43
• 5.3.2 負載均衡的比較43-44
• 5.3.3 遷移成本的比較44-45
• 5.3.4 資源利用率方面的比較45-46
• 5.4 本章小結(jié)46-47
• 第六章 總結(jié)與展望47-48
• 6.1 本文總結(jié)47
• 6.2 展望47-48
• 致謝48-49
• 參考文獻49-53
• 作者簡介53
• 攻讀碩士學位期間研究成果53

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吉向東;;從Embedded Visual C++ 4.0到Visual Studio 2005的遷移策略[J];自動化技術(shù)與應(yīng)用;2009年07期

2 張正球;蔡聲鎮(zhèn);余敏;;一種改進的基于遷移計劃圖的移動Agent遷移策略[J];計算機應(yīng)用研究;2007年01期

3 方軍;葉震;;基于旅行計劃圖的移動Agent遷移策略研究[J];計算機應(yīng)用與軟件;2009年06期

4 甘早斌;孔祥印;肖國強;;面向智能電子商務(wù)的移動Agent遷移策略研究[J];計算機科學;2011年08期

5 戴興華 ,姜浩;移動Agent系統(tǒng)中的遷移策略及其關(guān)鍵技術(shù)[J];微型機與應(yīng)用;2002年12期

6 戴興華,姜浩;移動Agent系統(tǒng)中的遷移策略及其關(guān)鍵技術(shù)[J];工業(yè)控制計算機;2002年10期

7 畢曉君;王玨;;基于混合遷移策略的生物地理學優(yōu)化算法[J];模式識別與人工智能;2012年05期

8 江菲;湯小春;張曉;趙曉南;;基于價值評估的數(shù)據(jù)遷移策略研究[J];電子設(shè)計工程;2011年07期

9 馬駿;張健沛;程麗麗;;基于支持向量機的移動Agent遷移策略[J];計算機工程;2006年17期

10 李新濤;陳禹安;;傳統(tǒng)媒體轉(zhuǎn)型中的“粉絲遷移策略”[J];出版參考;2014年21期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 陳少田;葉震;葉大庸;趙寶;;移動Agent遷移策略知識庫的建立[A];AECC專題學術(shù)研討會論文集[C];2007年

2 趙寶;葉震;葉大庸;;移動Agent遷移策略知識庫的研究[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 《中國社會工作·老齡》主編 李新濤　杭州出版集團副總經(jīng)理 陳禹安;傳統(tǒng)媒體轉(zhuǎn)型中的“粉絲遷移策略”[N];中國新聞出版報;2014年

2 上海建行信息技術(shù)部 戴工玖;ILM技術(shù)在銀行中的應(yīng)用[N];計算機世界;2007年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 馬駿;移動agent遷移技術(shù)研究[D];哈爾濱工程大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前8條

1 孫陽;基于群智能算法的云數(shù)據(jù)遷移策略研究[D];長春工業(yè)大學;2016年

2 寧維宇;面向服務(wù)的未來互聯(lián)網(wǎng)服務(wù)遷移策略的研究[D];北京郵電大學;2014年

3 薛丹;移動Agent系統(tǒng)遷移機制及遷移策略的分析研究[D];蘭州大學;2006年

4 劉玉海;移動Agent智能遷移模型[D];中國海洋大學;2003年

5 王偉;基于支持向量機的Agent遷移策略[D];中國海洋大學;2004年

6 江裕城;虛擬環(huán)境中遷移策略研究[D];杭州電子科技大學;2009年

7 秦占明;云端虛擬集群部署與動態(tài)遷移技術(shù)的研究[D];北京交通大學;2015年

8 鐘海;面向云計算環(huán)境的應(yīng)用遷移策略及資源管理技術(shù)研究[D];云南大學;2011年

  本文關(guān)鍵詞：基于群智能算法的云數(shù)據(jù)遷移策略研究，，由筆耕文化傳播整理發(fā)布。

本文編號：290940