隨著云計算的飛速發(fā)展,越來越多的人們選擇在云數(shù)據(jù)中心完成他們的工作,云數(shù)據(jù)中心產(chǎn)生的巨大能源消耗成為不容忽視的問題。為了降低能源消耗實現(xiàn)綠色云計算,本文面向云數(shù)據(jù)中心提出備用虛擬機(jī)的節(jié)能策略,建立批量到達(dá)的排隊模型,評估并優(yōu)化系統(tǒng)性能。首先,針對需要更好地保證用戶服務(wù)質(zhì)量的云數(shù)據(jù)中心,提出基于同步待機(jī)的備用虛擬機(jī)節(jié)能策略。當(dāng)系統(tǒng)中云任務(wù)數(shù)量較少時,備用虛擬機(jī)處于待機(jī)狀態(tài)以降低能耗。一旦系統(tǒng)中云任務(wù)數(shù)量超過設(shè)定的閾值,備用虛擬機(jī)立刻處于活躍狀態(tài)提供服務(wù)以保證用戶響應(yīng)性能。其次,針對需要更好地保證節(jié)能效果的云數(shù)據(jù)中心,提出基于同步休眠的備用虛擬機(jī)節(jié)能策略。當(dāng)系統(tǒng)中云任務(wù)數(shù)量較少時,備用虛擬機(jī)處于周期性休眠狀態(tài)以節(jié)省更多能耗。當(dāng)系統(tǒng)中云任務(wù)數(shù)量超過設(shè)定的閾值時,備用虛擬機(jī)本次休眠結(jié)束后進(jìn)入活躍狀態(tài)提供服務(wù)以緩解云數(shù)據(jù)中心負(fù)載強(qiáng)度。再次,考慮云環(huán)境下多任務(wù)用戶請求,引入批量到達(dá)機(jī)制,建立多服務(wù)臺排隊模型。針對基于同步待機(jī)的備用虛擬機(jī)節(jié)能策略,建立批量到達(dá)且部分服務(wù)臺同步關(guān)閉的排隊模型。針對基于同步休眠的備用虛擬機(jī)節(jié)能策略,建立批量到達(dá)且部分服務(wù)臺同步多重休假的排隊模型。采用高斯賽德爾法,求解系... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)知識介紹
    2.1 云計算概述
        2.1.1 云計算定義
        2.1.2 云計算特點
        2.1.3 虛擬化技術(shù)
        2.1.4 虛擬機(jī)動態(tài)遷移技術(shù)
    2.2 隨機(jī)過程與排隊論基礎(chǔ)
        2.2.1 隨機(jī)過程定義
        2.2.2 馬爾可夫過程
        2.2.3 排隊論概述
    2.3 本章小結(jié)
第3章 基于同步待機(jī)的備用虛擬機(jī)節(jié)能策略及性能評估
    3.1 基于同步待機(jī)的備用虛擬機(jī)節(jié)能策略
    3.2 批量到達(dá)且部分服務(wù)臺同步關(guān)閉的系統(tǒng)模型
        3.2.1 建立系統(tǒng)模型
        3.2.2 系統(tǒng)模型穩(wěn)態(tài)解析
    3.3 基于同步待機(jī)備用虛擬機(jī)節(jié)能策略的性能評估
        3.3.1 性能指標(biāo)
        3.3.2 系統(tǒng)實驗
    3.4 本章小結(jié)
第4章 基于同步休眠的備用虛擬機(jī)節(jié)能策略及性能評估
    4.1 基于同步休眠的備用虛擬機(jī)節(jié)能策略
    4.2 批量到達(dá)且部分服務(wù)臺同步多重休假的系統(tǒng)模型
        4.2.1 建立系統(tǒng)模型
        4.2.2 系統(tǒng)模型穩(wěn)態(tài)解析
    4.3 基于同步休眠備用虛擬機(jī)節(jié)能策略的性能評估
        4.3.1 性能指標(biāo)
        4.3.2 系統(tǒng)實驗
    4.4 本章小結(jié)
第5章 系統(tǒng)優(yōu)化
    5.1 改進(jìn)教學(xué)優(yōu)化算法
    5.2 基于同步待機(jī)備用虛擬機(jī)節(jié)能策略的系統(tǒng)優(yōu)化
        5.2.1 建立成本函數(shù)
        5.2.2 優(yōu)化方案
    5.3 基于同步休眠備用虛擬機(jī)節(jié)能策略的系統(tǒng)優(yōu)化
        5.3.1 建立成本函數(shù)
        5.3.2 優(yōu)化方案
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]面向SDN數(shù)據(jù)中心網(wǎng)絡(luò)的路徑資源管理節(jié)能機(jī)制研究[J]. 張滬寅,汪思思,錢龍,周天瑛.  小型微型計算機(jī)系統(tǒng). 2017(04)
[2]云數(shù)據(jù)中心資源利用率均衡的虛擬機(jī)調(diào)度算法[J]. 朱亞會,陳丹,莊毅.  小型微型計算機(jī)系統(tǒng). 2017(02)
[3]批量到達(dá)下的IaaS云計算中心服務(wù)性能評價[J]. 何懷文,傅瑜.  電子科技大學(xué)學(xué)報. 2015(03)
[4]非理想感知下動態(tài)信道綁定策略性能[J]. 金順福,姚興華,霍占強(qiáng).  吉林大學(xué)學(xué)報(工學(xué)版). 2016(05)
[5]“教與學(xué)”優(yōu)化算法研究綜述[J]. 拓守恒,雍龍泉,鄧方安.  計算機(jī)應(yīng)用研究. 2013(07)
[6]混沌理論及其應(yīng)用研究[J]. 唐巍,李殿璞,陳學(xué)允.  電力系統(tǒng)自動化. 2000(07)



本文編號：3612350