發(fā)布時(shí)間：2022-02-08 18:20

　　為適應(yīng)當(dāng)前海量的信息處理需求和不斷增長的計(jì)算能力要求,云計(jì)算的規(guī)模不斷擴(kuò)增,作為云計(jì)算的基礎(chǔ)設(shè)施,數(shù)據(jù)中心也隨之迅速發(fā)展。規(guī)模日趨龐大的數(shù)據(jù)中心產(chǎn)生了巨大的能耗,與此同時(shí),數(shù)據(jù)中心當(dāng)前的資源調(diào)度算法不能充分地平衡能耗和其他性能需求,嚴(yán)重制約了云計(jì)算的發(fā)展,資源調(diào)度優(yōu)化成為了當(dāng)前研究的熱點(diǎn)和難點(diǎn)。本文分別從虛擬機(jī)放置和任務(wù)分配兩個(gè)方面進(jìn)行資源調(diào)度優(yōu)化,并采用基于仿真技術(shù)的能耗模型進(jìn)行評(píng)估,主要研究內(nèi)容如下:（1）提出了一種多元非線性仿真能耗模型,該模型基于CPU和內(nèi)存使用率,并考慮了CPU利用率對(duì)內(nèi)存的影響,提高了仿真能耗評(píng)估的準(zhǔn)確性。通過實(shí)驗(yàn)將該模型的預(yù)測情況和多元線性模型、CloudSim一元線性模型、CloudSim一元分段式模型對(duì)比,結(jié)果表明本文提出的多元非線性能耗模型具有更高的準(zhǔn)確性。并利用該模型重寫了CloudSim仿真平臺(tái)中的能耗模塊,應(yīng)用于后續(xù)仿真實(shí)驗(yàn)的能耗評(píng)估。（2）提出了基于BFD和蟻群融合的虛擬機(jī)放置算法,該算法將改進(jìn)的BFD算法應(yīng)用于蟻群算法的信息素初始化過程,避免了蟻群算法的盲目搜索,并且設(shè)計(jì)了以能耗優(yōu)化為目標(biāo)的狀態(tài)轉(zhuǎn)移規(guī)則和信息素更新規(guī)則,為了避免資源利用率過... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)中心資源層次結(jié)構(gòu)圖

圖 1.2 數(shù)據(jù)中心資源調(diào)度過程數(shù)據(jù)中心的資源調(diào)度是一個(gè) NP-hard 問題[12]，無法得到完全符合不同需求最優(yōu)解，因此面向數(shù)據(jù)中心資源調(diào)度的研究，大多針對(duì)不同的調(diào)度目標(biāo)，得到似最優(yōu)的資源調(diào)度算法。目前資源調(diào)度算法的研究熱點(diǎn)包括以降低數(shù)據(jù)中心能為目標(biāo)的資源調(diào)度、以提高數(shù)據(jù)中心資源利用率為目標(biāo)的資源調(diào)度、以縮短任執(zhí)行時(shí)間為目標(biāo)的資源調(diào)度、以確保服務(wù)質(zhì)量為目標(biāo)的資源調(diào)度、以保障負(fù)載衡為目標(biāo)的資源調(diào)度和以降低經(jīng)濟(jì)成本為目標(biāo)的資源調(diào)度[13]。在本文中，研究重點(diǎn)是在盡量確保服務(wù)質(zhì)量的前提下，降低數(shù)據(jù)中心能耗的資源調(diào)度算法。1.2 研究目的及意義云計(jì)算的不斷發(fā)展使面向數(shù)據(jù)中心資源調(diào)度算法得到了工業(yè)界和學(xué)術(shù)界共同關(guān)注，近年來，相關(guān)的研究和解決方案層出不窮。與此同時(shí)，由于云計(jì)算據(jù)中心的能耗問題日益嚴(yán)重，以能耗優(yōu)化為目標(biāo)的資源調(diào)度算法成為了許多學(xué)

同構(gòu)節(jié)點(diǎn)的實(shí)時(shí)功率采用HP9800功率儀進(jìn)行測量，HP9800功率儀包含USB接口，可以連接收集數(shù)據(jù)的主機(jī)，通過代理軟件將功率和對(duì)應(yīng)的時(shí)間導(dǎo)入到計(jì)算機(jī)中。同構(gòu)節(jié)點(diǎn)實(shí)時(shí)功率采樣拓?fù)淙鐖D3.1。

【參考文獻(xiàn)】：
期刊論文
[1]基于蟻群算法的虛擬機(jī)雙目標(biāo)優(yōu)化部署方法[J]. 裴多.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(11)
[2]基于改進(jìn)粒子群算法的虛擬機(jī)放置策略研究[J]. 唐忠原,何利文,黃俊,袁野.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(07)
[3]云計(jì)算數(shù)據(jù)中心實(shí)時(shí)能耗建模[J]. 陳俊,胡悅,楊嬌,孟性菊.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(09)
[4]虛擬機(jī)放置問題的研究綜述[J]. 童俊杰,赫罡,符剛.  計(jì)算機(jī)科學(xué). 2016(S1)
[5]面向云計(jì)算環(huán)境的能耗測量和管理方法[J]. 林偉偉,吳文泰.  軟件學(xué)報(bào). 2016(04)
[6]云計(jì)算環(huán)境下融合遺傳算法和蟻群算法QoS約束任務(wù)調(diào)度[J]. 段衛(wèi)軍,付學(xué)良,王芳,王步鈺,扈華.  計(jì)算機(jī)應(yīng)用. 2014(S2)
[7]面向云計(jì)算數(shù)據(jù)中心的能耗建模方法[J]. 羅亮,吳文峻,張飛.  軟件學(xué)報(bào). 2014(07)
[8]一種基于細(xì)粒度性能計(jì)數(shù)器建立系統(tǒng)實(shí)時(shí)功耗模型的方法[J]. 程華,陳左寧,孫凝暉,王明揚(yáng),李超.  計(jì)算機(jī)學(xué)報(bào). 2014(03)
[9]云計(jì)算中基于遺傳算法的任務(wù)調(diào)度算法研究[J]. 熊聰聰,馮龍,陳麗仙,蘇靜.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(S1)
[10]云計(jì)算資源調(diào)度研究綜述[J]. 林偉偉,齊德昱.  計(jì)算機(jī)科學(xué). 2012(10)

博士論文
[1]面向能耗優(yōu)化的云計(jì)算資源調(diào)度算法研究[D]. 郝亮.哈爾濱工業(yè)大學(xué) 2015
[2]云數(shù)據(jù)中心中虛擬機(jī)放置和實(shí)時(shí)遷移研究[D]. 馬飛.北京交通大學(xué) 2013
[3]云數(shù)據(jù)中心資源調(diào)度機(jī)制研究[D]. 王智明.北京郵電大學(xué) 2012
[4]云計(jì)算任務(wù)調(diào)度研究[D]. 史恒亮.南京理工大學(xué) 2012

碩士論文
[1]云計(jì)算環(huán)境下任務(wù)調(diào)度優(yōu)化算法的研究[D]. 邢加偉.中國科學(xué)技術(shù)大學(xué) 2018
[2]基于動(dòng)態(tài)資源需求的虛擬機(jī)放置節(jié)能問題研究[D]. 張倩.山東大學(xué) 2018
[3]云環(huán)境下的能耗模型與節(jié)能調(diào)度策略研究[D]. 吳文泰.華南理工大學(xué) 2018
[4]云計(jì)算環(huán)境下虛擬機(jī)調(diào)度方法研究[D]. 郭珍.北京郵電大學(xué) 2018
[5]面向綠色云計(jì)算的能耗優(yōu)化策略研究[D]. 孫蒙.南京郵電大學(xué) 2017
[6]數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)及其調(diào)度優(yōu)化算法研究[D]. 程丹丹.浙江理工大學(xué) 2017
[7]云環(huán)境下基于SLA的優(yōu)化資源管理機(jī)制研究[D]. 何蘭蘭.江西理工大學(xué) 2015
[8]云計(jì)算數(shù)據(jù)中心虛擬機(jī)資源分配策略的研究[D]. 李俊濤.杭州電子科技大學(xué) 2015
[9]基于性能計(jì)數(shù)器的系統(tǒng)實(shí)時(shí)功耗的測量與分析[D]. 劉振東.山東大學(xué) 2014
[10]云計(jì)算環(huán)境下基于能耗感知的復(fù)雜資源調(diào)度研究[D]. 薛克雷.南京工業(yè)大學(xué) 2014



本文編號(hào)：3615531