本文關(guān)鍵詞：分層分布式云中虛擬機(jī)優(yōu)化部署的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：分布式云計(jì)算的廣域協(xié)同和資源分配是提高云計(jì)算效能降低通信開銷的關(guān)鍵技術(shù)。本文針對(duì)用戶的資源需求，結(jié)合云計(jì)算資源的分配狀況，提出了廣域協(xié)同的云計(jì)算資源簇和云計(jì)算中心內(nèi)部資源優(yōu)化方法，解決虛擬機(jī)優(yōu)化部署問題。 基于距離優(yōu)先的云計(jì)算中心選擇方法因缺乏考慮云計(jì)算中心本身資源狀況，難以形成資源密集的計(jì)算中心集。針對(duì)此問題，綜合考慮云計(jì)算中心的剩余資源和用戶任務(wù)，本文提出了針對(duì)分布式任務(wù)的計(jì)算中心簇劃分方法，形成了資源密集的計(jì)算中心集。相比于基于距離優(yōu)先的云計(jì)算中心選擇方法，此方法具有高的資源利用率和任務(wù)執(zhí)行效率。經(jīng)分析和仿真實(shí)驗(yàn)表明本文提議的算法能夠降低分布式協(xié)同任務(wù)處理的通信開銷。 為了降低單一云計(jì)算中心執(zhí)行同一任務(wù)的虛擬機(jī)之間的通信代價(jià)和延遲，針對(duì)樹形拓?fù)涞脑朴?jì)算中心，本文提出了最優(yōu)子樹生成方法。最優(yōu)子樹生成方法通過結(jié)合所選子樹內(nèi)部的服務(wù)器處理客戶任務(wù)的協(xié)同情況，進(jìn)一步降低計(jì)算中心間的通信開銷。經(jīng)分析和仿真實(shí)驗(yàn)表明該方法具有通信開銷總量少、通信延遲低以及任務(wù)處理時(shí)間短的優(yōu)點(diǎn)。
【關(guān)鍵詞】：云計(jì)算 虛擬機(jī)放置 分布式體系架構(gòu) 通信延遲
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP302
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 引言7-8
• 1.2 研究背景及意義8
• 1.3 本文研究?jī)?nèi)容及主要工作8-9
• 1.4 論文結(jié)構(gòu)安排9-11
• 第二章 云計(jì)算及資源分配策略概述11-23
• 2.1 云計(jì)算概述11-15
• 2.1.1 云計(jì)算概念11
• 2.1.2 云計(jì)算分類11-13
• 2.1.3 云計(jì)算的服務(wù)提供13-14
• 2.1.4 云計(jì)算的發(fā)展現(xiàn)狀14-15
• 2.2 關(guān)鍵技術(shù)及分布式計(jì)算框架15-16
• 2.2.1 虛擬化技術(shù)15
• 2.2.2 分布式計(jì)算框架15-16
• 2.3 資源調(diào)度策略概述16-19
• 2.3.1 基于物理機(jī)粒度的資源管理17
• 2.3.2 基于進(jìn)程粒度的資源管理17-18
• 2.3.3 基于虛擬機(jī)粒度的資源管理18-19
• 2.4 云計(jì)算中心資源調(diào)度模擬系統(tǒng)19-21
• 2.4.1 CloudSim 體系結(jié)構(gòu)19-20
• 2.4.2 CloudSim 仿真流程20-21
• 2.5 本章小結(jié)21-23
• 第三章 分層分布式云中計(jì)算中心選擇的策略23-41
• 3.1 分層分布式云體系結(jié)構(gòu)23-25
• 3.1.1 集中式云計(jì)算體系23-24
• 3.1.2 分布式云計(jì)算體系24-25
• 3.2 問題描述25
• 3.3 計(jì)算中心選擇策略的研究25-33
• 3.3.1 尋找最優(yōu)子圖算法26-29
• 3.3.2 代價(jià)感知的虛擬機(jī)數(shù)目估計(jì)29-31
• 3.3.3 算法分析及時(shí)間復(fù)雜度31-33
• 3.4 針對(duì)分布式任務(wù)劃分計(jì)算中心簇33-37
• 3.4.1 分布式計(jì)算和云計(jì)算的結(jié)合33
• 3.4.2 分布式應(yīng)用中虛擬機(jī)放置問題描述33-34
• 3.4.3 分布式應(yīng)用虛擬機(jī)放置算法34-37
• 3.5 仿真結(jié)果分析37-40
• 3.6 本章小結(jié)40-41
• 第四章 計(jì)算中心內(nèi)部物理主機(jī)選擇的策略41-59
• 4.1 樹型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)41-42
• 4.2 尋找最優(yōu)子樹42-50
• 4.2.1 尋找最優(yōu)子樹問題描述42-43
• 4.2.2 尋找最優(yōu)子樹算法43-47
• 4.2.3 使用多個(gè)衡量標(biāo)準(zhǔn)進(jìn)一步優(yōu)化子樹選擇47-50
• 4.3 實(shí)驗(yàn)與分析50-58
• 4.3.1 尋找最優(yōu)子樹的仿真實(shí)驗(yàn)51-53
• 4.3.2 搭建真實(shí)開源平臺(tái)并進(jìn)行實(shí)驗(yàn)53-58
• 4.4 本章小結(jié)58-59
• 第五章 總結(jié)與展望59-61
• 5.1 本文工作總結(jié)59-60
• 5.2 未來研究展望60-61
• 致謝61-63
• 參考文獻(xiàn)63-67
• 研究成果67-68

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 凡穎;沈煒;;基于集群的Web服務(wù)器負(fù)載平衡算法研究[J];工業(yè)控制計(jì)算機(jī);2013年12期

2 劉喜文;鄭昌興;王文龍;湯剛強(qiáng);;構(gòu)建數(shù)據(jù)倉庫過程中的數(shù)據(jù)清洗研究[J];圖書與情報(bào);2013年05期

3 潘善亮;茅琴嬌;韓露;;一種基于虛擬社交化的Web服務(wù)發(fā)現(xiàn)方法研究[J];電信科學(xué);2013年12期

4 顧益軍;解易;張培晶;;面向有組織犯罪分析的人際關(guān)系網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)價(jià)研究[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

5 鄭晶;;基于云計(jì)算的Pagerank算法的改進(jìn)[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 "基于大數(shù)據(jù)的互聯(lián)網(wǎng)化存量經(jīng)營(yíng)"項(xiàng)目組;"基于用戶感知的運(yùn)維轉(zhuǎn)型"項(xiàng)目組;;運(yùn)營(yíng)商存量經(jīng)營(yíng)大數(shù)據(jù)平臺(tái)及其關(guān)鍵技術(shù)研究[J];電信科學(xué);2014年06期

7 張喜平;李永樹;劉剛;王蕾;;節(jié)點(diǎn)重要度貢獻(xiàn)的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要度評(píng)估方法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年03期

8 龔衛(wèi)華;郭偉鵬;楊良懷;;信任網(wǎng)絡(luò)中多維信任序列模式挖掘方法研究[J];電子與信息學(xué)報(bào);2014年08期

9 范文禮;劉志剛;;一種基于效率矩陣的網(wǎng)絡(luò)節(jié)點(diǎn)重要度評(píng)價(jià)算法[J];計(jì)算物理;2013年05期

10 張s

本文編號(hào)：470267