本文關(guān)鍵詞：云計算環(huán)境下任務(wù)調(diào)度和虛擬機遷移策略研究

  更多相關(guān)文章： 云計算 任務(wù)調(diào)度 退火遺傳算法 多種群 虛擬機遷移

【摘要】：任務(wù)調(diào)度和虛擬機遷移是云計算環(huán)境下資源調(diào)度與管理的重要問題,本文在三四章節(jié)重點研究基于改進遺傳算法的任務(wù)調(diào)度策略,即研究如何將計算任務(wù)調(diào)度到最適合的虛擬機上執(zhí)行,實現(xiàn)任務(wù)的最短完成時間和虛擬機的最大利用率。第五章主要研究基于能耗感知的虛擬機遷移策略,通過把低負載主機上的虛擬機遷移到其他主機上,并關(guān)閉負載低的主機來實現(xiàn)節(jié)能的目的。本文在總結(jié)前人研究工作的基礎(chǔ)上,分析了目前仍存在的問題,并給出了相應(yīng)的解決方法,本文的主要工作內(nèi)容,有以下四點：1.首先介紹了云計算環(huán)境下任務(wù)調(diào)度的國內(nèi)外研究現(xiàn)狀,接著詳細地闡述了云計算的概念、分類、關(guān)鍵技術(shù)和Map/Reduce分布式編程模型,分析了云計算的兩級資源調(diào)度模型、任務(wù)調(diào)度目標、特點和常用的任務(wù)調(diào)度算法等。2.針對傳統(tǒng)遺傳算法存在的收斂速度慢、易早熟和局部搜索能力差等缺點,本文提出了一種面向單種群的基于混合遺傳算法和模擬退火算法的任務(wù)調(diào)度策略,算法的主要創(chuàng)新點在于融合模擬退火算法的思想,允許算法在搜索過程中以一定的概率接受進化中產(chǎn)生的劣質(zhì)解,增加了種群進化中個體結(jié)構(gòu)的多樣性,為算法后期迭代尋優(yōu)提供動力,降低算法陷入局部最優(yōu)的可能性。算法改進的主要做法是優(yōu)化個體選擇函數(shù),設(shè)計了自適應(yīng)的交叉和變異概率函數(shù),使其能夠正確引導(dǎo)種群的進化方向。本文基于對用戶及時響應(yīng)度和供應(yīng)商利益的考慮,設(shè)計了基于任務(wù)平均完成時間和系統(tǒng)負載均衡的雙適應(yīng)度函數(shù)。仿真實驗表明,改進算法相比于GA和SA算法,具有更短的任務(wù)完成時間和更高的虛擬機資源利用率。3.針對單種群進化中存在的不足,第四章提出了多種群退火遺傳算法改進云任務(wù)調(diào)度,不同于單種群,多種群改變了種群的單一進化方式,采用種群間的基因交流和優(yōu)良個體的移民策略,豐富了種群進化的方式,增加了個體結(jié)構(gòu)的多樣性,仿真結(jié)果表明,該算法比第三章提出的算法具有更短的任務(wù)完成時間,能夠更快地找到最優(yōu)的任務(wù)調(diào)度結(jié)果。4.基于云計算的二級資源調(diào)度模型,第五章針對資源分配中的虛擬機遷移問題進行研究,并提出了一種基于能耗感知的虛擬機遷移策略,主要思想是對利用率低的服務(wù)器上的虛擬機進行遷移至其他主機,然后關(guān)閉或休眠沒有運行任何虛擬機的服務(wù)器,以達到數(shù)據(jù)中心節(jié)能的目的。
【關(guān)鍵詞】：云計算 任務(wù)調(diào)度 退火遺傳算法 多種群 虛擬機遷移
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP302
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 研究背景及意義7-8
• 1.2 國內(nèi)外研究現(xiàn)狀8-9
• 1.3 本文的主要工作9
• 1.4 本文的組織結(jié)構(gòu)9-11
• 第二章 云計算及任務(wù)調(diào)度問題11-19
• 2.1 云計算11-14
• 2.2 云計算中的任務(wù)調(diào)度問題14-16
• 2.3 常用的任務(wù)調(diào)度算法分析16-18
• 2.4 本章小結(jié)18-19
• 第三章 一種面向單種群的云計算任務(wù)調(diào)度策略的研究與設(shè)計19-31
• 3.1 云計算任務(wù)調(diào)度模型19-20
• 3.2 問題的形式化描述20-21
• 3.3 基于混合遺傳算法與模擬退火算法的任務(wù)調(diào)度策略21-24
• 3.4 云計算資源模擬調(diào)度仿真器24-26
• 3.5 仿真實驗26-30
• 3.6 本章小結(jié)30-31
• 第四章 多種群退火遺傳算法改進云任務(wù)調(diào)度31-38
• 4.1 多種群協(xié)同進化策略31-32
• 4.2 多種群退火遺傳算法的步驟與流程32-35
• 4.3 仿真實驗35-37
• 4.4 本章小結(jié)37-38
• 第五章 一種基于能耗感知的虛擬機遷移策略38-48
• 5.1 云計算綠色體系架構(gòu)38-39
• 5.2 虛擬機遷移策略研究39-44
• 5.3 仿真實驗與結(jié)果分析44-47
• 5.4 本章小結(jié)47-48
• 第六章 總結(jié)與展望48-50
• 6.1 總結(jié)48
• 6.2 展望48-50
• 參考文獻50-53
• 致謝53-54
• 個人簡介54

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹曉剛;;Java虛擬機的10年[J];程序員;2005年07期

2 宋韜;盤細平;羅元柯;倪國軍;;Java虛擬機在嵌入式DSP系統(tǒng)上的實現(xiàn)[J];計算機應(yīng)用與軟件;2007年04期

3 劉黎波;;Java虛擬機攔截原理研究[J];科技風(fēng);2008年21期

4 劉治波;;Java虛擬機簡析[J];濟南職業(yè)學(xué)院學(xué)報;2008年01期

5 郝帥;;Java虛擬機中相關(guān)技術(shù)的探討[J];成功(教育);2008年08期

6 李霞;;系統(tǒng)虛擬機關(guān)鍵技術(shù)研究[J];微型電腦應(yīng)用;2010年03期

7 鄭曉瓏;孔挺;;虛擬機的安全風(fēng)險與管理[J];硅谷;2010年16期

8 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機內(nèi)外兼修[J];電腦愛好者;2010年18期

9 王惠萍;張海龍;馮帆;王建華;;Java虛擬機使用及優(yōu)化[J];計算機與網(wǎng)絡(luò);2010年21期

10 鄭婷婷;武延軍;賀也平;;云計算環(huán)境下的虛擬機快速克隆技術(shù)[J];計算機工程與應(yīng)用;2011年13期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 孟廣平;;虛擬機漂移網(wǎng)絡(luò)連接方法探討[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機平臺的研究[A];第26次全國計算機安全學(xué)術(shù)交流會論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡(luò)流量感知的虛擬機高可用動態(tài)部署研究[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

4 林紅;;Java虛擬機面向數(shù)字媒體的應(yīng)用研究[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機的備份系統(tǒng)實現(xiàn)[A];中國高等教育學(xué)會教育信息化分會第十二次學(xué)術(shù)年會論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機網(wǎng)絡(luò)部署與管理研究[A];中國高等教育學(xué)會教育信息化分會第十次學(xué)術(shù)年會論文集[C];2010年

7 李英壯;廖培騰;孫夢;李先毅;;基于云計算的數(shù)據(jù)中心虛擬機管理平臺的設(shè)計[A];中國高等教育學(xué)會教育信息化分會第十次學(xué)術(shù)年會論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號虛擬機及實現(xiàn)方法研究[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺的虛擬機建模與仿真[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 ;虛擬機的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報記者 卜娜;高性能Java虛擬機將在中國云市場釋能[N];中國計算機報;2012年

3 本報記者 邱燕娜;如何告別虛擬機管理煩惱[N];中國計算機報;2012年

4 ;首批通過云計算產(chǎn)品虛擬機管理測評名單[N];中國電子報;2014年

5 申琳;虛擬機泛濫 系統(tǒng)安全怎么辦[N];中國計算機報;2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機管理的五大問題[N];計算機世界;2008年

7 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

8 本版編輯　綜合 編譯整理 田夢;管理好虛擬機的全生命周期[N];計算機世界;2008年

9 李婷;中國研制出全球最快反病毒虛擬機[N];人民郵電;2009年

10 張弛;虛擬機遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復(fù)旦大學(xué);2014年

2 王桂平;云環(huán)境下面向可信的虛擬機異常檢測關(guān)鍵技術(shù)研究[D];重慶大學(xué);2015年

3 周真;云平臺下運行環(huán)境感知的虛擬機異常檢測策略及算法研究[D];重慶大學(xué);2015年

4 郭芬;面向虛擬機的云平臺資源部署與調(diào)度研究[D];華南理工大學(xué);2015年

5 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

6 代煒琦;云計算執(zhí)行環(huán)境可信構(gòu)建關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2015年

7 劉圣卓;面向虛擬集群的鏡像存儲與傳輸優(yōu)化[D];清華大學(xué);2015年

8 彭成磊;云數(shù)據(jù)中心綠色節(jié)能需求的虛擬機負載均衡技術(shù)研究[D];南京大學(xué);2016年

9 趙長名;IaaS云中基于資源感知的虛擬機資源管埋[D];電子科技大學(xué);2016年

10 陳彬;分布環(huán)境下虛擬機按需部署關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 潘飛;負載相關(guān)的虛擬機放置策略研究[D];杭州電子科技大學(xué);2011年

2 李子堂;面向負載均衡的虛擬機動態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

3 張煜;基于OpenStack的“實驗云”平臺的研究與開發(fā)[D];西南交通大學(xué);2015年

4 曾文琦;面向應(yīng)用服務(wù)的云規(guī)模虛似機性能監(jiān)控與負載分析技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 施繼成;面向多核處理器的虛擬機性能優(yōu)化[D];復(fù)旦大學(xué);2014年

6 于暉;基于ARM平臺的Java智能卡虛擬機研究與實現(xiàn)[D];上海交通大學(xué);2015年

7 王志遠;多數(shù)據(jù)中心的虛擬機調(diào)度算法研究和實現(xiàn)[D];上海交通大學(xué);2015年

8 毛亞強;基于Xen虛擬化技術(shù)的混合監(jiān)控度量框架研究[D];上海交通大學(xué);2015年

9 李傳云;KVM虛擬機熱遷移算法分析及優(yōu)化[D];浙江大學(xué);2016年

10 曲曉雅;負載感知的虛擬機初始化放置和遷移時機判決機制的研究[D];北京交通大學(xué);2016年

，

本文編號：749606