本文選題：大數(shù)據(jù)處理 + 多數(shù)據(jù)中心　； 參考：《軟件學(xué)報(bào)》2017年03期

【摘要】：云計(jì)算為大數(shù)據(jù)處理提供了一種強(qiáng)大而高效的解決方案.在此模式下,數(shù)據(jù)管理者(data manager,簡(jiǎn)稱DM)可以租用多個(gè)數(shù)據(jù)中心實(shí)時(shí)處理地理分散的數(shù)據(jù).然而,由于數(shù)據(jù)產(chǎn)生的動(dòng)態(tài)性以及資源價(jià)格的波動(dòng)性,將數(shù)據(jù)遷移至哪些數(shù)據(jù)中心并提供合適的計(jì)算資源來(lái)處理它們,成為DM低成本處理多源數(shù)據(jù)的一大問(wèn)題.首先,將以上問(wèn)題轉(zhuǎn)換成聯(lián)合隨機(jī)優(yōu)化問(wèn)題;然后,利用李雅普諾夫(Lyapunov)優(yōu)化框架將原問(wèn)題分解成兩個(gè)獨(dú)立的子問(wèn)題進(jìn)行求解;最后,基于求解結(jié)果設(shè)計(jì)在線算法.理論分析結(jié)果表明:所提算法可不斷趨近線下最優(yōu)解,并能夠保證數(shù)據(jù)處理時(shí)延.在WorldCup98和Youtube數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了理論分析結(jié)果的正確性以及該方法的優(yōu)越性.
[Abstract]:Cloud computing provides a powerful and efficient solution for big data processing. In this mode, data manager (DMN) can rent multiple data centers to process geographically distributed data in real time. However, due to the dynamic nature of data and the volatility of resource prices, migrating data to which data centers and providing appropriate computing resources to deal with them has become a major problem for DM to process multi-source data at low cost. First, the above problem is transformed into a joint stochastic optimization problem; then, the original problem is decomposed into two independent sub-problems by using Lyapunov Lyapunov-optimization framework. Finally, an online algorithm is designed based on the solution results. The theoretical analysis results show that the proposed algorithm can continuously reach the optimal solution under the line and can guarantee the data processing delay. Experiments on WorldCup98 and Youtube datasets verify the correctness of the theoretical analysis results and the advantages of the method.
【作者單位】： 國(guó)防科學(xué)技術(shù)大學(xué)信息系統(tǒng)工程重點(diǎn)實(shí)驗(yàn)室;Department
【基金】：國(guó)家自然科學(xué)基金(61572511) 海外及港澳學(xué)者合作研究基金(11428101) 國(guó)防科學(xué)技術(shù)大學(xué)科研計(jì)劃項(xiàng)目(ZK16-03-57,ZK16-03-09) 西南電子電信技術(shù)研究室公開(kāi)課題(2015014)~~
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 龔元浩;楊晨暉;;基于感知評(píng)價(jià)的三維信號(hào)識(shí)別的一種在線算法[J];計(jì)算機(jī)工程與科學(xué);2009年05期

2 王明岳;;目標(biāo)可移動(dòng)的直線搜索問(wèn)題的在線算法研究[J];計(jì)算機(jī)工程與科學(xué);2008年12期

3 仵博;吳敏;;基于Monte Carlo粒子濾波的POMDPs在線算法[J];控制與決策;2013年06期

4 王洪濤;鄒鶴良;李達(dá)強(qiáng);何國(guó)淵;;基于左右手運(yùn)動(dòng)想象的在線算法設(shè)計(jì)與應(yīng)用[J];數(shù)據(jù)采集與處理;2013年06期

5 呂淑平;方興杰;;基于獨(dú)立分量分析的自適應(yīng)在線算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

6 帥典勛;在可編程序的邏輯陣列(PLA)中交叉點(diǎn)故障定位的一種在線算法[J];計(jì)算機(jī)工程;1984年06期

7 賀文武;;在線核學(xué)習(xí)的一般形式探討[J];福建工程學(xué)院學(xué)報(bào);2010年04期

8 仵博;吳敏;佘錦華;;基于點(diǎn)的POMDPs在線值迭代算法[J];軟件學(xué)報(bào);2013年01期

9 肖鳴宇;沈正翔;;帶有多折扣選項(xiàng)的滑雪租賃問(wèn)題的在線和離線算法[J];軟件學(xué)報(bào);2014年05期

10 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 柏慶國(guó);張玉忠;;有尺寸的單機(jī)在線分批排序[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（中卷）[C];2004年

2 何宇新;韓志剛;;多層遞階方法時(shí)變參數(shù)估值最佳初值和最佳跟蹤的在線算法[A];1992年中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1992年

3 石永強(qiáng);張國(guó)川;;工件尺寸不同的單臺(tái)批處理機(jī)加工在線問(wèn)題[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

4 尹煥平;孫宗海;;基于自然梯度的支持向量回歸在線算法[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

相關(guān)博士學(xué)位論文 前3條

1 李文杰;具有交貨期或友好釋放時(shí)間的在線排序研究[D];鄭州大學(xué);2014年

2 農(nóng)慶琴;在線排序與路由安排[D];鄭州大學(xué);2006年

3 黃禹瀟;面向復(fù)雜診斷貝葉斯網(wǎng)實(shí)時(shí)推理問(wèn)題的離線、在線算法的研究[D];吉林大學(xué);2012年

相關(guān)碩士學(xué)位論文 前8條

1 張韜;帶前瞻的在線最大化問(wèn)題[D];復(fù)旦大學(xué);2008年

2 吳用;平行機(jī)覆蓋問(wèn)題的半在線算法研究[D];浙江大學(xué);2006年

3 高潔;批容量有界的單機(jī)分批列表在線排序[D];鄭州大學(xué);2011年

4 王意文;基于雙分解的生物事件抽取[D];大連理工大學(xué);2014年

5 劉幼珠;基于在線算法的進(jìn)口設(shè)備投資決策研究[D];華南理工大學(xué);2014年

6 馬平娟;兩類單機(jī)批容量有界的分批在線排序[D];鄭州大學(xué);2012年

7 王明岳;m射線路徑上移動(dòng)目標(biāo)搜索的在線算法研究[D];復(fù)旦大學(xué);2009年

8 高文君;序列標(biāo)注的在線算法研究[D];復(fù)旦大學(xué);2011年

，

本文編號(hào)：1951465