隨著當(dāng)前數(shù)據(jù)規(guī)模與種類的日益增長(zhǎng),大數(shù)據(jù)分析處理問(wèn)題已經(jīng)成為研究熱點(diǎn)。在當(dāng)今信息化與數(shù)字化社會(huì)中,互聯(lián)網(wǎng)、物聯(lián)網(wǎng)與云計(jì)算技術(shù)的迅猛發(fā)展使得數(shù)據(jù)充斥于各領(lǐng)域并成為一種全新的自然資源。人們需要對(duì)這些數(shù)據(jù)進(jìn)行合理高效地利用來(lái)發(fā)掘其中具有一定價(jià)值的信息,從而提高生活工作效益。如今各領(lǐng)域數(shù)據(jù)量急劇增加同時(shí)數(shù)據(jù)結(jié)構(gòu)趨于復(fù)雜化,使得大數(shù)據(jù)分析處理問(wèn)題面臨諸多挑戰(zhàn)。大數(shù)據(jù)對(duì)數(shù)據(jù)處理的大規(guī)模性、實(shí)時(shí)性以及有效性提出了更高要求,這就需要根據(jù)大數(shù)據(jù)所具備諸多特性對(duì)傳統(tǒng)數(shù)據(jù)分析處理的方法與模式進(jìn)行變革,從而實(shí)現(xiàn)高效的大數(shù)據(jù)收集、存儲(chǔ)、管理、分析以及處理等重要環(huán)節(jié)。近年來(lái)云計(jì)算技術(shù)的興起與卓越發(fā)展為大數(shù)據(jù)分析處理提供了重要支持與保障。云計(jì)算彈性可擴(kuò)展等特性有利于多用戶共享、大數(shù)據(jù)存儲(chǔ)以及大數(shù)據(jù)處理。大數(shù)據(jù)處理一般處理過(guò)程中的數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析與挖掘在當(dāng)前云計(jì)算基礎(chǔ)之上能夠順利實(shí)現(xiàn)。來(lái)自用戶的源源不斷且種類繁多的數(shù)據(jù)處理任務(wù)使得云計(jì)算下針對(duì)大數(shù)據(jù)的大規(guī)模任務(wù)處理問(wèn)題逐漸成為大數(shù)據(jù)分析處理中的重要問(wèn)題之一。云計(jì)算下針對(duì)大數(shù)據(jù)的大規(guī)模任務(wù)處理問(wèn)題研究包含基礎(chǔ)層面任務(wù)劃分、部署與調(diào)度,以及應(yīng)用層面與任務(wù)相關(guān)... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

將大規(guī)模任務(wù)部署到多域環(huán)境下各物理主機(jī)中

圖 3.2 LTBM的邏輯架構(gòu)TBM 的主要思想基于單域的方法大多存在處理能力、資源位置和類型等方面的局限構(gòu)應(yīng)用于大規(guī)模任務(wù)處理中，基于多域協(xié)作的系統(tǒng)架構(gòu)，本章所提實(shí)現(xiàn)節(jié)點(diǎn)負(fù)載均衡和域間通信帶寬資源成本最小化的多目標(biāo)組合優(yōu)任務(wù)處理。通過(guò)多域的協(xié)同工作，它實(shí)現(xiàn)了所提出的大規(guī)模任務(wù)處絡(luò)映射，海量的任務(wù)可以快速有效地處理。LTBM 算法是一種基于優(yōu)化方法。為實(shí)現(xiàn)多目標(biāo)優(yōu)化，基于帕累托理論，LTBM 可對(duì)粒子新，從而通過(guò)粒子進(jìn)化找到多目標(biāo)問(wèn)題的帕累托最優(yōu)解。往的單目標(biāo)粒子群算法不同，LTBM 采用了一種新穎的初始種群生代過(guò)程中，基于帕累托支配理論實(shí)現(xiàn)可行解之間的比較。本章提出域環(huán)境下最優(yōu)虛擬網(wǎng)絡(luò)映射方案集的方法�；谝环N快速非支配選

圖 3.3 可行解擁擠程度的計(jì)算環(huán)操作搜尋最優(yōu)解。們通過(guò)如下公式更新各個(gè)粒子速度：1 2w ′ Vel[ i ] + r ′ ( pBest[ i ] - Pop[ i ]) + r ′ ( gBest - P權(quán)重。Vel[i]和 Pop[i]分別是空間中第 i 個(gè)粒子子，且是從 0 到 1 的正數(shù)。pBest[i]和 gBest 分置向量。以下公式更新粒子的位置：Pop '[i ] = Pop[ i ] + Vel [i ].索空間邊界粒子進(jìn)行處理。本章將超出其邊界將當(dāng)前粒子速度乘以-1 以實(shí)現(xiàn)反向運(yùn)動(dòng)。中粒子。更新全局最優(yōu)位置向量以及個(gè)人歷史率最大化的前提下，根據(jù)本章提出的快速非支

【參考文獻(xiàn)】：
期刊論文
[1]云環(huán)境下的一種并行任務(wù)劃分方法研究[J]. 牛偉偉,張千.  計(jì)算機(jī)時(shí)代. 2014(06)
[2]快速降階匈牙利算法的云計(jì)算任務(wù)分配模型[J]. 任金霞,何富江.  江西理工大學(xué)學(xué)報(bào). 2014(03)
[3]架構(gòu)大數(shù)據(jù):挑戰(zhàn)、現(xiàn)狀與展望[J]. 王珊,王會(huì)舉,覃雄派,周烜.  計(jì)算機(jī)學(xué)報(bào). 2011(10)
[4]云計(jì)算環(huán)境下面向數(shù)據(jù)密集型應(yīng)用的數(shù)據(jù)布局策略與方法[J]. 鄭湃,崔立真,王海洋,徐猛.  計(jì)算機(jī)學(xué)報(bào). 2010(08)



本文編號(hào)：2986660