云計算作為一種新型商業(yè)模式,因其物美價廉和即用即取的特點得到眾多消費者的喜愛,但面對越來越多的云服務商,用戶希望能有一個統(tǒng)一管理云服務的平臺,并且依然能得到好的服務。從云服務商的角度來說,其希望能出售盡可能多的服務或資源來增加收益。而從用戶的服務質(zhì)量上來說,用戶對物美價廉的服務的需求與云服務商對出售更多資源的期望是一種矛盾關系,本文在這樣的矛盾關系下將多個服務商組合起來,以保障用戶的服務質(zhì)量不低于預設的最差服務質(zhì)量為前提,對用戶的請求進行分配,在分配用戶請求時,既要將用戶可接受的最差服務質(zhì)量作為約束條件,也要考慮到如何減少服務商的閑置資源。同時,為了能保證用戶的服務質(zhì)量,首先,本文提出了一個雙層排隊模型,該模型的第一層排隊模型能對用戶的請求做出評估,根據(jù)評估結(jié)果決定是否接受用戶請求;為了縮短用戶請求的平均等待時間,使用多個M/M/n/n+r模型組合成該模型的第二層排隊模型。經(jīng)過仿真實驗表明,該模型較一般的排隊論模型更能降低用戶請求的等待時間和響應時間。其次,為了能平衡用戶的服務質(zhì)量和服務商的收益,本文引入了多目標優(yōu)化算法中的遺傳算法和禁忌搜索算法,并提出了一種基于遺傳算法和禁忌搜索算法的混合算法,即GT(Genetic algorithm and Tabu search algorithm)算法。仿真實驗表明,該算法與遺傳算法、禁忌搜索算法相比,在收斂速度上會更快,在解的適應度值上會更優(yōu)。最后,本文設計和實現(xiàn)了一個混合云服務平臺,并應用了上述模型和算法,在用戶請求到達時能先對請求做準入控制,再分析請求所需的服務。該平臺對用戶請求分配服務商時能同時兼顧用戶的服務質(zhì)量和服務商的利益。測試結(jié)果表明,混合云服務平臺能保證用戶的服務質(zhì)量不低于預設最差服務質(zhì)量,同時還能兼顧服務商的利益,減少服務商的閑置資源從而增加服務商收益。
【學位單位】：電子科技大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP393.09
【部分圖文】：

排隊論架構示意圖

網(wǎng)絡優(yōu)化計算方法，是分析評價服務類系統(tǒng)和最優(yōu)問題的有效方法之一。排隊模型主要有 M/M/1 和 M/M/C 兩種。其中 M/M/1 的排隊系統(tǒng)是指用戶到達的概率是泊松分布，其參數(shù)為 λ，服務臺的服務時間分布情況是一種指數(shù)分布，其參數(shù)為 μ，并且 M/M/1 的系統(tǒng)中只有一個服務臺。令 N(d) 表示時間為 d 時隨機系統(tǒng)的用戶數(shù)（即，用戶隊長）。因為用戶到達的概率是泊松分布，其參數(shù)為λ，且兩個用戶到達的時間間隔與隊列長度和服務時間都互不影響，即相互獨立。假設在 d 時刻時，系統(tǒng)處于工作狀態(tài)或因沒有用戶所以處于空閑狀態(tài)，其剩余時間的分布情況是一種指數(shù)分布，其參數(shù)為 μ。所以隨機過程 N(d),d 0 是一個連續(xù)時間馬爾科夫鏈，其狀態(tài)空間為 0,1,.....，現(xiàn)在需要寫出該馬爾科夫鏈的無窮小生成元矩陣。如果 N(d) = 0，則下一個事件為用戶到達，概率為 λ，因此狀態(tài)將會以１的概率從狀態(tài)０轉(zhuǎn)移到狀態(tài)１，轉(zhuǎn)移率為 λ。如果 N(d) = N > 0，則會存在兩種情況，用戶以的 λ 速率到達（記為 M），或者以 μ 的速率完成服務（記為 ），所以下一個事件發(fā)生的時間為 min M,K ，服從指數(shù)分布，其參數(shù)為 λ + μ�？偟霓D(zhuǎn)移率為 λ + μ，其中從狀態(tài) N 轉(zhuǎn)移到 N + 1 的速率為 λ（顧客到達先發(fā)生），從狀態(tài)N 轉(zhuǎn)移到 N 1 的速率為 μ（顧客先被服務完）。即如圖 2-2。

并遵守達爾文適者生存的規(guī)則，將優(yōu)秀的后代留下來，這樣就能將優(yōu)秀的基因一代一代傳承下去。經(jīng)過若干次繁殖后剩下的個體都是基因優(yōu)秀的個體，即最優(yōu)解。其過程如圖2-3。圖 2-3 遺傳算法流程圖如圖2-3所示，遺傳算法首先要對個體進行編碼，編碼方式主要包括二進制、浮點編碼等，經(jīng)過編碼初始化后的群體中的個體都是滿足約束條件的，不滿足的已經(jīng)被剔除了，隨后，遺傳算法對初始化的種群內(nèi)的個體計算其適應度，通過一些算子，篩選出適應度優(yōu)秀的個體，這些算子主要包括輪盤賭選擇算子、隨機競爭選擇算子、最佳保留選擇算子和期望值選擇算子等等。遺傳算法中進行優(yōu)秀后代篩選的操作是選擇、交叉和變異，由上文所述，在10

【相似文獻】

相關期刊論文 前10條

1 周平;錢濤;;淺談企業(yè)混合云的構建[J];電腦知識與技術;2019年22期

2 王小虎;;“混合云”構建智慧銀河新生態(tài)[J];金融電子化;2018年08期

3 劉暢;徐雷;毋濤;;混合云場景下 中國聯(lián)通的云網(wǎng)一體化實踐進展[J];通信世界;2019年19期

4 彭大為;銀琳;范年豐;吳龍強;張曉東;;新型混合云技術在醫(yī)療行業(yè)的應用[J];中國醫(yī)療器械信息;2019年15期

5 王熙;;業(yè)界首部《混合云白皮書》發(fā)布 揭秘行業(yè)技術趨勢[J];通信世界;2017年32期

6 管晨智;;云計算視角下中小企業(yè)混合云會計信息化應用模式探究[J];現(xiàn)代商業(yè);2017年36期

7 AP;;管理混合云環(huán)境的五個要點[J];電腦知識與技術(經(jīng)驗技巧);2018年02期

8 張力平;;互聯(lián)網(wǎng)+浪潮催熱混合云[J];電信快報;2018年05期

9 錢南;;混合云最佳實踐[J];計算機與網(wǎng)絡;2018年12期

10 石菲;;混合云市場顯現(xiàn)新風口[J];中國信息化;2018年11期

相關會議論文 前10條

1 金令旭;;煙草行業(yè)混合云模式的建設思路探索[A];中國煙草學會學術年會優(yōu)秀論文集[C];2017年

2 盛日鋒;盧培玉;;山東一次層積混合云結(jié)構特征和增雨潛勢分析[A];第十五屆全國云降水與人工影響天氣科學會議論文集（Ⅰ）[C];2008年

3 趙姝慧;周毓荃;;冷鋒層狀混合云系中雨帶和雨核的宏微觀結(jié)構特征分析[A];中國氣象學會2007年年會人工影響天氣科技進展與應用分會場論文集[C];2007年

4 李洪波;孫艷;童明;;報社媒體技術融合——構建混合云服務平臺[A];中國新聞技術工作者聯(lián)合會2017年學術年會論文集（優(yōu)秀論文篇）[C];2017年

5 李艷偉;牛生杰;羅寧;文繼芬;黃浩雋;;積云并合擴展形成積層混合云的數(shù)值模擬分析[A];第28屆中國氣象學會年會——S9大氣物理學與大氣環(huán)境[C];2011年

6 林磊;姚展予;;一次積層混合云降水的數(shù)值模擬研究[A];S18 大氣物理學與大氣環(huán)境[C];2012年

7 黃天戈;鐘惠平;湯小紅;王建根;;一次積層混合云過程的模擬分析[A];第九屆長三角氣象科技論壇論文集[C];2012年

8 董春卿;苗愛梅;郭媛媛;;地形激發(fā)積層混合云降水的數(shù)值模擬[A];第八次全國動力氣象學術會議論文摘要[C];2013年

9 朱士超;郭學良;;積層混合云數(shù)值模擬與飛機觀測對比研究[A];第31屆中國氣象學會年會S8 第16屆全國云降水與人工影響天氣科學會議——大氣水資源開發(fā)利用與氣象防災減災[C];2014年

10 于翡;姚展予;;環(huán)北京地區(qū)積層混合云降水個例的綜合分析[A];第十五屆全國云降水與人工影響天氣科學會議論文集（Ⅰ）[C];2008年

相關重要報紙文章 前10條

1 柯文;混合云產(chǎn)業(yè)推進聯(lián)盟正式成立[N];人民郵電;2019年

2 記者 王婷 通訊員 徐美珠 朱凌峰;蘇州移動打造醫(yī)療混合云實現(xiàn)智慧醫(yī)療[N];人民郵電;2019年

3 ;華云數(shù)據(jù)引領中國云創(chuàng)新[N];新華日報;2019年

4 本報記者 李哲;云端市場激戰(zhàn)正酣 混合云成未來方向[N];中國經(jīng)營報;2019年

5 本報記者 任文婧;ZStack Mini和ZStack CMP重磅發(fā)布[N];中國信息化周報;2019年

6 ;混合云向邊緣延伸[N];人民郵電;2019年

7 Computerworld網(wǎng)站撰稿人 Sandra Gittlen 編譯 陳琳華;如何為混合云配置人員[N];計算機世界;2019年

8 李佳師;混合云，等風來[N];中國電子報;2019年

9 本報記者 路沙;開放混合云時代 看紅帽如何厚積薄發(fā)[N];中國信息化周報;2019年

10 IDCG UK B2B總編輯 Scott Carey 編譯 Charles;主要的混合云產(chǎn)品比較[N];計算機世界;2019年

相關博士學位論文 前7條

1 姜海鷗;混合云環(huán)境下資源調(diào)度與管理若干問題研究[D];北京郵電大學;2017年

2 車天偉;面向多級混合云的數(shù)據(jù)安全保護技術研究[D];西安電子科技大學;2016年

3 朱智強;混合云服務安全若干理論與關鍵技術研究[D];武漢大學;2011年

4 常誠;面向混合云的受限調(diào)度關鍵技術研究[D];湖南大學;2017年

5 朱士超;華北積層混合云微物理特征的飛機觀測分析及數(shù)值模擬研究[D];南京信息工程大學;2014年

6 朱士超;華北積層混合云微物理特征的飛機觀測分析及數(shù)值模擬研究[D];中國氣象科學研究院;2014年

7 梁慶中;混合云平臺上多目標任務調(diào)度算法研究[D];中國地質(zhì)大學;2015年

相關碩士學位論文 前10條

1 廖輝;基于混合云的資源調(diào)度系統(tǒng)[D];上海交通大學;2017年

2 黃沐;面向混合云架構的DEW平臺的研究與實現(xiàn)[D];電子科技大學;2019年

3 岳雪如;面向QoS的混合云服務平臺的研究與實現(xiàn)[D];電子科技大學;2019年

4 李洪星;支持PDP協(xié)議的混合云存儲系統(tǒng)的研究[D];陜西師范大學;2019年

5 朱靜怡;基于混合云平臺的視頻流處理云服務的設計與實現(xiàn)[D];南京大學;2019年

6 高士連;混合云管理系統(tǒng)中公有云服務功能的設計與實現(xiàn)[D];東南大學;2018年

7 劉星;移動云計算中基于卸載代價最小的混合云選擇策略研究[D];西南大學;2018年

8 江超;混合云環(huán)境P2P多頻道視頻直播系統(tǒng)研究[D];安徽工業(yè)大學;2018年

9 常瑛頡;云計算環(huán)境下H公司會計信息化的應用研究[D];哈爾濱商業(yè)大學;2018年

10 杜書猛;混合云環(huán)境下基于Hadoop的內(nèi)存級緩存策略優(yōu)化研究[D];武漢理工大學;2017年

本文編號：2825774