伴隨著IaaS平臺的快速發(fā)展和成熟,一些中小型的游戲運(yùn)營商開始通過租用IaaS提供商的虛擬機(jī)實(shí)例來部署游戲應(yīng)用。由于IaaS平臺中的虛擬機(jī)共享數(shù)據(jù)中心的軟硬件資源,因此虛擬機(jī)之間會產(chǎn)生嚴(yán)重的共享資源競爭以及性能干擾問題,進(jìn)而造成部署在其上的游戲應(yīng)用的性能大幅下降,極大地影響了玩家的游戲體驗(yàn)。除了性能問題外,游戲運(yùn)營商還需要關(guān)注的是虛擬機(jī)的租賃成本問題,如果所租用的虛擬機(jī)資源遠(yuǎn)遠(yuǎn)超過實(shí)際需求,資源不能被充分利用,將導(dǎo)致不必要的成本增加;相反,如果所租用的虛擬機(jī)資源比需求少,則玩家的游戲體驗(yàn)要求不能保證。鑒于此,我們研究IaaS環(huán)境下延遲感知的游戲運(yùn)營成本優(yōu)化問題,通過結(jié)合在線玩家請求分配與動態(tài)虛擬機(jī)供給機(jī)制,在保證游戲響應(yīng)時(shí)間的情況下,最小化虛擬機(jī)的租賃成本。具體來說,本文完成了如下的工作:(1)我們設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)基于LSTM的在線玩家請求分配算法,該算法利用LSTM神經(jīng)網(wǎng)絡(luò)模型預(yù)測玩家會話的結(jié)束時(shí)間,并且指派具有相近會話結(jié)束時(shí)間的玩家到相同的虛擬機(jī)上,以便減少虛擬機(jī)的租賃時(shí)間從而降低游戲運(yùn)營商的虛擬機(jī)租賃成本。(2)我們設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)基于隊(duì)列理論的動態(tài)虛擬機(jī)供給算法,該算法利用隊(duì)列... 

【文章來源】：內(nèi)蒙古大學(xué)內(nèi)蒙古自治區(qū) 211工程院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

IaaS云端基本架構(gòu)模型

IaaS云環(huán)境下延遲感知的游戲運(yùn)營成本優(yōu)化策略研究10如梯度剪切、正則、ESN（EchoStateNetwork）、增加有漏單元（LeakyUnits）等等。其中LeakyUnits通過改變節(jié)點(diǎn)之間的權(quán)重系數(shù)，從而使得RNN可以收集距離較遠(yuǎn)節(jié)點(diǎn)中的有用信息。其中，將這方法應(yīng)用最成功且最廣泛的就是門限RNN（GatedRNN）。門限RNN不僅允許網(wǎng)絡(luò)不斷調(diào)整節(jié)點(diǎn)間的權(quán)重系數(shù)，還允許網(wǎng)絡(luò)丟棄掉不重要的信息。LSTM就是門限RNN中最著名的一種。LSTM其單一節(jié)點(diǎn)的結(jié)構(gòu)如下圖2.2所示。LSTM的特點(diǎn)在于增加了三個(gè)稱之為“門”的結(jié)構(gòu)：“輸入門（inputgate）”，“遺忘門（forgetgate）”和“輸出門（outputgate）”，使得自循環(huán)的權(quán)重在不斷變化。這樣一來在模型參數(shù)固定的情況下，不同時(shí)刻的積分尺度可以發(fā)生動態(tài)改變，從而避免了梯度消失或者梯度膨脹的問題。圖2.2長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)Figure2.2ThestructureoftheLSTMneuralnetwork2.2.2長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的特性LSTM網(wǎng)絡(luò)的核心是單元狀態(tài)。單元狀態(tài)可以看成一條傳送帶，單元狀態(tài)沿著水平線將信息從一個(gè)單元傳遞到令一個(gè)單元。一種稱為“門”的結(jié)構(gòu)負(fù)責(zé)調(diào)控單元狀態(tài)，可以將“門”理解成一種讓信息通過的方式，該方式是具有選擇性的。接下來，本文詳細(xì)介紹“遺忘門”，“輸入門”和“輸出門”是如何控制單元信息的。“遺忘門”控制上一個(gè)單元狀態(tài)被遺忘的程度即決定了從上一單元狀態(tài)中丟掉多少信息。“遺忘門”讀取上一個(gè)單元的輸出和本單元的輸入，然后輸出一個(gè)[0,1]的值。其中，“0”代表“完全放棄”，“1”代表“完全保留”。其中1為上一個(gè)單元的輸出，代表當(dāng)前單元的輸入，代表了輸入門的權(quán)重，代表了激活函數(shù)，一般為sigmod函數(shù)。遺忘門的計(jì)算公式如下：

冉霞虻ァ?它是將一個(gè)擁有個(gè)客戶的系統(tǒng)和一個(gè)擁有1個(gè)客戶的系統(tǒng)相聯(lián)系，最后得出系統(tǒng)的平均等待時(shí)間和系統(tǒng)的平均隊(duì)列大小之間的關(guān)系的算法。利用MVA算法和隊(duì)列理論的Little’sLaw規(guī)則方程，可以得出一組易于求解的方程。MVA不需要計(jì)算歸一化常數(shù)，該算法避免了卷積算法中可能出現(xiàn)的溢出或下溢問題。并且與卷積算法相比，MVA的使用方法更加簡單，因此廣泛應(yīng)用于分析隊(duì)列網(wǎng)絡(luò)中。平均值分析法最初是為封閉式網(wǎng)絡(luò)設(shè)計(jì)的，后來迅速擴(kuò)展到開放式網(wǎng)絡(luò)。從那時(shí)起，MVA已被廣泛應(yīng)用于計(jì)算機(jī)系統(tǒng)、網(wǎng)絡(luò)、醫(yī)療應(yīng)用和金融系統(tǒng)等領(lǐng)域。圖2.3代表前端負(fù)載均衡器系統(tǒng)的開放隊(duì)列網(wǎng)絡(luò)Figure2.3OpenqueuenetworkrepresentingaFront-endLoadBalancersystem我們考慮計(jì)算一個(gè)開放的隊(duì)列網(wǎng)絡(luò)的系統(tǒng)響應(yīng)時(shí)間。消息以λ消息/秒的平均速度到達(dá)第一個(gè)隊(duì)列。完成處理后，每條消息以一定的概率被傳送到系統(tǒng)的其他隊(duì)列當(dāng)中，將該概率稱之為路由概率。因此，通過定義適當(dāng)?shù)穆酚筛怕�，可以定義特定隊(duì)列網(wǎng)絡(luò)的拓?fù)�，以便在多服�?wù)器系統(tǒng)上對某些實(shí)際事務(wù)處理進(jìn)行建模。圖2.3表示隊(duì)列網(wǎng)絡(luò)。該網(wǎng)絡(luò)由三個(gè)隊(duì)列組成，

【參考文獻(xiàn)】：
期刊論文
[1]《線性代數(shù)》線性相關(guān)性等問題的教學(xué)探討[J]. 關(guān)力,曾金平,鐘慶琪.  東莞理工學(xué)院學(xué)報(bào). 2010(05)
[2]近似求解子問題的乘性Schwarz算法[J]. 曾金平.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 1996(05)

博士論文
[1]數(shù)據(jù)中心流量調(diào)度與請求分配的關(guān)鍵技術(shù)研究[D]. 陶小旖.大連理工大學(xué) 2019



本文編號：2916993