SaaS應用的任務調(diào)度與資源配置算法研究
發(fā)布時間:2021-04-04 14:02
云計算是在互聯(lián)網(wǎng)技術(shù)、虛擬化技術(shù)、網(wǎng)格計算、效用計算等技術(shù)日趨成熟的基礎上融合發(fā)展而來的,是一種新興的商業(yè)化計算模式和資源共享服務模型。目前云計算服務提供商主要提供基礎設施即服務(IaaS)、平臺即服務(PaaS)、軟件即服務(SaaS)三種類型的服務。其中,IaaS是云計算服務中的基礎服務,主要為用戶按需提供各種基礎設施資源,如服務器、虛擬機、存儲和網(wǎng)絡帶寬等。SaaS則將傳統(tǒng)的桌面應用程序、企業(yè)或組織內(nèi)部的應用系統(tǒng)等遷移到云平臺上,為用戶提供各種便捷的軟件應用在線租用服務。由于IaaS提供的資源具有低成本、高可靠、按需供給等優(yōu)點,越來越多的SaaS提供商開始使用IaaS資源來部署自己的應用服務。對于這類SaaS提供商而言,他們在云計算交易市場中同時扮演著服務提供者和消費者的雙重角色。一方面,他們的SaaS應用需要響應用戶的服務請求,并執(zhí)行用戶任務;另一方面,需要從IaaS平臺租用合適的資源來部署、運營自己的SaaS應用。如何合理地選擇虛擬機租用方案并將用戶提交的任務分配到合適的資源上執(zhí)行,在保證SaaS應用服務質(zhì)量的前提下降低資源租用成本、最大化收益是其面臨的一大挑戰(zhàn),也是云計算領...
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:179 頁
【學位級別】:博士
【部分圖文】:
圖1-1三層云計算交易市場示意圖??,SaaSSaaS
山東大學博士學位論文??做出適應負載波動的虛擬機組合租賃決策,以增加SaaS提供商的收益。??(4)針對當前主流IaaS公有云采用的計價方式存在的缺點,提出了一個基??于拍賣的IaaS資源交易框架。在此基礎上重點研宄了?SaaS提供商之間的競爭關??系和資源配置策略,運用博弈論相關知識,提出了一個基于反饋的出價調(diào)整方法??來為每個SaaS提供商找到最優(yōu)出價以及最佳的資源配置組合,從而實現(xiàn)多SaaS??提供商之間公平、多贏的資源分配。??1.4本文組織結(jié)構(gòu)??本文圍繞SaaS應用的任務調(diào)度和資源配置,針對不同類型的用戶任務和問??題場景,開展了四個方面的研究。全文共分為七章,論文的整體框架結(jié)構(gòu)如圖??1-2所示。??
傳算法基礎??傳算法(Genetic?Algorithm,?GA)?|m8]是一種模仿自然界生物遺傳機制和的智能優(yōu)化算法,由J.Holland教授等人于1975年首次提出。從本質(zhì)上講,??法是一種高效的尋找問題最優(yōu)解的全局隨機搜索方法。遺傳算法從一個初??19??
【參考文獻】:
期刊論文
[1]深度強化學習綜述[J]. 劉全,翟建偉,章宗長,鐘珊,周倩,章鵬,徐進. 計算機學報. 2018(01)
[2]云計算中調(diào)度問題研究綜述[J]. 左利云,曹志波. 計算機應用研究. 2012(11)
[3]云計算:系統(tǒng)實例與研究現(xiàn)狀[J]. 陳康,鄭緯民. 軟件學報. 2009(05)
[4]遺傳算法研究綜述[J]. 葛繼科,邱玉輝,吳春明,蒲國林. 計算機應用研究. 2008(10)
博士論文
[1]云計算彈性資源分配與作業(yè)調(diào)度策略優(yōu)化研究[D]. 凌曉.清華大學 2017
[2]基于任務特性的公有云資源交易機制研究[D]. 易小萌.華中科技大學 2017
[3]云用戶效益優(yōu)化的博弈論方法研究[D]. 劉楚波.湖南大學 2016
[4]云服務資源調(diào)度與市場交易模型研究[D]. 康艷芳.武漢理工大學 2015
[5]基于博弈論的云計算資源調(diào)度方法研究[D]. 徐昕.華東理工大學 2015
[6]云計算環(huán)境下資源需求預測與優(yōu)化配置方法研究[D]. 徐達宇.合肥工業(yè)大學 2014
碩士論文
[1]面向云服務的彈性調(diào)度算法的研究與實現(xiàn)[D]. 張淼.哈爾濱工業(yè)大學 2017
[2]服務質(zhì)量感知的云計算任務調(diào)度方法研究[D]. 李凱.北京工業(yè)大學 2014
[3]基于遺傳算法的云計算任務調(diào)度算法研究[D]. 黃璐.廈門大學 2014
[4]異構(gòu)云計算平臺中節(jié)能的任務調(diào)度策略研究[D]. 李君.南京郵電大學 2014
本文編號:3118169
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:179 頁
【學位級別】:博士
【部分圖文】:
圖1-1三層云計算交易市場示意圖??,SaaSSaaS
山東大學博士學位論文??做出適應負載波動的虛擬機組合租賃決策,以增加SaaS提供商的收益。??(4)針對當前主流IaaS公有云采用的計價方式存在的缺點,提出了一個基??于拍賣的IaaS資源交易框架。在此基礎上重點研宄了?SaaS提供商之間的競爭關??系和資源配置策略,運用博弈論相關知識,提出了一個基于反饋的出價調(diào)整方法??來為每個SaaS提供商找到最優(yōu)出價以及最佳的資源配置組合,從而實現(xiàn)多SaaS??提供商之間公平、多贏的資源分配。??1.4本文組織結(jié)構(gòu)??本文圍繞SaaS應用的任務調(diào)度和資源配置,針對不同類型的用戶任務和問??題場景,開展了四個方面的研究。全文共分為七章,論文的整體框架結(jié)構(gòu)如圖??1-2所示。??
傳算法基礎??傳算法(Genetic?Algorithm,?GA)?|m8]是一種模仿自然界生物遺傳機制和的智能優(yōu)化算法,由J.Holland教授等人于1975年首次提出。從本質(zhì)上講,??法是一種高效的尋找問題最優(yōu)解的全局隨機搜索方法。遺傳算法從一個初??19??
【參考文獻】:
期刊論文
[1]深度強化學習綜述[J]. 劉全,翟建偉,章宗長,鐘珊,周倩,章鵬,徐進. 計算機學報. 2018(01)
[2]云計算中調(diào)度問題研究綜述[J]. 左利云,曹志波. 計算機應用研究. 2012(11)
[3]云計算:系統(tǒng)實例與研究現(xiàn)狀[J]. 陳康,鄭緯民. 軟件學報. 2009(05)
[4]遺傳算法研究綜述[J]. 葛繼科,邱玉輝,吳春明,蒲國林. 計算機應用研究. 2008(10)
博士論文
[1]云計算彈性資源分配與作業(yè)調(diào)度策略優(yōu)化研究[D]. 凌曉.清華大學 2017
[2]基于任務特性的公有云資源交易機制研究[D]. 易小萌.華中科技大學 2017
[3]云用戶效益優(yōu)化的博弈論方法研究[D]. 劉楚波.湖南大學 2016
[4]云服務資源調(diào)度與市場交易模型研究[D]. 康艷芳.武漢理工大學 2015
[5]基于博弈論的云計算資源調(diào)度方法研究[D]. 徐昕.華東理工大學 2015
[6]云計算環(huán)境下資源需求預測與優(yōu)化配置方法研究[D]. 徐達宇.合肥工業(yè)大學 2014
碩士論文
[1]面向云服務的彈性調(diào)度算法的研究與實現(xiàn)[D]. 張淼.哈爾濱工業(yè)大學 2017
[2]服務質(zhì)量感知的云計算任務調(diào)度方法研究[D]. 李凱.北京工業(yè)大學 2014
[3]基于遺傳算法的云計算任務調(diào)度算法研究[D]. 黃璐.廈門大學 2014
[4]異構(gòu)云計算平臺中節(jié)能的任務調(diào)度策略研究[D]. 李君.南京郵電大學 2014
本文編號:3118169
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/3118169.html