性能虚拟化存储系统的设计与实现

针对集中共享存储环境中不同应用间的性能隔离和性能保证问题,在容量虚拟化管理的基础上提出一种性能虚拟化管理机制,实现同时支持容量和性能虚拟化管理的虚拟存储系统。该系统采用扩展了接纳管理和空闲资源公平分配机制的比例带宽资源分配算法,实现虚拟磁盘间的性能虚拟化,避免多个虚拟磁盘间的性能干扰。     

一种网络虚拟化存储系统的设计与实现

存储体系结构的多样性使得各种存储资源之间的融合变得困难，虚拟化存储作为存储技术的主要发展方向之一，能够很好地解决这一问题。结合Web Services技术，本文首先提出了一种三层虚拟结构的虚拟化存储系统结构，然后讨论了基于该存储模型的网络虚拟存储系统的设计与实现。分析和实际应用表明，该系统一方面通过实现网络存储资源
源之间的融合，提高了存储资源的可管理性和实用性；另一方面能够提高存储系统的可扩展性，同时通过负载平衡策略保证了系统效率。     

存储虚拟化研究

存储虚拟化是存储系统的主要发展趋势之一，它能够极大地方便用户对存储资源的使用，减小存储系统管理开销，优化存储系统性能，提高存储资源利用效率，本文讨论了存储虚拟化的概念、优势，分类和发展方向，从存储设备、局域存储资源和广域存储资源三个层次全面分析存储虚拟化技术，详细研究和比较了局域存储资源虚拟化的各种结构和方法，在此基础上提出了广域存储资源虚拟化的概念和模型。     

一种面向SAN环境的Windows存储虚拟化系统

企业级用户在部署存储系统时往往需要能够支持多操作系统平台的存储虚拟化系统.给出了一种能够应用在Win-dow s操作系统的存储虚拟化客户端软件.该软件作为SAN环境下的存储虚拟化系统的一部分,在系统内核态提供虚拟存储的基本服务.此外,该软件运用按需分配技术提高了存储资源利用率;通过虚拟卷在线扩展技术可以在不中断服务的情况下完成大规模的数据迁移.实验结果表明,与传统虚拟卷相比,使用按需分配技术可以在不损失性能的前提下有效节约存储资源;通过在线扩展技术不仅在容量上和性能上得到有效扩展,还能够在数据迁移的同时始终保持虚拟存储服务的持续性.     

提高存储资源利用率的存储虚拟化技术研究

随着存储数据的爆炸式增长,存储空间的迫切需求,虚拟存储技术已经广泛应用到存储系统中.根据操作系统中内存管理的虚拟内存机制,将其扩展引入到整个存储系统的管理中,并与传统的存储虚拟化技术相结合,提出了双层次存储虚拟化的结构,实现了逻辑层和虚拟层的双层虚拟,以屏蔽存储设备的异构性,极大提升存储资源利用率.     

基于以太网的存储虚拟化研究

存储区域网络(SAN)是新一代网络存储应用技术之一。为了解决IP网络同存储区域网络(SAN)的和互操作的问题,IETF特别成立了IPS(IP Storage)小组,提出了几种基于IP的网络虚拟存储解决方案和相关协议。存储虚拟化是存储系统的主要发展趋势之一,它极大的方便了用户对存储资源的使用,减少存储系统管理开销,优化存储系统性能,提高存储资源利用率。     

基于分散式体系结构的高可靠文件存储系统的研究

提出了一种分散式体系结构的高可靠文件存储系统(DHAFS),各个存储节点相互协作,将本地的存储资源虚拟化为一个全局的存储空间,实现统一的文件名字空间,向客户端提供文件接口,存储、缓存、数据/元数据的管理功能分布在各个存储节点中.相对于现有的集群存储系统而言,DHAFS一方面弥补了单一元数据节点的单点失效,另一方面消除了单一元数据节点的性能瓶颈,提高了系统的动态可扩展性.测试实验结果证明DHAFS能够高效、稳定地提供文件存储服务.     

动态地址映射虚拟存储系统

针对静态资源管理方式存储资源利用率低、无法满足多类应用不同需求的问题,设计实现一种基于动态机制的虚拟存储系统ASD。采用写时分配策略解决存储资源利用率低的问题,采用地址动态映射机制实现按照数据特性管理存储资源。测试表明,与静态管理方式相比,以ASD为基础的ext2文件系统的资源利用率和读写性能有明显改善。     

SAN网络级存储虚拟化实现方式的研究与设计

随着SAN中数据量的快速增长，要满足存储资源的管理、异构平台的数据共享、存储系统可用性和可扩展性等方面的要求，就必须采用存储虚拟化技术。目前网络级存储虚拟化是主流技术。分析了网络级存储虚拟化的实现方式及关键技术，并提出了一种具体设计。     

CNGI-MSN中存储子节点管理系统的设计与实现

CNGI-MSN（CNGI Mass Storage Network）是国家CNGI项目支持的面向下一代互联网的PB级智能网络存储系统.本文介绍了CNGI-MSN中清华存储子节点管理系统的设计思想和实现细节.该系统实现存储资源虚拟化、性能监测、系统信息的结构化存储、故障报告、日志管理、用户访问管理和节点自动发现七大功能,能够做到可靠、高效和安全的管理存储资源.作为CNGI-MSN的关键组成部分,该系统已经成功地应用于清华存储子节点的管理,并对远程的CNGI-MSN全域管理系统提供可靠、高效的支持.     

基于服务部署的高可用模型及其可用性分配算法

传统高可用系统存在可扩展性较差的问题.文中提出基于服务部署的高可用系统模型,利用对计算资源与存储资源的分离管理实现虚拟高可用服务节点,通过不同服务间共享冗余资源提高资源利用率,有效解决可扩展性问题.基于服务部署高可用系统的关键问题为如何根据服务可用性期望值和使用模式等合理分配资源.针对本系统可用性分配特点,文中提出了最适合冗余优先分配算法,基于结合费用与惩罚值的目标函数得到满足需求的相对最优解,实验证明此算法能较好地达到系统的实时服务部署要求.     

一种虚拟路由器资源映射算法研究

网络虚拟化技术的提出,为解决互联网"僵化"问题找到了新的思路,受到广泛的关注。在虚拟路由器平台中,若干台互联的网络服务器资源组成了底层物理网络,通过虚拟网络映射技术,将物理网络资源有效地映射到虚拟网络设备上,组成多个虚拟网络,满足用户对网络的多样化需求。虚拟路由器资源映射问题是虚拟网络映射问题的基础,虚拟路由器实例与物理资源的映射方法决定了虚拟网络平台资源的利用率和虚拟网络系统的性能。针对虚拟路由器平台资源分配的问题,提出了物理网络资源模型和虚拟路由器资源请求模型,设计了一种启发式虚拟路由资源分配算法,并对算法的复杂性和优化目标进行了分析。     

计算系统虚拟化平台的研究及实现

虚拟化技术是高性能计算系统规模化的关键技术。高能所计算资源虚拟实验床采用 OpenStack 云平台搭建环境。本文讨论了实现虚拟计算资源与计算系统相互融合的三个关键因素：网络架构设计、环境匹配和系统总体规划。本文首先讨论了虚拟网络架构。虚拟化平台通过部署 neutron 组件、OVS以及 802.1Q 协议来实现虚拟网络和物理网络的二层直连,通过配置物理交换机实现三层转发,避免了数据经过 OpenStack 网络节点转发的瓶颈。其次,虚拟计算资源要融入计算系统,需要与计算系统的各个组件进行信息的动态同步,以满足域名分配、自动化配置以及监视等系统的需要。文章介绍了自主开发的 NETDB 组件,该组件负责实现包括虚拟机与域名系统 (DNS)、自动化安装和管理系统 (puppet) 以及监视系统的信息动态同步等功能;最后,在系统总体规划中,文章讨论了包括统一认证、共享存储、自动化部署、规模扩展和镜像等内容。     

基于虚拟化技术的私有云计算平台设计

为提高分布式集群系统的硬件资源利用率,避免闲置设备造成的经济损失,结合虚拟化技术,提出了一种基于多种框架技术的私有云平台实现方案.该方案整合底层硬件资源,实现了对资源的按需分割、动态分配及动态迁移,并针对传统的虚拟机部署方法中的负载不均衡问题,提出了基于动态分配决策的虚拟机部署机制,该策略根据虚拟机资源的特点,结合现有物理节点的负载情况,对虚拟机进行了动态部署.最后设计实现了灵活性强、可扩展性能好的私有云计算服务平台,以石油勘探中的傅里叶有限差分叠前深度偏移为测试用例进行了应用测试,证明了私有云平台的可行性和有效性,并对虚拟机的部署机制进行了测试.实验结果表明,动态分配决策能够在部署大量虚拟机的同时,较好地保持私有云平台的负载平衡.     

网络功能虚拟化资源配置及优化研究综述

网络功能虚拟化(network functions virtualization,NFV)利用虚拟化技术将网络功能从专用硬件中分离形成虚拟网络功能,然后把虚拟网络功能映射到通用服务器、交换机或者存储器中,能有效地降低网络投资成本和运营成本,并提高网络服务部署的灵活性。网络功能虚拟化资源配置是实施NFV需要解决的一个关键问题。为深入剖析网络功能虚拟化资源配置,介绍了NFV的体系结构,重点阐述了资源配置的三个阶段及资源配置的优化,最后对高效资源配置面临的挑战和有价值的研究方向进行了思考,为NFV的研究提供参考。     

Resource management framework for collaborative computing systems over multiple virtual machines

A resource management framework for collaborative computing systems over multiple virtual machines (CCSMVM) is presented to increase the performance of computing systems by improving the resource utilization, which has constructed a scalable computing environment for resource on-demand utilization. We design a resource management framework based on the advantages of some components in grid computing platform, virtualized platform and cloud computing platform to reduce computing systems overheads and maintain workloads balancing with the supporting of virtual appliance, Xen API, applications virtualization and so on. The content of collaborate computing, the basis of virtualized resource management and some key technologies including resource planning, resource allocation, resource adjustment and resource release and collaborative computing scheduling are designed in detail. A prototype is designed, and some experiments have verified the correctness and feasibility of our prototype. System evaluations show that the time in resource allocation and resource release is proportional to the quantity of virtual machines, but not the time in the virtual machines migrations. CCSMVM has higher CPU utilization and better performance than other systems, such as Eucalyptus 2.0, Globus4.0, et al. It is concluded that CCSMVM can accelerate the execution of systems by improving average CPU utilization from the results of comparative analysis with other systems, so it is better than others. Our study on resource management framework has some significance to the optimization of the performance in virtual computing systems.     

Intelligent feedback linearization control of nonlinear electrohydraulic suspension systems using particle swarm optimization

The core factors governing the performance of active vehicle suspension systems (AVSS) are the inherent trade-offs involving suspension travel, ride comfort, road holding and power consumption. In addition to this, robustness to parameter variations is an essential issue that affects the effectiveness of highly nonlinear electrohydraulic AVSS. Therefore, this paper proposes a nonlinear control approach using dynamic neural network (DNN)-based input–output feedback linearization (FBL) for a quarter-car AVSS. The gains of the proposed controllers and the weights of the DNNs are selected using particle swarm optimization (PSO) algorithm while addressing simultaneously the AVSS trade-offs. Robustness and effectiveness of the proposed controller were demonstrated through simulations.     

云计算环境下的自适应资源管理技术综述

云环境下的自适应资源管理是当前云计算研究领域的热点问题,是云计算具备弹性扩展、动态分配和资源共享等特点的关键技术支撑,具有重要的理论意义和实用价值.其主要研究点包括:虚拟机放置优化算法,虚拟资源动态伸缩模型、多IDC间的全局云计算资源调度、全局资源配置及能力规划模型等.对云环境下自适应资源管理研究现状进行分析研究,并指出当前研究中存在的一些主要问题,同时进一步展望本领域未来的研究方向.     

Cooperative game-based distributed resource allocation in horizontal dynamic cloud federation platform

Distributed resource allocation is a very important and complex problem in emerging horizontal dynamic cloud federation (HDCF) platforms, where different cloud providers (CPs) collaborate dynamically to gain economies of scale and enlargements of their virtual machine (VM) infrastructure capabilities in order to meet consumer requirements. HDCF platforms differ from the existing vertical supply chain federation (VSCF) models in terms of establishing federation and dynamic pricing. There is a need to develop algorithms that can capture this complexity and easily solve distributed VM resource allocation problem in a HDCF platform. In this paper, we propose a cooperative game-theoretic solution that is mutually beneficial to the CPs. It is shown that in non-cooperative environment, the optimal aggregated benefit received by the CPs is not guaranteed. We study two utility maximizing cooperative resource allocation games in a HDCF environment. We use price-based resource allocation strategy and present both centralized and distributed algorithms to find optimal solutions to these games. Various simulations were carried out to verify the proposed algorithms. The simulation results demonstrate that the algorithms are effective, showing robust performance for resource allocation and requiring minimal computation time.