云数据中心资源调度机制研究

云数据中心包含大量计算机,运作成本很高。有效整合资源、提高资源利用率、节约能源、降低运行成本是云数据中心关注的热点。云数据中心通过虚拟化技术将计算资源、存储资源和网络资源构建成动态的虚拟资源池;使用虚拟资源管理技术实现云计算资源自动部署、动态扩展、按需分配;用户采用按需和即付即用的方式获取资源。因此,数据中心对提高资源利用率的迫切需求,促使人们寻求新的方式以建设下一代数据中心。     

领域科学数据云资源聚合模型

数据中心作为领域科学数据资源的核心设施,正在变得过于复杂、昂贵和低效.大规模领域应用和用户数量的增长,给数据中心的连接性、稳定性和安全性带来严峻的挑战.关于数据中心的资源整合、自动部署以及资源集中化管理正在受到当前学术界和企业界的广泛关注.以实现领域数据中心资源聚合、共享以及统一管理为目的,通过构建领域科学数据云,将多个数据中心连接成一种虚拟的数据网络,以便为领域数据访问、数据集成和数据管理提供环境和服务支持.着重研究了数据云代理模型、异构源共享模型以及资源消息模型.这些模型对于提高数据中心可扩展性和容错性、降低数据中心资源整合成本以及实现从传统数据中心向云化数据中心过渡起到非常关键的作用.最后,将领域科学数据云资源聚合模型引入到油气井科研数据共享服务平台的开发、部署、运行及监控管理中.实践表明,领域科学数据云模型是切实可行的,对于推动领域数据集成、共享、管理研究具有重要的参考意义和应用价值.     

云计算技术在煤炭企业信息化建设中的应用

分析了煤炭企业信息化建设的现状,提出了云计算技术在煤炭企业的应用思路:利用云计算技术从建新、利旧2个层面建设企业云数据中心平台,通过建设物理资源、软件虚拟资源、资源服务调度机制整合新、旧信息资源,实现数据层面的共享与交互、资源层面的相互传递与支撑,充分发挥和挖掘了企业海量数据中的价值。     

携融合系统汉柏发力云计算运营与服务

2013年初,某运营商与汉柏科技合力打造了业内独创的联盟生态圈：凭借前者的带宽、数据中心、电力等资源和后者的全套数据中心产品和技术资源,合建云计算数据中心资源池,面向各行业提供包括行业私有云构建、云托管运营、IaaS云主机、SaaS、云桌面等在内的多种云服务。自此,汉柏科技以运营商云计算战略合作伙伴的身份,在业内名声大噪。     

容器云环境虚拟资源配置策略的优化

针对容器化云环境中数据中心能耗较高的问题，提出了一种基于最佳能耗优先（Power Full，PF）物理机选择算法的虚拟资源配置策略。首先，提出容器云虚拟资源的配置和迁移方案，发现物理机选择策略对数据中心能耗有重要影响；其次，通过研究主机利用率与容器利用率，主机利用率与虚拟机利用率，主机利用率与数据中心能耗之间的数学关系，建立容器云数据中心能耗的数学模型，定义出优化目标函数；最后，通过对物理机的能耗函数使用线性插值进行模拟，依据邻近事物相类似的特性，提出改进的最佳能耗优先物理机选择算法。仿真实验将此算法与先来先得（First Fit，FF）、最低利用率优先（Least Fit，LF）、最高利用率优先（Most Full，MF）进行比较，实验结果表明，在有规律不同物理机群的计算服务中，其能耗比FF、LF、MF分别平均降低45%、53%和49%；在有规律相同物理机群的计算服务中，其能耗比FF、LF、MF分别平均降低56%、46%和58%；在无规律不同物理机群的计算服务中，其能耗比FF、LF、MF分别平均降低32%、24%和12%。所提算法实现了对容器云虚拟资源的合理配置，且在数据中心节能方面具有优越性。     

云计算资源调度研究综述

资源调度是云计算的一个主要研究方向.首先对云计算资源调度的相关研究现状进行深入调查和分析;然后重点讨论以降低云计算数据中心能耗为目标的资源调度方法、以提高系统资源利用率为目标的资源管理方法、基于经济学的云资源管理模型,给出最小能耗的云计算资源调度模型和最小服务器数量的云计算资源调度模型,并深入分析和比较现有的云资源调度方法;最后指出云计算资源管理的未来重要研究方向:基于预测的资源调度、能耗与性能折衷的调度、面向不同应用负载的资源管理策略与机制、面向计算能力(CPU、内存)和网络带宽的综合资源分配、多目标优化的资源调度,以便为云计算研究提供有益的参考.     

新闻

展示30项前瞻性技术研究项目和成果 英特尔在中国打造世界级研究院,一改数据中心传统资源租赁模式中国联通采用虚拟技术打造云平台,专注于技术创新和行业应用 宝德开拓工业和特色服务器     

基于可信虚拟域的政务云应用研究

云计算能够提升IT资源的利用率,提高服务的开通时间、可用性以及灾难恢复能力,是信息化应用的重要支撑。建立政务云,可以解决目前电子政务发展中面临的应用迅速扩充、数据共享、建设和运维成本的上升等问题,但同时也带来一些安全威胁。在分析电子政务云可能风险的基础上,提出采用可信计算技术在政务云数据中心虚拟层建立可信虚拟域,通过安全隔离策略满足政务云的安全需求,并提出采用同态加密的方法实现政务云的加密信息检索。     

基于政务云的中小型数据中心方案研究

随着信息化的发展,传统数据中心在运行效率、服务类型、资源弹性分配等方面的问题不断显现,而云平台在资源整合速度和规模上更具优势。为了提升数据中心的信息化服务保障能力和网络安全保障能力,本文特别针对中小型企事业单位的情况构建基于政务云平台的信息化支撑环境,该方案基于政务云平台构建中小型数据中心,既可以快速扩充各类计算资源,又符合网络安全要求。     

基于云的容灾双活数据中心构建技术研究

云计算技术快速发展催生了新的数据中心模式：基于云的数据中心。在该模式下，容灾双活数据中心建设作为确保数据安全的重要手段，呈现出新的技术特点。本文首先阐述了基于云的数据中心产生的背景、容灾定义和双活数据中心的特点以及国内外现状，在此基础上开展了基于云的容灾双活数据中心整体架构设计，以及网络资源层、存储资源层和计算资源层的构建技术研究，包括基于传统网络和SDN的网络架构、存储双活和卷访问互斥、虚拟机双活和虚拟化集群配置部署等，最后提出了基于云的双活数据中心设计中需要注意的其他技术问题。     

云计算中高能效的虚拟资源分配策略

社会对云计算需求的不断扩大需要构建规模巨大的数据中心,如何高能效地运行数据中心是一个急待解决的问题。传统的虚拟资源分配策略没有充分地考虑如何有效地降低数据中心的能耗和策略生成的时间复杂度,提出了一种高能效的虚拟资源分配策略（EEVRAS）,通过将云计算中的虚拟资源分配问题模型化为一个路径构建的问题,同时改进精华策略的蚂蚁系统（EAS）来进行资源分配方案的优化。策略生成的时间复杂度较低。仿真结果表明相对传统的虚拟资源分配策略,在服务器性能指标约束下,EEVRAS策略能够使用较少的服务器构建虚拟集群,从而有效地降低数据中心的能耗。     

基于遗传算法的容器云资源配置优化

提出一种基于遗传算法的容器云资源配置优化方法。充分考虑虚拟机配置于物理主机以及容器配置于虚拟机的资源分配情况,将容器云平台数据中心整体能耗最低作为目标函数,设置物理主机与虚拟机对应、虚拟机与容器对应等约束条件,利用遗传算法通过染色体表达、初始化、交叉操作、变异操作以及设置适应度函数5个步骤求解目标函数,获取最优容器云环境资源配置结果。实验结果表明,本文方法可实现容器云资源的合理配置,提高物理资源的利用效率,实现数据中心节能的目标。     

基于负载高峰特征的虚拟机放置算法

提出了一种基于虚拟机负载高峰特征的虚拟机放置策略,通过更好地复用物理主机资源来实现资源共享,从而提高资源利用率.在云环境下,当多个虚拟机的负载高峰出现在相同的时间段内时,非高峰时段的资源利用率就会明显偏低;相反,多个虚拟机只要负载高峰能错开在不同的时间,闲置的资源就能更充分地被利用.由于应用的负载通常具有一定的周期性,因此,可以利用虚拟机负载的历史数据作为分析的依据.基于虚拟机的负载高峰特征对虚拟机负载进行建模,建立虚拟机负载之间的相似度矩阵来实现虚拟机联合放置.使用CloudSim模拟实现了所提出的算法,并与基于相关系数的放置算法、随机放置算法进行了比较.实验结果表明:所提算法在平均CPU利用率上有8.9%~12.4%的提高,主机使用量有8.2%~11.0%的节省.     

Layered virtual machine migration algorithm for network resource balancing in cloud computing

Due to the increasing sizes of cloud data centers, the number of virtual machines (VMs) and applications rises quickly. The rapid growth of large scale Internet services results in unbalanced load of network resource. The bandwidth utilization rate of some physical hosts is too high, and this causes network congestion. This paper presents a layered VM migration algorithm (LVMM). At first, the algorithm will divide the cloud data center into several regions according to the bandwidth utilization rate of the hosts. Then we balance the load of network resource of each region by VM migrations, and ultimately achieve the load balance of network resource in the cloud data center. Through simulation experiments in different environments, it is proved that the LVMMalgorithm can effectively balance the load of network resource in cloud computing.     

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.     

云计算中虚拟资源的智能多代理设计

针对随着网络数据传输速度和复杂性的不断增加,网络管理变得更加困难的现状,提出了一种虚拟资源的智能多代理模型。描述了虚拟资源的智能多代理的处理过程,讨论了不同代理的处理机制。通过分析用户上下文和系统状态,可实时地分析社会媒体资源。根据虚拟资源的使用类型,对用户上下信息的需求进行分析和推断,自动地给用户分配资源。采用云计算中虚拟资源动态调度方法及MovieLens系统评估该模型,结果证明所提出的模型具有较好的性能,可实现虚拟资源的动态调度,动态地实现负载均衡,使云计算中的虚拟资源得到高效的利用。     

虚拟化云计算数据中心资源节能调度算法研究

针对当前云计算数据中心资源调度过程耗时长、能耗高、数据传输准确性较低的问题,提出基于VR沉浸式的虚拟化云计算数据中心资源节能调度算法。构建云计算数据中心资源采样模型,结合虚拟现实(virtual reality,VR)互动装置输出、转换、调度中心资源,提取中心资源的关联规则特征量,采用嵌入式模糊聚类融合分析方法三维重构中心资源,建立虚拟化云计算数据中心资源的信息融合中心,采用决策相关性分析方法,结合差异化融合特征量实现对数据中心资源调度,实现虚拟化云计算数据中心资源实时节能调度。仿真结果表明,采用该方法进行虚拟化云计算数据中心资源节能调度的数据传输准确性较高,时间开销较短,能耗较低,在中心资源调度中具有很好的应用价值。     

一种新的蚁群算法优化的虚拟机放置策略

提出了一种新的蚁群算法优化的虚拟机放置策略ACA-VMP (Ant Colony Algorithm based virtual machine placement);ACA-VMP以云数据中心的总体能量消耗降低、服务质量最佳及减少虚拟机迁移次数为目标函数;根据蚁群优化算法,ACA-VMP采用了全局最优解和局部最优解信息素强度更新规则;全局最优解经过多次迭代后,蚂蚁路径的多次寻优,保证这个虚拟机放置优化策略的完成;局部信息素强度参数更新可以补充蚂蚁其他局部最优路径的寻找,这样也可以使得ACA-VMP虚拟机放置优化算法更快的接近全局最优解;仿真结果表明:ACA-VMP策略使得云数据中心的各类性能指标都可以改善,该实验结果对于其他企业构造节能云数据中心有很好的参考价值.