一种适应节能的云存储系统元数据动态建模与管理方法

云存储规模的不断扩大以及设计时对能耗因素的忽略使其日益暴露出高能耗低效率的问题,并且此问题已经成为制约云计算与大数据快速发展的一个主要瓶颈.从云存储系统的元数据信息的组成与组织方式考虑系统的节能改进与适应性问题,提出适应节能的元数据建模与管理方法,将存储磁盘及节点状态、数据块存储位置与状态等信息纳入到新的元数据模型中.围绕节能的元数据模型设计了适应该模型的节能模式切换算法,有效的解决了现有算法与节能算法或策略的不匹配问题.实验结果表明:适应节能的元数据模型与算法能够提高系统磁盘级的能耗利用率.     

分布式文件系统数据块聚类存储节能策略

针对分布式文件系统中由于数据块随机放置而导致的服务器利用率低、能耗管理复杂的问题,建立了数据块访问特征向量模型描述用户对数据块的随机访问,运用K-means算法对数据块进行聚类计算,根据计算结果将数据节点划分为多个区域以存储不同聚类簇的数据块,在系统负载较低时进行数据块动态重配置,关闭不必要节点达到节能的目的。为使得策略适用于对能耗和资源利用率有不同要求的场景,算法中聚类簇间隔参数可灵活设置。实验通过和冷热区划分算法进行比较表明:按照聚类结果进行数据块重配置后,能耗节省效率优于冷热区划分算法,节省能耗35%~38%。     

Linux下一种磁盘节能的预取算法①

数据预取常用来提升系统的性能与吞吐量,对磁盘的能耗考虑甚少。针对此问题,在传统算法之上通过延迟磁盘的异步预取,合并磁盘I／O操作,减少磁盘的能耗状态切换,延长连续休眠时间来达到节能的目的。也通过基于真实运行状态的模拟,对预取算法进行了评估和验证,得出改进后的预取在不影响性能的前提下比标准预取节省17％的能量。     

Linux下一种磁盘节能的预取算法①

数据预取常用来提升系统的性能与吞吐量,对磁盘的能耗考虑甚少。针对此问题,在传统算法之上通过延迟磁盘的异步预取,合并磁盘I/O操作,减少磁盘的能耗状态切换,延长连续休眠时间来达到节能的目的。也通过基于真实运行状态的模拟,对预取算法进行了评估和验证,得出改进后的预取在不影响性能的前提下比标准预取节省17%的能量。     

高性能计算中一种改进的数据访问节能技术研究

针对现有磁盘功率管理方法无法处理高能耗并行应用的短空闲周期、大规模的代码更改和能耗开销较大等问题,提出了一种面向编译器的数据访问调度技术。该技术包括两个阶段:在第一阶段,编译器分析并行应用程序,提取磁盘访问模式,然后生成调度表;在第二阶段,"数据访问调度器"根据调度表进行数据访问。与先前基于软件的策略相比,所提方法不需要改变代码或数据结构。实验评估结果表明,对于数据密集型工作负载,所提方法可以有效提升节能效果,节能率从5.5%上升到11.8%,从而增加了磁盘降速策略对数据密集型高性能计算的可行性。此外,它也将多速磁盘的节能效果从12.7%增加到了27.6%。     

S-RAID 5:一种适用于顺序数据访问的节能磁盘阵列

磁盘及其冷却系统是现代存储系统中能耗的主体,已有的节能研究主要面向以随机数据访问为主的存储系统,对于广泛存在的以顺序数据访问为主的存储系统,如视频监控、虚拟磁带库(VTL)、连续数据保护(CDP)等,针对该类系统固有访问模式的节能研究较少.为此,提出了适用于顺序数据访问的节能磁盘阵列S-RAID 5,采用局部并行策略:阵列中的存储区被分成若干组,组内采用并行访问模式,分组有利于调度部分磁盘运行而其余磁盘待机,组内并行用以提供性能保证.在S-RAID5磁盘阵列中运行磁盘调度算法,辅以合适的Cache策略来过滤少量的随机访问,S-RAID5可获得显著的节能效果.在32路D1标准的视频监控模拟实验中,在满足性能需求、单盘容错的条件下,24小时功耗测量实验表明:S-RAID5的功耗为节能磁盘阵列Hibernator功耗的59％,eRAID功耗的23％,PARAID、GRAID功耗的21％左右.     

基于Cache的数据挖掘专用数据访问组件

介绍了数据挖掘算法的两种传统数据访问方式及其缺点,提出了新的数据访问方式——基于Cache的数据挖掘算法的数据访问方法,该方法提供了三种模式缓存数据：单列模式、多列模式、混合模式,以适用多种数据挖掘算法的需要。设计实现了这种数据挖掘专用数据访问组件,该组件兼顾了传统访问方式的优点,实验证明在占用有限系统资源的情况下,保证了高效的数据访问效率并支持对海量数据的访问。     

基于存储结构重配置的分布式存储系统节能算法

作为云计算底层核心基础设施,分布式数据存储系统是各种云计算服务的基础,是云计算重要的组成部分.然而随着系统规模的不断扩大以及设计时对能耗因素的忽略使其暴露出高能耗问题.由于存在数据可用性要求,使其并不能简单采用已有节能技术解决能耗问题,保证数据可用性成为设计分布式存储系统节能算法的前提.对系统与数据的可用性进行了建模,并通过对存储结构与机制、节点状态与数据块可用性之间的关系的研究提出构造数据块可用性度量矩阵解决数据可用性完全覆盖问题.定义了分布式存储系统的节能模型,将RACK划分为Active-Zone与Sleep-Zone两个存储区域,根据不同数据的访问频率与规律计算活动因子以配置数据的存储区域,通过数据中心负载规律适时对Sleep-Zone区域中的服务器进行休眠处理以达到节能的目的.实验结果表明:算法在适应数据访问规律与可用性保证前提下,能够提高分布式存储系统的能耗利用率,并且当系统负载与数据平均活动因子越低时算法节能效率越高.     

一种平滑的基于链路排序的节能算法

针对目前网络级节能方案中存在的链路状态切换频繁的问题,提出了一种平滑的基于链路排序的启发式节能算法。该算法使用了一种新的排序机制,使得连续两次节能策略下的链路状态切换尽可能小,以达到平滑的目的。此外,该算法还综合考查了线卡能耗与链路能耗,以获得更高的节能效率。仿真实验表明,与一种基于链路排序的贪心节能算法相比,该算法链路状态切换频率更小,且节能效率更高;与追求最优节能效率的greenTE算法相比,在节能效率相差不大的情况下,该方法具有更好的平滑性以及更低的时间复杂度。     

ADO.NET组件在企业信息系统中的研究与实现

数据访问技术是当前分布式系统应用的关键技术。讨论ADO.NET组件的对象模型、Oracle.NET几个重要的类及DataSet等对象的使用,利用C#语言通过SQL语句、存储过程和函数等方式对企业MIS中的Oracle数据库访问和实现进行详细的论述,并对ADO.NET组件的应用给出了若干建议,实践证明,该技术成功的开发了高性能、高效率、可伸缩性好的企业信息系统。     

A new integrated energy-saving scheme in green Fiber-Wireless（FiWi） access network

Energy savings in Internet have been regarded as a significant technical issue for academic and industrial community.Particularly,access network accounts for more than 70%of the total energy consumption of Internet.As a promising access technique,Fiber-Wireless(FiWi)network not only enables the cost-effective broadband access,but also provides more opportunities for energy savings.Previous works mostly focused on the energy savings in the optical back-end of FiWi.Generally,they extended the Optical Network Unit(ONU)sleep mechanisms initially designed for Passive Optical Network(PON)to FiWi by combining with the wireless rerouting.However,most of these works left the energy savings in the wireless front-end untouched.In fact,when one or more ONUs in the network is/are sleeping,many wireless components remain idle or underutilized which cause a lot of energy waste.Motivated by this,we propose a new integrated Wireless-Optical Energy Savings(WOES)scheme for the comprehensive energy savings in FiWi.The WOES scheme consists of two interactive modules,Energy-Efficient ONU Management(EEOM)and Energy-Aware Topology Configuration(EATC).EEOM aims at the energy savings in the optical back-end by putting the low-load ONUs into sleep state.A pair of thresholds is introduced into EEOM to maintain the states of ONUs.As soon as ONUs states change,EATC will reconfigure the wireless topology by putting the idle Radio Interfaces(RIs)into standby state,thus minimizing the energy consumption of the wireless front-end.Simulation results show that the WOES scheme can reduce the energy consumption significantly with just a little performance degradation in network throughput and end-to-end delay.     

#br# 基于遗传算法的大数据节能优化模型

摘要：针对云计算环境下能源消耗严重以及服务器能耗相对较高的问题,本文基于遗传算法提出一种大数据节能优化模型对任务调度进行优化,从而降低服务器能耗,并设计相关的算法对模型进行形式化描述,最后设计相关实验对本文所提算法进行验证。实验结果表明,本文所提出的模型和算法能够有效降低服务器能耗开销,极大地提高系统的资源利用率。     

Storm平台下的线程重分配与数据迁移节能策略

作为流式大数据计算的主要平台之一,Storm在设计过程中由于缺乏节能的考虑,导致其存在高能耗与低效率的问题.传统的节能策略并未考虑Storm的性能约束,可能会对集群的实时性造成影响.针对这一问题,设计了资源约束模型、最优线程重分配模型以及数据迁移模型.进一步提出了Storm平台下的线程重分配与数据迁移节能策略（energy-efficient strategy based on executor reallocation and data migration in Storm,简称ERDM）,包括资源约束算法与数据迁移算法.其中,资源约束算法根据集群各工作节点CPU、内存与网络带宽的资源占用率,判断集群是否允许数据的迁移.数据迁移算法根据资源约束模型与最优线程重分配模型,设计了数据迁移的最优化方法.此外,ERDM通过分配线程减少了节点间的通信开销,并根据大数据流式计算的性能与能效评估ERDM.实验结果表明,与现有研究相比,ERDM能够有效降低节点间通信开销与能耗,并提高集群的性能.     

汽车电子节能系统的设计方法研究与仿真

研究汽车节能方面的问题,降低汽车耗油量。针对在颠簸路段行驶时,车速会发生突变,耗能呈现高度的非线性,无法用数学模型描述、造成电子节能装置降低耗能的效果下降的问题。为了解决上述问题,提出了采用应激反馈响应的汽车电子节能算法。首先选取合理的车速参数和耗油量参数,然后建立数学模型,对选取的参数进行预处理,最后用应激反馈响应优化参数的调节,增加系统稳定性,降低汽车在颠簸路段运行时的耗油量。实验证明,利用基于应激反馈响应的汽车电子节能算法,能够有效降低汽车在颠簸路段运行时的耗油量,为汽车节能系统设计提供了依据。     

数据挖掘技术及其在建筑节能中的应用

人类社会发展中的每次技术进步都会催生一系列新的产品和服务,但同时也导致资源和能源消耗的剧增.技术的进步虽然提高了资源和能源的利用效率,但这种人均能耗不断递增的发展模式不可持续.建筑节能除了关注供应侧的能效外,合理的引导需求侧用能是实现建筑节能的关键.要实现建筑节能模式由供应侧到需求侧的转变,就必须恰当描述特定室内环境下的用能特征,才能从需求侧评估建筑能耗的合理性,进而精确辨识能源浪费的原因.建筑物自动化系统和物联网技术的快速发展与普及,获取了大量特定室内环境下的用能特征数据,利用数据挖掘技术可以从这些低密度价值的建筑运维数据中萃取节能线索和策略.本文简述了数据挖掘技术,综述了各种挖掘方法在建筑节能中的应用,并展望了发展趋势.     

互联网数据中心IT设备节能减排关键技术研究与设备采购建议

互联网数据中心作为信息基础设施的重要组成部分,其能耗在所有电力使用中所占比重不断上升．已经成为社会提倡节能减排的主要领域之一。本文在深入分析互联网数据中心IT设备功耗现状的基础上．探讨IT设备节能减排关键技术,并给出了一些设备采购环节的建议。     

Energy efficient approximate self-adaptive data collection in wireless sensor networks

To extend the lifetime of wireless sensor networks, reducing and balancing energy consumptions are main concerns in data collection due to the power constrains of the sensor nodes. Unfortunately, the existing data collection schemesmainly focus on energy saving but overlook balancing the energy consumption of the sensor nodes. In addition, most of them assume that each sensor has a global knowledge about the network topology. However, in many real applications, such a global knowledge is not desired due to the dynamic features of the wireless sensor network. In this paper, we propose an approximate self-adaptive data collection technique (ASA), to approximately collect data in a distributed wireless sensor network. ASA investigates the spatial correlations between sensors to provide an energyefficient and balanced route to the sink, while each sensor does not know any global knowledge on the network.We also show that ASA is robust to failures. Our experimental results demonstrate that ASA can provide significant communication (and hence energy) savings and equal energy consumption of the sensor nodes.     

瓦楞纸制造过程能耗监控物联网关键技术研究

结合智能制造业物联网系统结构关键重大共性技术—机械装备工艺过程优化系统节能。以解决瓦楞纸行业节能降耗关键工艺为目的,重点研究能耗的监测与管理、厂房各种环境参数的可靠感知、实时的网络数据传输和基于物联网的先进能源管理系统、能源动态平衡和优化调度方法等。与常规能耗监控系统方案相比,提高生产效率30%以上;节约能耗30%;节约纸耗20%;节约浆耗20%,将具有良好经济效应、社会效益和节能降耗效益。     

无线传感器网络节能探索与研究

无线传感器节点往往由电池供电,由于电池只能存储有限的能量,使得无线传感器网络注定寿命很短,因此,最大限度延长传感器设备的使用寿命是一个重要的研究方向和课题.在本次无线传感器网络节能探索研究中,分析了能量收集与管理策略,能量收集主要收集环境能源,如太阳能,通过超级电容实现能量的存储.能量管理主要通过能量预算让传感器节点处于能量中性区间.为了降低无线传感器节点能量消耗,采用超低功耗唤醒接收器在低能耗的情况下连续侦听信道,降低与通信相关的功耗.星型异步M AC协议和超低功耗唤醒接收器可以结合使用,以提高传感器网络的能源效率.实验结果表明,与传统方案相比,该方案在能源效率、功耗和吞吐量方面都有较大的提高.     

面向车辆环境的WSN能效优化

面向车辆环境的WSN组网可有效降低现有汽车有线连接的布线复杂度和提高车辆集成效率。车载有线网络升级为无线互联的过程中,模块节点的供电是个问题,为解决这个问题,节能必不可少,而且节能和环保也是绿色新能源汽车的发展趋势。为此,面向不同业务类型的传输速率需求,首先提出了基于WSN的车载多制式无线组网方案,实现车内数据的无线采集和传输;然后基于Atmel开发平台,提出了基于节点睡眠唤醒的节能机制;最后设计了多节点能耗测试方案,验证了所提节能机制的有效性。实验结果表明,所提节能机制可使网络节点具有较低的功耗,有效延长了节点的生命周期。