基于OpenStack的清华云平台构建与调度方案设计

从一般云计算的体系结构与清华大学的实际需求出发,利用先进的OpenStack平台,采用分层设计的方法设计实现一个可对云资源进行综合管理的清华云平台。分析了该系统的优势和应具备的主要模块功能,重点研究系统中的资源调度关键技术,提出了一种基于任务调度和负载均衡的策略,并通过对调度方案的实验与分析,验证了该调度策略在保证服务性能和执行效率的基础上能够均衡服务器的资源负载,使云平台处于相对稳定的状态。     

基于openstack的云计算实训平台

对基于OpenStack的云计算实训平台进行了研究，为了解决云计算实训平台资源调度方案设计不合理而出现的资源利用率低、能耗过高等问题，分别对平台整体的物理架构与逻辑架构进行设计，并提出了一种基于HGQP算法的最佳放置方案求解方法，继而获取资源利用率最高、能量消耗最低的虚拟机调度方案，来实现提高云计算实训平台资源利用率和降低能耗的目的。最后分别对HGQP算法与遗传算法、量子粒子优化算法进行实验对比，并对基于OpenStack的云计算实训平台进行了功能测试。结果表明：HGQP算法适用于虚拟机调度问题，当虚拟机增加到300时，最优调度方案获取时间仅需16 s, CPU利用率为0.45,能量消耗为0.81,在三种算法中计算速度最快、耗时最短、稳定性更高，且当虚拟机请求增加越多，HGQP算法的优势更强。同时，基于OpenStack的云计算实训平台的各个功能模块能够反应迅速并正常运行。     

面向高校教学云服务的虚拟机动态调度方法

随着教学信息化的不断深化,高校云平台越来越普及,但是实际应用中资源利用率仍然较低,核心问题在于当前的虚拟机调度机制未考虑高校教学应用的特征,从而导致负载不均和资源浪费。为了解决这一问题,从高校教学应用需求出发,提出了一种虚拟机动态调度算法(CRS),定义了课程虚拟机模型和物理机负载模型,并实现了基于OpenStack开源云平台的可对虚拟机进行动态调度的校园云平台。实验表明,提出的虚拟机动态调度方法达到了降低能耗及实现负载均衡的目标。     

基于OpenStack的车联网云平台体系架构研究

对面向智能交通服务的车联网移动云平台的体系架构进行探讨,提出了车联网云系统三层网络架构,并介绍了开源云计算平台OpenStack,提供了一个基于OpenStack的车联网云计算平台的部署方法.     

基于OpenStack的高校学业管理云平台设计

在云计算技术蓬勃发展的背景下,采用OpenStack构建云平台成为当前研究的热点。基于此,笔者分析了云计算及OpenStack开源平台的技术原理,设计了基于OpenStack的高校学业管理云平台,在重点解决困扰高校计算机中心的设备投入大、资源利用率低、维护困难等问题的基础上,提出了基于云计算和OpenStack的高校学业管理系统设计架构,能够有效提升高校的信息化建设水平和教育教学水平。     

基于负载均衡的医院云计算系统资源调度方案

医院云计算系统存在需求的不确定性和节点资源的异构性问题,导致节点的负载失衡。为此,提出一种新的医院云计算系统资源调度方案。该方案基于混合蛙跳算法设计,并针对混合蛙跳算法容易陷入局部最优解的不足,给出一种基于讨论机制混合蛙跳算法改进的医院云计算系统资源调度方案,通过增加自适应讨论次数,提高算法的搜索能力。仿真实验结果表明,与传统负载均衡方案相比,该方案具有更好的负载均衡度性能,可解决混合蛙跳算法陷入局部最优的问题。     

基于社会力群智能优化算法的云计算资源调度

为了提高云计算资源的调度效率,提出了一种基于社会力群智能优化算法的云计算资源调度方法.首先将云计算资源调度任务完成时间最短作为社会力群智能优化算法的目标函数,然后通过模拟人群疏散过程中的自组织、拥挤退避行为对最优调度方案进行搜索,最后采用仿真实验对算法性能进行测试.结果表明,相对于其它云计算资源调度方法,该方法可以更快地找到最优云计算资源调度方案,使云计算资源负载更加均衡,提高了云计算资源的利用率.     

基于Kriging代理模型的动态云任务调度方法

任务调度在云计算环境中发挥着重要作用。提出一种基于Kriging代理模型的动态云任务调度方法。通过对云任务在不同资源组合下的性能表现进行Kriging代理模型建模并优化,从而得到对应于该云任务的最优资源分配方案;利用云平台的API,可动态对该云任务实施资源调度。基于OpenStack开源云平台,对两个工程计算应用进行了任务调度性能测试,结果表明该方法可有效动态调整云任务中的资源配给,按需按优对平台中的云任务进行资源调度。     

基于纠删码的细粒度云存储调度方案

针对云存储系统中数据获取时延长以及数据下载不稳定的问题,提出了一种基于存储节点负载信息和纠删码技术的调度方案。首先,利用纠删码对文件进行编码存储以降低每份数据拷贝的大小,同时利用多个线程并发下载以提高数据获取的速度;其次,通过分析大量存储节点的负载信息确定影响时延的性能指标并对现有的云存储系统架构进行优化,设计了一种基于负载信息的云存储调度算法LOAD-ALGORITHM;最后,利用开源项目OpenStack搭建了一个云计算平台,根据真实的用户请求数据在云平台上进行部署和测试。实验结果表明,相比于现有的工作,调度算法在数据获取时延方面最高能减少15%的平均时延,在数据下载稳定性方面最高能降低40%的时延波动。该调度方案在真实的云平台环境下能有效地提高数据获取速度和稳定性,降低数据获取时延,达到更好的用户体验。     

基于OpenStack的云平台高可用性研究

目前,云计算服务广泛应用在各个领域。为保障云平台的稳定可靠运行,笔者通过分析高可用集群与负载均衡技术,设计了Pacemaker+Haproxy技术解决方案,并对OpenStack的核心组件数据库和镜像服务进行高可用部署,实现了OpenStack云平台的高可用性。实践证明,该高可用性方案具有可行性。     

High-performance docker integration scheme based on OpenStack

As an emerging technology in cloud computing Docker is becoming increasingly popular due to its high speed high efficiency and portability. The integration of Docker with OpenStack has been a hot topic in research and industrial areas e.g. as an emulation platform for evaluating cyberspace security technologies. This paper introduces a high-performance Docker integration scheme based on OpenStack that implements a container management service called Yun. Yun interacts with OpenStack’s services and manages the lifecycle of the container through the Docker Engine to integrate OpenStack and Docker. Yun improves the container deployment and throughput as well as the system performance by optimizing the message transmission architecture between internal components the underlying network data transmission architecture between containers and the scheduling methods. Based on the Docker Engine API Yun provides users with interfaces for CPU memory and disk resource limits to satisfy precise resource limits. Regarding scheduling Yun introduces a new NUMA-aware and resource-utilization-aware scheduling model to improve the performance of containers under resource competition and to balance the load of computing resources. Simultaneously Yun decouples from OpenStack versions by isolating its own running environment from the running environment of OpenStack to achieve better compatibility. Experiments show that compared to traditional methods Yun not only achieves the integration of OpenStack and Docker but also exhibits high performance in terms of deployment efficiency container throughput and the container’s system while also achieving load balancing.

     

基于OpenStack的云计算laaS管理平台研究

分析当前主流的开源云计算IaaS管理平台,对各个平台的优缺点进行比较,研究基于OpenStack的云计算管理平台架构,结合运营商在云计算IaaS管理领域的相关经验,指出运营商采用OpenStack作为laaS管理平台的原则和方向。     

基于私有云平台的云主机资源监控方案

针对传统网格计算中的监控工具已无法满足云计算平台中虚拟资源监控的问题,本文基于OpenStack云平台设计并实现一套完整的私有云平台中云主机资源监控方案.实验表明该方案可以有效地进行虚拟资源的监控,满足企业私有云中对虚拟资源的监控需求,且系统方案具有良好的可扩展性.     

OpenStack云计算平台高可用性的研究

随着云计算技术的不断发展,各种云计算平台也逐渐成熟,开源云平台OpenStack 也得到了各大IT 巨头的关 注和支持,发展迅速。本文论述了OpenStack 云平台的系统架构和系统的高可用性,着重描述了系统中实现高可用性采用的 两种模式：Active/Passive(主备模式)、Active/ Active（双活模式）。并对开放云平台OpenStack 中的各层次实现高可用性的实施 方案进行了剖析,为搭建OpenStack云平台时提高其可用性提供依据。     

基于包簇映射机制的实验平台建设及应用

从一般云平台和项目的实际需求出发,结合包簇架构,利用CloudStack开源云平台,设计一种基于包簇映射机制的实验平台。该实验平台采用分层的设计方法,包含硬件设施层、虚拟资源层、调度层、包簇中间件层以及用户应用层,将传统以虚拟机形式的资源申请转换成以需求包的形式进行申请,同时用户可以指定其需求包结构及每个包所需的物理资源。通过对云平台调度原理的分析,阐述如何将项目中涉及的包簇部署算法应用到该实验平台中,为后续改善项目的研究成果提供实验依据。最后选取云计算管理平台的6种重要的管理功能,通过对基于包簇机制的实验平台和CloudStack、OpenStack这2种云管理平台进行整体功能测试,结果表明本文的包簇实验平台提供了较全面的管理功能,具有一定的应用市场。