云计算中的服务可用性保障机制简

提出了一种基于滑动窗口的资源预留SWRR(sliding window based resource reservation)算法,它将预留资源在整个资源池中所占的比例称为窗口。窗口的“滑动”包含2层含义：1）窗口大小动态变化;2）窗口中的资源动态刷新。SWRR已被应用于一个大型的云计算应用平台。实验数据表明,SWRR通过合理资源预留,在兼顾所有任务调度的基础上,可为特定用户提供有效的服务可用性保障。     

云环境下面向跨域作业的调度方法

云环境下,因数据局部性或是任务对资源的特殊偏好,一个作业所包含的任务往往需要在不同的数据中心局点上运行,此类作业称为跨域作业.跨域作业的完成时间取决于最慢任务的执行效率,即存在木桶效应.针对各域资源能力异构条件下不合理的调度策略导致跨域作业执行时间跨度过长的问题,本文提出一种面向跨域作业的启发式调度方法MIN-Max-Min,优先选择期望完成时间最短的作业执行.通过实验表明,与先来先服务的策略相比,该方法能将跨域作业平均执行时间跨度减少40%以上.     

虚拟计算环境下基于聚类的资源匹配优化模型

虚拟计算环境中任务具有数量庞大、需求模糊、种类多样等特征,使得资源匹配面临巨大挑战.依据虚拟计算实验床平台公布数据,提出了一种融合虚拟资源与任务聚类的资源匹配优化模型.该模型通过分析任务需求、消耗等特征,基于改进二分K均值进行任务聚类,并结合虚拟资源类型生成优化的资源匹配列表.经实验分析验证,该模型有效缩小资源匹配范围,提高任务运行成功率,为精准匹配提供基础.     

虚拟计算环境下基于模糊聚类的资源调度算法

为了对虚拟计算环境( iVCE)中有资源偏好的应用需求做更精细化的资源调度支撑,提出了基于模糊聚类的资源调度算法。该算法针对应用的资源偏好,使用模糊关联聚类的方法对资源进行处理,进一步缩小了资源的选择范围,降低了直接对原始资源进行聚类的空间复杂度,从而为资源的精细化调度提供了基础。     

虚拟计算环境下面向应用的基于信任的资源匹配模型

为了解决虚拟计算环境中的资源合理调度问题,提出了一种基于信任的资源匹配模型--“资源滑动窗口”模型。首先对资源的静态属性进行分类,然后依据基于时间窗的贝叶斯信任模型对资源节点进行评价,同时考虑资源的负载,动态划分其实时性能。最后综合评估静态和动态属性,确定调度资源分配。该模型为不同任务和属性的资源调度策略奠定了基础,实现了“合适的资源服务于合适的任务”的目的。仿真实验表明所提的模型相对传统的调度算法,具有更高的系统任务执行成功率和资源利用率。     

模糊控制在集群功耗管理中的应用

在集群功耗管理中引入模糊控制理论,并设计了模糊控制器的输入输出以及控制规则。功耗管理系统根据服务器各部件负载利用模糊控制器进行集群功耗管理策略的自动调整,进而选取不同的节能控制算法和方案,从而达到节能目的。实验表明,模糊控制应用于集群功耗管理中起到了良好的节能效果。     

大规模云资源可靠性评价模型

针对互联网计算资源数量大、类型多、随机性强、稳定性相对较差等特点,提出一种基于朴素贝叶斯分类的iVCE云平台资源可靠性评价算法.通过对计算资源的特征提取,离散化处理后,使用概率估计方法对资源的状态做出实时的评价.在iVCE平台的实际运行效果表明,平台资源可靠性评价通过引入朴素贝叶斯算法,在评价的准确性方面提升了20％以上,通过参数优化算法的准确率同样好于同类其他同类算法2％以上,满足了实际生产的需求.     

虚拟计算环境下基于模糊聚类的资源调度算法

为了对虚拟计算环境(iVCE)中有资源偏好的应用需求做更精细化的资源调度支撑,提出了基于模糊聚类的资源调度算法.该算法针对应用的资源偏好,使用模糊关联聚类的方法对资源进行处理,进一步缩小了资源的选择范围,降低了直接对原始资源进行聚类的空间复杂度,从而为资源的精细化调度提供了基础.