基于性能需求的自适应中间件框架

分析影响服务质量的构件资源需求与资源依赖关系模型,提出一种自适应中间件框架。该框架能动态感知负载变化,自适应调整服务器配置参数,确保应用的服务质量。采用回溯算法搜索最优配置,以满足性能需求。以一个信息查询系统作为测试用例进行实验,结果表明,该框架可以提高应用程序的性能。     

云环境下基于LQNM的数据库系统自配置框架研究

针对云计算环境下高动态变化的数据库系统负载无法保障服务质量QoS(Quality of Service)的问题,提出一种自适应的数据库系统配置框架。该框架能够根据负载的动态变化,自动调整系统资源配置,从而保障用户要求的服务质量。框架的核心是基于分层排队网络模型LQNM(Layered Queue Network Model)的性能预测模型,用于指导搜索最优的资源配置,满足用户的性能需求。采用Hadoop搭建云计算环境,以TPC-H基准数据进行实验,实验结果显示,通过自适应配置框架对系统资源的调控,系统的QoS得到了很大提升。     

一种能耗感知的虚拟集群CPU资源自动再配置方法

系统虚拟化技术可以动态再配置应用环境的计算资源.当前动态资源配置方法主要关注于保证具有动态负载应用的服务质量.这些方法受应用性能驱动并常常增加资源控制系统的响应延迟.针对上述问题提出了以资源使用状态为驱动的资源再配置方法(resource-use-status-drivenresource reconfigurationscheme,RUSiC),自动适应动态负载变化来满足应用性能的资源需求.RUSiC被设计成2层架构的资源再配置模型,基于实时的资源使用状态,及时用较小的开销为应用调整合适的资源配置.同时,RUSiC也考虑到电能的有效使用,在资源的新配置中通过尽可能减少激活物理节点的数量避免大量不必要的电能消耗及相关的冷却费用.实验数据表明,在应用负载变化时,RUSiC能快速监测并响应变化的资源需求,并在保证应用性能的前提下,使用较小数量的激活物理节点.     

CAD应用框架配置技术研究

为满足CAD软件研发中应用框架扩展、复用及调整的需求,论文提出了应用框架基于配置的动态设计方案,并给出了实现的模块划分及流程;同时研究并给出了CAD软件功能配置的层次结构及内容,基于此研究,相同的软件框架在不同的配置下可以开发成为不同的CAD应用或控件,而且不同的CAD软件通过配置合并可以实现框架的集成及功能复用。该技术已在实际的CAD软件开发中得到应用验证。     

Hadoop平台公平调度算法研究与优化

Hadoop Map Reduce框架的公平调度算法以统一的固定配置文件管理计算节点上计算槽的数量,这不能保障集群负载均衡,亦不能满足不同用户的资源需求。针对公平调度算法配置方式的不足,提出一种动态反馈的调度算法。该算法结合公平调度算法预先分配的特性,能够对计算节点上的计算槽进行动态调整。实验结果表明,基于动态反馈的改进算法有效地提高了集群的执行效率。     

一种基于构件重构的路由器能耗细粒度调整方法

可重构路由器采用构件化的体系结构,使以构件为对象的能耗细粒度调整成为可能.论文面向路由器低能耗问题,基于部件能耗随业务负载变化的思想,在对构件化路由器低能耗模型分析的基础上,提出了基于构件重构的路由器能耗细粒度调整方法.该方法使用布尔二次指数平滑法预测网络负载变化,能够有效避免重构结果滞后于负载变化;使用遗传算法并行搜索构件配置空间,能够快速搜索出最优构件配置方案.使用真实网络流量进行实验,结果表明,该方法能够根据负载的动态变化进行构件重构,能够使路由器能耗跟随负载变化,与传统算法相比可以节省60％的算法运行时间,降低构件组25％能耗.     

一种动态的客户端负载均衡机制

互联网应用的并发用户数量不仅多变并且这种变化常常不可预测.将系统容量配置为固定值的惯用做法在面临多变的请求时常常会导致两种结果,一种是因为配置过低而引起用户的不满,另一种则因为配置过高而造成计算资源的浪费.而通过运用云架构按需提供、按使用收费的能力,系统具有了实时地按需配置计算资源的能力.然而静态的客户端负载均衡方法作为一种主要的负载均衡技术很难适应云架构条件下更加易变的集群结构.本文提出了一种动态的客户端负载均衡机制.通过引入分布式的集群视图更新、控制流等技术,该机制在保持客户端负载均衡机制分布式、可伸缩性强的基础上,又为集群节点的动态加入与退出和负载均衡策略的动态调整提供了有效的支持.同时,本文分析了该机制在一个开源JEE应用服务器PKUAS中的关键实现问题,并通过实验从多方面验证了该机制的有效性.     

TenantCPUMan:基于负载分析的多租户动态CPU资源调整

在云计算多租户应用模式中,由于动态的负载变化会影响租户资源分配,可能会出现因负载过高而产生资源竞争或侵占,导致服务质量下降。针对关键的CPU资源,设计一种基于负载分析的多租户应用动态CPU资源调整机制及其原型系统,在租户应用负载信息采集的基础上,运用多元线性回归法对资源分析,根据负载的变化动态调整资源分配,实施租户虚拟机调整、CPU资源管理等。测试结果表明该系统能有效实现多租户资源调整,能应对租户的CPU和内存负荷过载问题,有助于保障租户服务质量。     

面向托管的数据库即服务系统及资源优化技术

数据库即服务（DBaaS）是云计算的一个研究热点,而数据应用托管则是当前DBaaS的一个重要应用领域。为满足行业数据应用托管中对DBaaS提出的数据隔离、性能隔离及可靠性保障等方面的要求,提出一种无共享架构下基于虚拟机、支持副本的多租户数据托管方法及相应的数据库即服务系统。针对该系统中面向租户的虚拟机资源（CPU、内存等）动态优化这一核心问题,建立了基于虚拟机的系统资源效用函数和数据库性能计算模型,并在基础上给出了一种根据租户数据请求负载并采用贪心方式的虚拟机资源动态优化算法。结合科技信息服务数据库托管应用示例进行了实验,实验结果表明提出的方法可以根据各个租户的数据库负载动态优化虚拟机的资源分配,能够在满足性能需求同时达到了提高系统资源利用率的目的。     

基于中间件的动态重配置容错对象管理框架

该文从容错QoS角度出发,为现有的基于中间件的容错对象管理框架增加自适应特性．首先把动态童配置定义成容错属性集（及其实现）、计算环境和资源变化描述、动态调整算法三者之间的互动关系,然后采用反射模型和发布／订阅模型建立了一个动态重配置管理框架,可以使系统在发现计算环境的变化、定制动态调整算法等多方面得到有力的支持,为系统有效实施动态重配置奠定了基础．     

基于反射的中间件QoS动态配置框架

提出一种基于反射的中间件服务质量（QoS）动态配置框架,在动态感知环境变化的基础上,利用QoS度量函数以及爬山算法寻找最佳资源配置,并采用反射机制动态调整中间件系统参数,以满足用户服务需求,从而实现系统在线性能的优化。仿真实验结果表明,该框架是有效的。     

TSSF:基于QoS分解的可信服务调度框架

网络计算环境的松散化、独立性和异构性的特点不断给服务计算发展带来新的挑战,与此同时用户对软件系统实时性、安全性、可靠性、可用性等非功能属性要求又在不断提高,如何保障服务计算系统的可信性是平台设计者和服务应用开发者所面临的重要问题.设计了基于QoS分解的可信服务调度框架(Trustworthy Senrice Scheduling Framework,TSSF),通过对组合服务的可信QOS规划,并利用自适应的服务调度机制为服务提供可信QOS保障.提出了基于模糊集的可信QOS分解模型,将用户对组合服务的QoS需求分解为每个原子服务单独的可信QOS需求;根据分解后的额定QoS需求,以创建动态服务实体组(Dynamic Service Entity Group,DSEG)的方式为原子服务提供可信QoS保障,并以DSEG为基础详细叙述了变粒度、层次化基于反馈设计思想的自适应可信服务调度技术.最后扩展了JBoss中间件,实现了支持该服务调度框架的平台,并在此平台上进行了实验,结果表明TSSF能够为组合服务的QoS需求提供可信保障.     

一个具有自适应QoS的对等系统结构框架

随着网络技术的不断发展,特别是无线环境和移动设备的引入,更多的具有不同的QoS需求的业务也将在网上得以实施,这使得传统的网络级QoS保证将不能满足用户的QoS需求,自适应QoS是在应用级解决未来无线移动网络环境下用户质量需求的较好方法。文章针对未来网络所具有的网络异质性、用户移动性、多链路覆盖、多服务覆盖等特点,提出了一个对等结构的自适应QoS模型框架,首先分析了自适应QoS基本结构、研究内容、系统特征、环境特征等,然后提出了系统的基本功能结构,并对其进行了详细讨论,最后提出了进一步研究工作的方向。     

基于云模型的网格QoS参数归约与调度优化

针对网格资源调度中用户对QoS的定性描述,利用云模型实现资源调度中的QoS匹配。深入分析了QoS参数云的特征,提出了QoS云处理模型,通过该模型,将离散的多个QoS参数归约到一个定性的概念上;设计了实现参数归约的体系结构;给出了基于定性概念的资源调度算法。实验表明,所提出方法在资源调度率和吞吐量以及系统资源的利用效率等方面体现出良好的特性,实现了基于定性概念的调度,达到了优化调度的目的。     

基于马尔可夫过程的云服务组合QoS量化评估方法研究

针对云服务组合的QoS量化评估方法进行了研究。基于组合云服务环境中虚拟动态性和服务随机性的特点,提出了基于BPEL流程的云服务组合实现框架;在随机Petri网理论的基础上建立了组合云服务流程网模型(CCSPNet),进而应用马尔可夫过程对其进行性能评估,提出了云服务组合的六维QoS评价体系,并结合CCSPNet模型提出了云服务组合的QoS定量评估方法。通过应用实例分析表明,提出的方法具有较好的动态适应性和灵活性,能有效满足云服务应用环境的QoS评估需求。     

一种新的能量有效性无线传感网节点设计

当无线传感网运用于恶劣、时变的环境中,如何使网络的生命周期最大化,并满足一定QoS要求,成为无线传感网在这些应用领域广泛应用的关键问题。主要提出了一种基于直扩通信体制的双内核节点架构,不仅能满足复杂环境中的通信性能要求,并且功耗较低。该节点的设计主要采用了软硬件相结合的动态能量管理策略以及参数可调的软件无线电设计,通过底层的灵活设计为无线传感网各层协议的设计提供了一个良好的测试和实践平台,从而研究、设计新的物理层及上层协议来减少非理想硬件平台的功耗,提高整个网络的生存时间和通信性能。     

Autonomic QoS control in enterprise Grid environments using online simulation

As Grid Computing increasingly enters the commercial domain, performance and quality of service (QoS) issues are becoming a major concern. The inherent complexity, heterogeneity and dynamics of Grid computing environments pose some challenges in managing their capacity to ensure that QoS requirements are continuously met. In this paper, a comprehensive framework for autonomic QoS control in enterprise Grid environments using online simulation is proposed. This paper presents a novel methodology for designing autonomic QoS-aware resource managers that have the capability to predict the performance of the Grid components they manage and allocate resources in such a way that service level agreements are honored. Support for advanced features such as autonomic workload characterization on-the-fly, dynamic deployment of Grid servers on demand, as well as dynamic system reconfiguration after a server failure is provided. The goal is to make the Grid middleware self-configurable and adaptable to changes in the system environment and workload. The approach is subjected to an extensive experimental evaluation in the context of a real-world Grid environment and its effectiveness, practicality and performance are demonstrated.     

无线网状网多业务QoS优化的跨层策略

无线网状网WMN(Wireless Mesh Network)的多媒体业务发展,对实现动态的端到端的QoS保证机制提出了新的要求,涉及到WMN所有协议层相应参数的系统设置.以实现WMN多业务QoS保证的网络性能整体优化为目的,研究了WMN的协议跨层机制与基本要求,分析了综合利用各协议层间关系依赖和信息交互共享而优化网络性能的可行性,并探讨了通过跨层交互传递可控参数的自适应调整策略及其设计模型.     

一种改进的网格资源调度算法及其有色Petri网建模和分析

在Sufferage算法基础上提出了一种改进的网格资源调度算法ISufferage,从两个方面进行了改进:(1)考虑执行开始前输入数据以及执行完成后输出数据的存取和传输时间对调度决策产生的影响;(2)在算法中考虑用户的QoS要求,在追求最小的任务完成时间的同时兼顾用户QoS要求.为了对改进算法进行性能分析和评价,使用有色Petri网对网格调度系统和ISufferage算法进行了建模和仿真分析.结果表明,ISufferage比Sufferage算法更适合于实际的网格环境,能更好地满足用户的QoS要求.