数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能.首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署.仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能. 首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署. 仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

云数据中心基于异构工作负载的负载均衡调度方案

针对目前云数据中心的负载均衡调度方案没有研究将不同工作负载的应用程序进行整合的问题,提出了基于异构工作负载的静态和动态负载均衡调度算法。当放置新的虚拟机的时候,通过静态负载均衡调度算法,将虚拟机分配给物理机。云数据中心运行过程中,采用动态负载均衡调度算法将负载高的物理机上的虚拟机迁移到负载低的物理机上。仿真实验结果表明,新的调度方案不仅能够降低云数据中心的不均衡率,而且使节点内的多维度资源得到了合理地利用。     

基于共享Cache划分的电力芯片能耗优化技术

提高电力终端芯片工作效率的同时降低其能耗,是优化智能电网系统的研究方向之一.首先针对MPSoC中高速缓存数据的高效管理问题,开展多处理器共享高速缓存划分(CP)技术研究,利用曲线拟合技术对高速缓存建模,通过数学方法求解CP问题;然后基于得到的缺失率曲线,根据共享高速缓存的缺失率与子系统能耗之间的数学关系,得出子系统能耗的数学表达;最后结合处理器能耗模型,综合全局求出最优的CP方案.实验验证表明使用求得的CP方法,处理器子系统能耗是进行优化前的子系统能耗的27.9％.     

SDN架构下数据中心内存能耗优化策略

提出一种基于内存共享机制数据中心进程优化调度策略,并基于软件定义网络 (SDN)架构建立数据中心负载模型及内存节点能耗模型,给出2个用于降低内存能耗的启发式进程调度算法. 这2个算法以实际内存节点为研究对象,在保证数据中心负载均衡的基础上,通过合理进程调度实现内存共享率最大,使得处于活动态的内存节点数最少,从而达到数据中心内存能耗优化目的. 仿真结果表明,提出的启发式进程调度算法能有效降低内存能耗.     

智能电网下数据中心能耗费用优化综述

在电价随时间和地理位置波动的智能电网环境下,分布式数据中心运营商在满足各种内外部约束条件下,根据外部负载类型和负载量的变化,通过负载分配、节点状态控制、使用能量存储设备等方法对能耗费用优化目标以及碳排放量、网络带宽费用、响应时间、电网稳定性等协同优化目标进行优化.介绍数据中心的能耗构成和能耗费用优化问题的基本模型,从调整运行节点数、动态电压频率调整(DVFS)、负载分配、部分执行、使用不间断电源(UPS)、使用可再生能源、与电网交互、虚拟化8个方面对数据中心能耗费用优化方法和研究进展进行分类、总结、对比;未来的研究热点包括多目标优化、数据中心需求响应、节点级UPS、可再生能源发电设施、在线优化算法、能源互联网等.     

碳感知的绿色云数据中心能源优化在线算法

使用绿色能源的云数据中心需要满足服务水平协议（service layer agreement,SLA）和长期平均碳排放约束下的能源成本最小化问题,针对该问题,本文进行了深入研究和分析。通过将问题形式化为受约束的随机优化问题,利用Lyapunov优化理论,提出一个不需要预测未来数据的碳感知能源成本优化在线算法,并进一步证明该在线算法可以获得接近离线最优算法的次优解。基于真实数据的仿真实验结果表明:该算法比基准算法具有更好的性能,并且能通过调整控制参数接近离线的最优解。     

基于电力物联网建设的数据中心能耗管理研究

电力物联网的建设支撑了电网业务与新兴业务的发展,并将进一步全面形成共建、共治、共享的能源互联网生态圈。依托电力物联网建设,数据中心可实现在线设备的实时监测和科学化的统一能耗管理,改善传统数据中心存在的设备分布不合理、监测设备冗杂等问题。通过对数据中心的能耗问题进行梳理,构建了基于电力物联网建设的数据中心,实现了数据中心整体设备的互联互通,降低了数据中心的整体能耗。最后对新型数据中心的发展进行了分析和展望。     

基于SLA的云数据中心负载均衡理论研究

以市场驱动为出发点,设计了资源负载状态获取指标和虚拟机迁移效用分析指标,提出了基于时间序列的负载预测算法和基于SLA的虚拟机均衡迁移机制,通过在CloudSim仿真环境下的分析和比较,该负载均衡机制能够以最大化收益为目标实现系统负载均衡。     

基于压缩感知的储粮温度信息处理

研究了粮食信息处理中的压缩感知技术,发现单一粮仓中的温度数据变化幅度平缓,在DCT域表现出较好的稀疏效果,在此基础上提出了对每个粮仓单独进行压缩采样,将所有粮仓采样值进行发送,在接收端通过OMP算法重构出每个粮仓中的温度数据.仿真验证不同粮仓温度数据在DCT域下的稀疏效果与重构误差之间的关系,结果表明,压缩感知应用于粮食信息处理中可有效降低数据的存储及发送量.     

基于流量感知的虚拟机迁移调度算法

针对数据中心的虚拟机迁移调度问题,提出了一种新的启发式解决方案。该方案在充分考虑虚拟机生命周期的同时,对虚拟机进行联网以尽可能减少主干网的流量负载。仿真实验结果表明:与经典的调度算法相比,该算法具有较少的迁移次数和计算资源消耗,在保持系统稳定性方面也有较好的表现。     

基于服务质量感知的异构无线网络负载均衡算法

为了实现合理的网络资源调度,提高异构无线网络资源利用率,提出了一种基于服务质量(Quality of service,QoS)感知的网间负载均衡算法。算法基于无线业务特征,定义了适用于异构网络的一般化终端收益函数和网络效用函数,分别用来表征终端的QoS体验和网络的负荷情况。算法迭代地把负荷最重的网络中QoS收益和资源利用效率较低的终端调度到能够提高该终端QoS收益的负荷最轻的网络中,直至达到网络负载平衡,实现网络资源的均衡利用,并有利于保证终端的QoS。仿真结果表明:算法能够有效地提高网络的吞吐量、降低业务的时延和丢包率。     

云计算环境下基于能耗感知的弹性资源管理机制

目前云计算环境中弹性资源管理的研究,主要考虑了系统的功能和性能,较少关注到能耗问题。设计了一种结合请求率预测与能耗感知的弹性资源管理方法。该方法首先根据获取的请求变化信息学习基于小波变换的模型以准确预测用户对应用的请求率,然后根据请求率与资源开销信息将任务映射到资源开销相对固定的应用执行单元,以达到对系统能耗的弹性管理。通过实验对不同的弹性策略的性能进行比较,验证了该方法在保证服务质量的前提下能更有效地降低能耗。     

一种基于语义的负载均衡调度算法

针对目前越来越严重的网络访问瓶颈，运用现有的集群技术，提出一种基于语义的负载分担算法，并给出了其Java实现，用于实现集群系统的动态负载均衡．     

基于改进人工蜂群算法的负载均衡感知研究

云计算的并行计算能力是实现大数据高效处理的基础,多任务部署策略对云计算下高效并行计算有重要影响。提出一种新的任务部署方案LB-BC,将聚类分析与贝叶斯定理相结合,实现了长时间的负载均衡。为了提高节能优化的强度,接着提出了一种具有节能感知功能的启发式虚拟机动态迁移位置选取方案,以人工蜂群算法为基础与动态虚拟机迁移资源的调度过程相配合,有效地解决了当前虚拟机动态迁移方案的问题,同时还能对虚拟机的动态迁移性能提供保障。     

一种基于TDA7293芯片的直流电子负载

为克服传统的直流电子负载所存在的问题,提出将TDA7293音频放大器应用于小功率的直流电子负载中.在对TDA7293功能分析的基础上,设计了一种基于TDA7293的直流电子负载.首先分析了该电子负载功率电路的工作原理,设计了相关电路参数,然后进行了实验.实验结果验证了所提出的方案和设计的有效性,并反映了TDA7293应用于直流电子负载的优点.最后给出了正确地使用TDA7293芯片应注意的问题.     

基于Nginx的负载均衡方式优化

针对Nginx固有负载均衡方式不能根据需要灵活调整的现状,提出了WLC(Weighted Least Connection)调度算法,对Nginx的请求分发方式进行了优化,通过对Nginx源码的改进,从而解决了Nginx请求分发过程中的session丢失问题,并实现了依据后端服务器固有性能和服务器当前负载情况对请求进行动态分配.通过对调度算法的实验与分析,验证了相同负载情况下WLC算法有较好的性能.