基于包簇映射的云计算资源分配策略探究

随着社会经济的蓬勃发展,云计算领域也在逐渐扩张,其规模也在日益壮大,而越来越多的资源分配与管理方面等问题也凸显出来。与此同时,国内大多数云计算企业的数据管理资源部门通常以虚拟设备为工作中心,为客户提供所需的设备个数和匹配资源,包括储存卡、显示器等,甚至可能还要包含外显设施。因此,云计算企业应当在满足自身需求的同时,减少资源的浪费,利用现代计算模式重新评估云计算资源分配过程中的服务成本,以达到云计算行业绿色、节能的最终目标。据此,针对当下时代发展的要求,文章以云计算资源发展与分配现状为出发点,浅析了当前包簇映射框架,阐述了基于包簇框架的云计算资源分配策略,希望为未来云计算资源分配策略探究提供新方向。     

基于包簇框架的云计算能耗优化算法

文中针对以虚拟机为中心的云计算分配模式中结构复杂、分配困难等问题,采用了一种基于包簇结构的分配框架。在此基础上提出了一个有效的能耗模型,并将二进制粒子群算法进行改进,通过调节自适应的权重,提高了包簇分配算法的速度和准确性。实验表明,改进的二进制粒子群算法在收敛速度和寻优能力方面更加优于传统的二进制粒子群算法。相较于以虚拟机为中心的分配算法,基于包簇框架下的改进二进制粒子群分配算法提升了CPU使用率,有效降低了能耗,更加绿色节能。     

面向成本优化的云计算资源分配方法研究

针对云计算运营环境中,云服务提供商租用云资源提供商的资源,向用户提供服务的场景,以优化云服务提供商的成本支出,增加其运营收益为目标,设计了一种面向成本优化的虚拟机资源分配方法.该方法全面考虑了现货、预约和按需3种资源分配模式,引入风险控制因子规避现货市场的资源风险,制定出成本优化的资源分配方案.所提方法在满足用户满意度基础上,有效实现了虚拟机资源成本的优化,增加了云服务提供商的收益.     

基于弹性资源调整的云计算资源分配方法

针对云计算环境中负载难以预测并且负载量实时变化的应用,设计了一种基于时间协同的资源分配方法,该方法在应用运行过程中,根据负载量以及任务处理时间,制定出多虚拟机协同的资源分配方案。该方法采用时间协同的方式有效实现了资源复用,提高了数据中心资源利用率,并进一步降低了数据中心的运维成本。     

云模型优化的QPSO算法在大数据云存储平台业务调度中的应用

QPSO算法作为最优秀的群体智能算法之一,有着较强的寻优能力,将QPSO算法用于云计算平台资源调度策略的寻优,有着明显的优势。通过对QPSO算法在云计算中的应用研究,为云计算平台效率的提升提供有效方法。文章对云模型优化的QPSO算法在大数据云存储平台业务调度中的应用进行分析与研究。     

基于动态规划算法的资源应急分配优化模型

针对电力突发事件的资源应急分配问题,文中提出了基于动态规划的阶段优化模型。该模型依据各需求点的初始时刻需求,以最小化资源超时到达造成的损失为优化目标,进行资源的应急优化分配。同时考虑后续时刻资源需求的动态变化,基于上一阶段的优化目标叠加下一时刻资源需求缺乏量的惩罚项,从而实现不同时刻需求点之间资源的转运调度。文中采用自适应惯性系数和飞行时间来提高算法的收敛速度,并将所提IPSO应用于两阶段动态规划模型的求解。以人力资源数据进行的仿真结果表明,文中算法迭代40次即可收敛,显著优于传统PSO。且与单阶段优化模型在后续时刻出现明显人力资源缺乏的情况不同,该模型能够满足各需求点的动态需求,进而对应急资源进行合理分配。     

云环境中基于粒子群算法的任务调度研究

任务调度是云计算实现高效计算的关键技术。本文采用粒子群算法进行任务调度求解,对每个子任务占用的资源采用间接编码方式,考虑时间和成本定义合理的初始化参数,选择合适的适应度函数,尽量避免陷入局部最优。仿真结果表明,改进算法具有寻优能力强、耗时少等优点,实现较为理想的任务调度结果。     

云数据中心面向低能源消耗的虚拟机分配策略

虚拟机分配策略是提高云数据中心的物理主机利用率和降低能源消耗的关键技术。文中提出云数据中心面向低能源消耗的虚拟机分配策略LEC-VM。LEC-VM包括2个组成部分:虚拟机放置策略和虚拟机迁移优化策略。通过放置策略将云数据中心的虚拟机分配到最合适的物理节点之上,保证整个系统的CPU利用率低于一个给定的阈值;通过迁移优化策略,根据系统的当前状态动态迁移虚拟机,对物理主机的资源进行优化。利用CloudSim作为云数据中心的云端测试环境。测试结果表明,LEC-VM可以减少云数据中心的SLA违规,保证云计算的服务质量,与其他的虚拟机分配策略比较起来,可以降低能源消耗。     

基于排队理论的云计算资源分配模型的纳什均衡优化方法研究

为优化云计算系统在资源分配中的均衡性,不断提升资源提供者的收益,文章提出以排队理论为基础的云计算资源模型。将云计算等待队列的距离当作资源调度的基础,进而融合了纳什均衡理论对模型的资源调度策略展开合理性分析,并有针对性地提出合理优化的资源调度方法,并将其和分布式计算架构Hadoop当中的资源分配方式进行对比,进而得到实验结果。实验结果表明,和其他几种算法相比,本次研究提出的改进资源分配算法不仅能够满足用户对资源共享提出的需求,还能够满足资源提供者对提升系统响应时间提出的需要。     

基于混合分簇的超密集网络资源分配算法

超密集网络(Ultra-dense network)通过密集部署微基站满足了爆炸式的流量需求,但是干扰严重,合理进行资源分配尤为重要.为减少干扰和进行资源分配,本文提出一种基于混合分簇的资源分配算法.首先,为解决传统K-means算法簇个数和簇中心点难以确定的问题,采用Canopy算法先进行预处理.同时,在用Canopy算法进行预处理时,没有直接设置距离阈值,引入加权平均值公式进行阈值选择,可以实现根据现实场景动态改变簇的大小和个数.然后,最大化吞吐量的同时考虑用户的服务质量,根据优化目标和约束条件,本文提出用拉格朗日对偶算法准确计算出微基站给用户分配的子信道,且采用次梯度更新算法不断更新拉格朗日乘子,得到子信道的最终分配结果.最后,为减少能耗,没有随机地给用户分户分配功率,采用注水算法给用户分配功率.仿真结果表明,所提分簇算法更加准确、均匀地将小基站分布在每个簇中,在完成分簇的前提下,所提资源分配算法不但保障了用户服务质量,而且显著提高了系统吞吐量.     

云呼叫中心系统中对虚拟化资源进行动态分配的方法

构建在云计算业务平台资源池上的云呼叫中心系统,不仅能够在业务层面上进行负载均衡控制,实现呼叫中心的智能化资源调度和分配,自动均衡处理来话负荷、座席签人负荷,支撑话务、服务资源的统一调度以及业务的统一运营管理;而且由于云呼叫中心业务系统部署在云数据中心资源池上,与其他应用可以共享基础设施,因此还需要实现资源动态伸缩分配.提出了一种云呼叫中心系统中对虚拟化资源进行动态分配的方法,这是一种根据资源池上层应用系统的运行情况决定资源池资源动态分配的方法,该方法包括云呼叫中心系统发起虚拟化资源动态分配请求的触发机制、云呼叫中心系统与资源管理平台之间进行资源动态分配的接口等.     

面向智慧高速网络节点边缘处理器的资源配置优化

随着B5G时代的到来,边缘计算被广泛用于处理智慧高速网络节点的海量原始数据.但在实际应用中,基于设备成本的考虑,大量边缘处理器并不会配置较为充裕的冗余性计算资源和存储空间,在处理突发事件时可能无法合理分配资源而出现高时延、宕机等问题,进而影响智慧高速公路系统的稳定性和可靠性.为此,提出了一种面向智慧高速网络节点边缘处理...     

云环境中基于异构资源的资源分配算法

随着"云计算"的出现和快速发展,"云"作为一种新型的资源形式被越来越多的用户所使用。云环境中的资源分配问题成为了云计算中不可忽略的问题。在云资源管理平台中,如何既满足用户的任务需求,又节省云资源成本,是云运营商尽快希望解决的问题之一。实际上云用户对云资源的请求是有差异的,而且用户任务的完成通常由多个异构的云资源来实现。文中作者考虑了异构云资源间的差异,提出了一种基于异构资源的资源分配算法。该算法先从任务的全局角度考虑,将用户提交的云任务划成不同的组合,再根据云资源间的差异,为相应的组合分配相应的资源。实验仿真表明,在异构云环境中,该算法能在满足用户需求的前提下,在节省云资源使用上有较好的表现。     

基于粒子群算法的软件可靠性分配问题研究

针对软件可靠性分配中不易求解全局最优解这一问题,将可靠性指标分配到每个模块中,并利用改进的粒子群优化算法来搜索模型的最优解.实验结果表明,改进的粒子群优化算法在求解软件可靠性分配问题时的效果优于遗传算法等其他智能优化算法.     

Resource Allocation Algorithm Based on PSO-GA for Multi-User OFDM System

In order to minimize the transmitted power in the multi-user orthogonal frequency division multiplexing (OFDM) system, a scheme combining the improved particle swarm optimization (POS) algorithm with genetic algorithm (GA) is proposed to optimize the sub-carriers and bits allocation. In the algorithm, a random velocity between the maximum and minimum particle velocity is used as the updating velocity instead of maximum or minimum velocity when the updated particle velocity is higher than the maximum particle velocity or lower than the minimum particle velocity. Then, the convergence population is used as the initial population of the genetic algorithm to optimize the sub-carriers and bits allocation further. Simulation results show that the transmitted power of the proposed algorithm is about 2 dB to 10 dB lower than that of the genetic algorithm, particle swarm optimization algorithm, and Zhang's algorithm.     

一种适用于虚拟机网络的数据包高效传输方法

为了提高数据包在云计算数据中心中基于虚拟机构成网络中的传输性能,提出了一种基于网络编码的高效数据包传输方法.基于网络编码机制,采用对传输过程中丢失数据包高效的编码组合策略,多个虚拟机终端可以在一次多播或广播传输中获取多个从交换机优先传输的数据包,因此,提出的方法可以提高基于虚拟机网络的多播及广播业务的数据包传输延迟,并提高多播及广播业务的网络吞吐量.仿真结果表明提出的方法在典型信道条件下均获得了较好的数据包传输时延及网络吞吐量性能.     

基于业务交换机的大规模云数据中心通用网络架构设计

业界首次提出业务交换机的概念,基于业务交换机的大规模云数据中心通用网络架构,可以为数据中心网络设计提供通用方法论,从而简化设计并使逻辑清晰,帮助运营商提高运营灵活性、降低成本与风险,为设备商提出一种可能的设备形态以支持这种架构。     

基于Eucalyptus构建私有云计算平台

随着云计算的发展与深入,公有云在网站数据处理、在线服务等领域作用显著。与公有云相对,私有云计算凭借其安全性保障、高效个性化的弹性计算资源分配能力、简易的硬件要求等特性,逐渐在科研实验室、工作站、企业内部等小型分布式计算环境中得到广泛应用。本文基于Eucalyptus开源云计算平台,构建了一个适用于科研实验室及企业内部使用的私有云计算平台,既能弹性分配计算资源,满足开发、测试、管理等不同需求,又能为集群技术、分布式计算、云计算应用等研发工作提供实用平台。本文通过虚拟实例的仿真实验,验证了私有云计算平台在计算资源同构化时的优良性能。