基于信息熵的容器云平台监控模型设计

为了提高容器云平台监控和数据调度分配能力，提出基于信息熵的容器云平台监控模型。采用资源冗余度分析和CPU物理核心资源检测方法，提取容器云平台监控的信息熵，采用负载均衡控制的方法，分析容器云平台的负载变化和资源调度延迟，将容器云平台的运行数据分为决策类数据、计算资源池数据以及监控服务数据类，采用类型化的特征匹配和数据聚类方法，建立器云平台监控模型的信息熵和关联信息特征匹配模型，通过多个复杂均衡的任务调度序列进行随机链路动态分配，采用容器云的任务排队模型，实现容器云平台监控模型的优化设计。仿真测试结果表明，采用该方法进行容器云平台监控的云数据调度能力较好，资源利用率达到100%,收敛值达到12 000以上，提高了资源利用率和云资源的在线调度能力。     

面向云计算的粒度自配置日志采集平台

日志数据管理系统是最重要的云服务基础设施之一。重要日志数据缺失将造成相应日志分析与决策的片面性和不准确性。然而日志数据采集能力越强,日志采集的运行期开销就越大,海量日志数据的管理与分析就越耗时,对整个云服务环境的系统性能造成不可忽视的影响。针对如何采集必要的日志数据同时尽可能降低其运行期开销的问题,文章首先提出日志采集粒度的概念,然后设计并编程实现一个面向云计算的粒度自配置日志采集平台。其中,平台构成模块包括:日志采集工具、存储日志采集粒度规则和事实的知识库;基于规则动态增加或关闭相关日志数据采集模块的推理机;相应的图形界面,包括用于添加或修改知识库规则的管理界面和直观查看日志数据的用户界面。最后,初步的案例学习结果表明了平台的有效性。     

基于NB-IoT的水土保持监测系统设计

针对目前我国的水土流失以及水土保持系统低效等问题,根据新型的蜂窝窄带物联网技术,设计并实现了一种基于NB-IoT的水土保持监测系统;系统由多个传感器数据采集节点、远程监测云平台以及本地冗余数据存储系统组成;传感器数据采集节点采用STM32微控制器,负责采集地理信息、温湿度信息参数;并将采集的信息分别发送给本地服务器和云上服务器,登录云端服务器即可实时获取到终端采集的信息;实际测试结果表明:NB模块采用省电技术,耗流低至3μA,符合低功耗特性;同时测试了一天的丢包率,总丢包率低于0.15%,保证了数据的准确性;测试云平台数据显示时间与实际采集数据时间差在30 ms内,符合实时特性。     

LVS资源负载策略应用研究

LVS （Linux Virtual Server）是提高云平台资源利用率的方案之一,但是由于LVS负载均衡算法的权值设置不科学以及在分配连接请求时不能实时地平衡任务,导致云环境中的服务器负载失衡,降低了系统对外提供服务的能力.针对以上问题,本文将模拟退火算法和加权最小连接算法相结合,提出一个基于最佳负载因子的负载均衡策略.并通过实验证明,最佳负载因子策略能够使集群中节点负载更加均衡,极大程度上提高了集群资源利用率.     

面向Docker容器的动态负载算法

为了提高Docker容器服务器集群的抗并发性和缩短平均响应时间,文中设计了一种动态负载容器服务器的算法DLOAD(Dynamic Loading Algorithm)。该算法在WRR负载算法的基础上引用了实时权值的概念,弥补了WRR算法在权值给定方面的不足,优化了Docker容器服务器的负载算法。DLOAD算法将记录服务器的资源信息,将容器连接数占比、CPU利用率、内存利用率、网络IO占比、磁盘IO占比和平均响应时间作为算法参数,计算出Docker容器服务器的实时权值,并将实时权值记录到负载服务器的权值表中。负载服务器查询权值表后调用WRR算法,推荐最优的Docker容器服务器ID进行负载。通过仿真实验,从Docker容器服务器的平均响应时间和吞吐量这两个方面对改进前后的算法进行分析和对比,得出改进后的DLOAD算法能够更加高效地缩短服务器的平均响应时间和改善抗并发性,有效提升了容器服务器的性能。     

大规模容器云平台海量软件数据资源实时监控方法

为提高容器云资源监控效果，设计一种大规模容器云平台海量数据资源实时监控方法。首先采集容器云资源数据，对海量软件数据资源进行格式变换，将数据转换成有监督问题的时间序列，再采用统计模型的方式对每个数据资源进行建模和匹配，并对各部分软件数据资源进行分割，最后采用序列化蒙特卡洛方法对云平台海量软件数据资源实时监控。实验结果表明，设计方法能够准确监测出容器云中软件数据资源集群变化情况，在各个项目的监测上，监控准确率均在95%以上，监测速度较快，最多花费9 s就能够实现软件数据资源变化情况的监控，证明所提出方法能够有效提高容器云海量软件数据资源的监控效果。     

基于云服务的农业物联网平台的研究与设计

针对农业信息化，本文设计基于云服务的农业物联网平台，通过传感器、高清摄像头实时动态采集农业墒情、温湿度以及虫情等数据，建立农业大数据平台，通过数据挖掘算法，分析农业病虫害防治、墒情调节的决策数据，为农业生产提供辅助服务手段。     

基于多线程机制的电力数据采集系统设计与实现

针对大规模数据采集系统中采集速率低、服务器负载过重以及数据节点网络地址不稳定等问题,提出基于多线程机制的电力数据采集系统设计方案。通过合理配置多个数据采集线程并发工作完成从多个数据节点采集实时数据,通过建立监听线程来保障系统与数据节点间通信连接的可靠性。最后从100个数据节点进行数据采集测试,取得1832条/min的数据采集速率和30 s左右的数据更新周期。结果表明该系统能够完成大规模网络的数据采集,拥有高效的采集速率,能够保证电力数据的实时性。     

面向物流服务的海量日志实时流处理平台

随着电商平台的快速发展,物流行业增长迅猛,其中物流服务平台的访问日志能够反映用户的行为规律,从而挖掘潜藏信息助力物流服务平台优化业务已至关重要.目前,针对于此类大规模日志数据处理提出了更高的实时性需求,本文综合考量多种实时计算的流处理框架、大规模存储数据库以及日志采集工具等,选取Flume及Kafka作为日志采集工具与消息队列,并利用Flink及HBase进行流数据实时计算以及大规模数据存储.同时,对平台设计了数据去重、异常告警、容错策略以及负载调度的功能.经实验测试证明,本处理平台可以有效处理物流服务平台的日志数据,具有较强的创新思路以及实际价值.     

基于大数据分析的电力信息化智能管控平台设计

为了提高电力信息平台服务器对大数据流量的处理能力,设计基于大数据分析平台的电力信息化智能管控平台。以区域电力总部为基点,部署电力信息化智能管控工作台,通过电力专用网络,连接电力运行必备系统,完成平台硬件结构设计;将平台监控功能分为查询指令下发、反馈数据接收、数据解析、数据存储四部分,设计平台监控功能时序图,实时监控电力数据;在数据采集服务器上部署数据采集算法,采集电力数据;采用大数据分析平台设计包括探测节点、程序分发、隐蔽执行三部分的电力数据分流预处理程序;设计电力信息化智能管控平台运架构,集成电力数据信息,实现电力信息化管控。确定实验方法和步骤,检测结果：此次设计的电力信息化智能管控平台服务器,通过了50模拟用户和100模拟用户的每秒点击次数和吞吐量压力测试,具有较优的流量处理能力。     

基于云边协同的充电设施协调控制系统设计

随着大规模充电设施的接入及其相关分析计算的日益精细化,原有的监控系统无法适应相应的大规模数据处理需求,因此本文提出基于云边协同的充电设施协调控制系统,结合云边协同特点和充电设施控制需求,构建了云端、边缘、充电设施聚合网关功能定位及交互模型,云端对边缘、聚合网关进行统一管理,接收采集信息并对控制系统分析计算服务进行管控和调度,边缘对分布式充电设施进行数据采集和实时控制;云边系统通过Docker容器技术实现服务器资源进行管理,并提出了基于最小变化率的容器部署调度算法实现服务器负载均衡以及资源的高效利用;所提系统实现了大数据通信压力下资源的有效分配,满足电力系统数据采集和多时间尺度控制的需求。最后给出所提系统的应用效果,进一步通过实例验证了Docker容器及其部署调度算法在资源管理方面的适应性和高效性。     

基于物联网技术的货车载荷实时监测系统设计

针对目前货车载荷监测主要依靠固定式称重的现状,设计了一种基于物联网技术的货车载荷实时监测系统。系统以嵌入式系统和多传感器融合算法为核心,由信号采集,信号处理与传输,云服务器等单元组成。采用主控芯片STM32F105RCT6和电阻式应变片传感器,实现数据采集与数据处理;处理后的信息通过无线通信模块发送至云端,云端服务器利用神经网络技术对所得到的数据进行拟合处理,实现了用户在远程情况下对货车的载重量进行实时的监测与管控。实验测试证明,本系统能够准确,高效地采集到货车载荷量,并且所测货车载荷量的精度在2.75%以内,无线传输效果稳定,并能将载荷数据实时上传至云平台,反馈于用户。本系统综合运用了智能传感器、物联网和云计算等技术,具有实时强、精度高、装配便捷等特点。     

一个网络文件存储系统TNS关键技术

基于多服务器架构、为多用户服务的网络文件存储系统普遍存在资源分配不均,重复文件多,存储空间浪费严重的问题。设计并实现了TNS网络文件存储系统,该系统基于多服务器存储架构,分别由用户服务器、索引服务器、数据服务器、共享服务器、管理服务器和登录服务器组成,为多用户服务,采用一致性Hash实现负载均衡,支持在客户端进行文件粒度的重复数据删除。经过实际生产环境运行测试,具有良好的负载均衡能力和重复数据删除功能,可以有效节省存储空间,提高存储设备利用率。     

负载均衡算法在智慧矿山软件平台中的应用

针对现有负载均衡算法在处理智慧矿山系统数据时存在处理速度慢、无法合理利用现有资源完成任务调度等问题,提出一种基于布谷鸟搜索的加权最小连接数(CS-WLC)算法,并将其应用于智慧矿山软件平台解决负载均衡问题。该算法综合考虑后端服务器处理速率、内存容量、磁盘IO速率、网络吞吐量、进程数指标,通过对指标赋予权值计算各后端服务器利用率;根据计算结果,采用布谷鸟搜索算法对后端服务器进行全局寻优,得到一组较优解;考虑连接数及使用频率对后端服务器赋予权值,采用加权最小连接数(WLC)算法在较优解中选取负载较轻的后端服务器处理实时数据存取和用户访问请求。采用分布式融合性监控系统软件平台进行负载均衡测试,结果表明在数据量不断增多的情况下,与WLC算法相比,CS-WLC算法应答时延小、响应连接数多,从而验证了CS-WLC算法具有更好的负载均衡效果。     

使用特殊复合距离的选播路由算法

选播成员都是等价的服务器,服务数据的服务质量比作为请求的选播数据报更为重要．使用特殊复合距离的选播路由算法(ASCD)使用跳数、逆向传输延迟、逆向可用带宽以及服务器负载合成的距离来选择路径．不同于其他算法,ASCD使用度量在路径逆向上的值,即从选播数据报目标节点(服务器)到选播数据报源节点(客户)方向,而不是常规从选播数据报的源节点到目的节点方向．ASCD定位的路径和选播成员使选播数据报请求的服务数据能够得到更多路径资源．ASCD还能够在一定程度上平衡服务器负载．     

基于NB-IoT的UPS智能在线监测系统的设计

针对UPS机房在运行过程中无人监守,工作人员无法及时排查故障的问题,设计并实现了一套基于ARM和NB-IoT的UPS智能在线监测系统,由检测终端、云服务器和监管中心组成;检测终端使用各类传感器和检测电路获取多个UPS设备的输入输出电压和电流、负载率、蓄电池电量等数据以及机房温湿度环境参数,通过无线模块发送给云服务器,监管中心从云服务器获取数据,用户可以登录监管中心远程查询UPS的工作数据;经测试,系统能够实现对UPS各项数据的采集和无线传输,可以通过监管中心实时查询UPS工作状态以及下发指令,能达到实时监控的效果;具有数据测量准确,实时性响应良好等特点,减少了管理人员的工作量,提高了UPS的管理效率。     

基于C#的OPC客户端设计

现代工业生产过程的数据采集要求高采样率和传输的高实时性,而现有OPC数据采集客户端不能满足要求.为了解决这个问题,通过分析OPC标准、服务器数据访问接口和组建对象模型,并结合当前工业控制中数据采集的特点,设计实现了基于订阅式数据采集方式的OPC客户端.该方案在解决当前工业数据采集中遇到的问题具有较高的应用价值.并在实际的生产环境中验证了其与标准OPC服务器在数据传输的稳定性和实时性,为生产过程控制提供了可靠的数据基础.     

基于云平台的高并发WebGIS服务

随着Internet技术的发展,传统的WebGIS服务器在面对大用户群高并发访问时会出现服务延迟甚至拒绝服务的现象.针对该问题,本文提出了一种基于云平台的应对高并发的WebGIS服务器架构.架构使用云平台为WebGIS服务器提供弹性计算和存储资源,并从负载均衡、缓存设计、数据库集群三方面缓解高并发瓶颈.选择开源服务器端软件GeoServer作为WebGIS应用实验部署.实验数据表明使用缓存机制明显降低了WebGIS服务响应时间.与单物理服务器相比,云平台WebGIS服务器集群架构能够有效处理高并发请求,且随着集群规模扩展,云平台WebGIS系统能够获得良好的加速比.     

云数据中心能效可靠的虚拟机部署

优化虚拟机部署是降低云数据中心能耗的有效方法,但是,过度对虚拟机部署进行合并可能导致主机机架出现热点,影响数据中心提供服务的可靠性。提出一种基于能效和可靠性的虚拟机部署算法。综合考虑主机利用率、主机温度、主机功耗、冷却系统功耗和主机可靠性间的相互关系,建立确保主机可靠性的冗余模型。在主动避免机架热点情况下,实现动态的虚拟机部署决策,在降低数据中心总体能耗前提下,确保主机服务可靠性。仿真结果表明,该算法不仅可以节省更多能耗,避免热点主机,而且性能保障上也更好。     

基于动态系数的三次指数平滑算法负载预测

数据中心是企业信息化的重要组成部分,云计算的核心思想就是把数据中心整成一个资源池,对资源池进行统一的调度与管理。随着虚拟化技术的发展,目前对数据中心的资源利用率越来越高,但是还是存在大量资源浪费的情况,其原因在于当前对数据中心未来负载预测的算法还存在一定的局限性,如果对未来负载预测值远远大于实际负载情况,则导致大量的虚拟机资源利用率不高,反之则会导致虚拟机的资源使用率消耗增大,云平台中不同物理服务器之间的负载情况不平衡,一部分物理服务器负载过大,导致云计算平台响应时间过长。因此云计算平台选取一个合适的负载预测算法显得越发重要,如何权衡以上问题,是云计算里面的一个重点研究方向。负载预测选取时间序列预测算法中的三次指数平滑法,在该算法原有的静态系数基础之上,设计了一种动态系数提取方法。通过等距法把静态系数分成若干份进行训练,然后在预测过程中提取该时段误差最小值所对应的系数。在预测结束后,重新计算其误差,并通过均值法覆盖旧误差。实验结果表明,基于自适应三次指数平滑算法其预测误差明显小于静态系数所预测的误差,计算复杂度低,具有一定的应用价值。