基于Agent的分布式软件部署系统框架的研究

针对分布式环境中的多模块软件的部署需求,提出了基于Agent的分布式软件部署的系统框架.在该框架下,对分布式软件参数描述语言进行定义和对分布式系统中的多节点机器的信息进行建模,提出可配置的分布式软件部署的决策算法,并在多Agent通信机制下对软件部署过程进行协同决策,实现了分布式软件的智能部署.     

云计算中能耗和性能感知的虚拟机优化部署算法

优化虚拟机部署是数据中心降低能耗的一个重要方法。目前大多数虚拟机部署算法都明显地降低了能耗,但过度虚拟机整合和迁移引起了系统性能较大的退化。针对该问题,首先构建虚拟机优化部署模型。然后提出一种二阶段迭代启发式算法来求解该模型,第一阶段是基于首次适应下降装箱算法,提出一种虚拟机优化部署算法,目标是最小化主机数;第二阶段是提出了一种虚拟机在线迁移选择算法,目标是最小化待迁移虚拟机数。实验结果表明,该算法能够有效地降低能耗,具有较低的服务等级协定(SLA)违背率和较好的时间性能。     

一种分布式软件发布部署系统

为适应高密度测控任务需求,实现测控软件一站式快速部署、管理和发布,研究了一种可实现分布式测控软件的统一发布部署的系统,详细阐述了该系统的体系结构、C/S模式的服务器端分布式发布部署软件和客户端代理软件的主要功能模块,阐述了该系统的系统软件部署发布的一致性、系统安全机制和软件系统状态点恢复等技术。     

云计算环境下虚拟机部署策略的优化

针对虚拟机群在云计算平台动态部署过程中现有的部署机制所存在的局限性,提出一种优化的部署模型。首先建立预分块存储的分布式预定制虚拟机全镜像模板库;然后由调度中心依据调度策略选择适当的宿主机,并通过多源并行传输的方式提高部署效率;最后由对应的虚拟机监视器完成实例化任务。实验结果显示,在不同的虚拟机群部署规模下,单台虚拟机的平均部署时间较以往缩短3%～45%。实验结果验证了该模型的有效性。     

一种软件部署冲突检测及其自动调整算法

主要研究能够根据不同环境自动调整软件部署过程的软件智能部署问题.首先,介绍并分析现有软件部署工具,提出软件智能部署模型、软件智能部署的规范化描述.其次,介绍并分析软件部署过程中冲突检测以及自动调整方法.在此基础上,提出一种能够根据环境差异,自动调整软件部署过程的软件智能部署算法.最后对比并分析软件智能部署实际应用效果.     

云计算下虚拟机部署机制的研究

随着云计算的发展,虚拟化技术重新得到了人们的关注。当前,在用户服务不断增多,待处理量激增的情况下,如何提高云计算下虚拟机部署效率成为了人们研究的热点。对云计算下虚拟机部署的体系结构和部署流程,以及针对虚拟机部署机制的优化策略进行了研究。使用了分布式模板文件存储方法来提高虚拟机部署效率,通过实验验证了该方法的有效性。     

中小企业云计算服务部署模型选择

提出云计算的选择模型,以期帮助中小企业做出初步云计算选型判断.首先介绍了云计算的基本概念和常用模型,其次从工作负载角度分析了云计算服务部署组合的适用场景,在此基础上,结合专家访谈,建立了云计算服务部署的选择模型,最后给出了应用案例以验证模型的合理性.     

面向军事信息系统的自动化软件部署算法

当前大型军事信息系统部署是一个关键问题,现有的自动部署软件如Jenkins、apt、Docker等软件无法满足大型信息系统软件种类繁多、软件依赖关系复杂、跨平台部署等需求,因此本文首先提出一套规范化的软件部署模型,并且通过文档架构描述（以下简称XSD）进行描述,其次在依赖冲突检测算法的基础上,通过改进深度优先遍历算法（DSP）,提出软件部署序列生成算法,并对该算法进行实验验证。     

一种基于软件通信体系结构的波形组件动态部署方法

简述了软件无线电波形及波形组件,分析了SCA波形软件装配描述文件SAD,提出了一种基于软件通信体系结构和波形组件管理器的组件动态部署方法,并设计实现了组件管理器;使用组件管理器为组件的创建和部署提供统一接口,为波形组件的动态部署操作提供灵活方便的通用接口实现;以宽带网络波形为例,在vxWorks下进行了波形组件的部署试验;结果表明,该方法可以满足SCA波形组件的动态创建和部署要求,解决了波形组件的创建和部署操作与其它操作夹杂在一起,耦合度高的问题,从而提高了组件的可重用性、可移植性和可维护性。     

云计算环境下业务自动化部署的设计与实现

云环境下服务自动化部署是当前云计算研究领域的热点问题,是现有服务向云平台上迁移的前提,具有重要的理论意义和使用价值。本文首先对业务的架构进行分析,将其分成不同的组件并提取需要部署的软件及依赖关系,由此编写自动化部署配置文件。在Open Stack dashboard组件中加入相关代码,调用Salt Stack API实现对自动化部署参数的获取和处理,利用带有saltstack-minion的镜像和本地repository对虚拟机进行软件部署。通过实验证明本系统是可运行的。     

气象环境下的云计算调度算法

针对气象计算的特点,提出气象计算的云模型,在这个模型之上,提出气象云计算（Weather Cloud）的启发式调度算法。调度算法对气象作业按照时间紧迫型、CPU紧迫型、内存紧迫型和硬盘空间紧迫型进行分类,计算资源综合紧迫指数,相应地赋予不同调度优先权限。与CMMS（Cloud Min min Scheduling）、AFCFS（Adaptive First Come First Service）、Fair的调度算法对比表明,Weather Cloud的调度算法不但减少了计算的等待时间,而且增加了完成的指令数量。     

云计算环境下的软件测试服务分析

信息技术的快速发展为各行业领域注入新鲜的活力。以软件测试服务为例,传统测试方法应用下,测试效率 难以得到保障,且需耗费较多成本,而云计算环境下,软件测试更具便捷、高效等特点,且带有一定的自动化特征。本文主要对 云计算技术的相关概述、传统软件测试的主要方法、云计算环境下软件测试服务交互平台的设计以及软件测试中测试云系统 的构建进行探析。实现云计算环境下的软件测试,满足现代软件测试高效、便捷等要求。     

云计算环境下的分布存储应用及安全机制

云计算环境下,对数据存储提出了新的要求,不仅要在容量空间上满足,更要在安全性能上满足.文章首先简单分析了数据库的类型,以及分布式存储在办公室系统中的应用,然后其安全机制加以研究,介绍了几种安全技术.     

Language and Runtime Support for Automatic Configuration and Deployment of Scientific Computing Software over Cloud Fabrics

In this paper, we present the design and implementation of Neptune, a simple, domain-specific language based on the Ruby programming language. Neptune automates the configuration and deployment of scientific software frameworks over disparate cloud computing systems. Neptune integrates support for MPI, MapReduce, UPC, X10, StochKit, and others. We implement Neptune as a software overlay for the AppScale cloud platform and extend AppScale with support for elasticity and hybrid execution for scientific computing applications. Neptune imposes no overhead on application execution, yet significantly simplifies the application deployment process, enables portability across cloud systems, and promotes lock-in avoidance by specific cloud vendors.     

云计算环境下基于粒子群算法的资源分配策略

如何对资源进行有效的分配成为云计算所要解决的重要问题,也是云计算研究的热点问题.为了更好地合理利用资源和提高资源的利用率,提出了一种基于粒子群优化算法的资源分配和调价策略.根据负载的特性,构造了体现其对所获资源的满意度和符合自身经济利润的效用函数,利用资源代理不断调价的方法来达到合理利用资源的目的,同时也最大化了每个负...     

云计算环境下动态数据聚集算法研究

云计算技术的普及带动了数据的增长,为了对云环境下动态数据进行管理,防止数据损坏甚至丢失,方便后续利用,需要对云计算环境下动态数据进行聚集。但目前大多数算法都是基于线性时间概率计数的数据聚集算法,通过数据聚集操作在中间节点预先对数据进行处理,去除数据冗余,减少数据传输,实现节能,对于云计算环境下数据聚集操作存在的重复计数问题,通过研究对副本不敏感的概要结构并优化某些特性,从而完成数据聚集,但这种方法存在占用的存储空间较大,且不能保证动态数据聚集的准确性的问题。为此,提出一种基于粒子群优化算法的云计算环境下动态数据聚集算法,该算法通过对云计算环境下动态数据聚集算法数学模型进行分析,在此基础上,提出基于粒子群优化算法的云计算环境下动态数据聚集算法。首先对云计算环境中的动态数据结构模型进行分析,完成对云计算环境下动态数据的离散样本频谱特征的计算,实现云计算环境下动态数据聚集样本的特征提取和信息模型构建。针对粒子群算法收敛速度慢的问题,本文通过混沌映射方法对其进行优化,通过生成混沌序列,解决粒子群算法存在的问题,利用粒子群优化算法进行特征聚集,从而完成云计算环境下动态数据聚集算法。实验结果表明,本文所提算法能够有效提高动态数据聚集的可靠性和稳定性,降低聚集时间,减少所占内存空间,具有较强的实践性,为该领域的发展创造了条件。     

云计算时代的软件复用

随着Google的崛起,云计算概念悄然进入大家的视野,计算技术从传统的主机集中处理模式,完全分布的C/S处理模式逐步过渡到以云计算为核心的集中分布式处理模式,新服务模式下,传统的软件工程方法面临巨大的变革。文章简单介绍了云计算的基本概念,计算技术的演变过程和软件复用的基本方法,重点分析和研究了云计算环境下软件复用的技术,过程和组织框架,提出了基于云计算环境下的软件复用模型。