云环境下网络感知的虚拟机分配问题的求解方法

提出了一种云环境下网络感知的虚拟机分配问题的求解方法,该方法能求解带有任务优先级和强制任务的最大虚拟机分配问题等5类问题。该方法通过将虚拟机分配问题编码成对应的SAT类问题,并调用现有的SAT类求解器进行求解,可以更有效地解决较大规模的虚拟机分配问题。最后,通过实验验证了本文算法的合理性和有效性。通过与现有算法在以上5类问题中进行对比,表明了本文算法具有更高的求解效率和更大的求解规模。     

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。     

云计算下区分服务的演化博弈调度算法

提出了一种基于区分服务的云计算演化博弈调度算法.算法中云任务方通过偏好类型参与对资源的竞争,虚拟机资源方依据其计算型、存储型、带宽型等各类服务评分高低竞争任务,构成一个混合博弈,然后再依据任务调度信息和用户反馈的评分不断演化改进虚拟机资源及其所属种群的各项服务评价,最终得到博弈的均衡.仿真实验结果表明,该算法是有效、可行的,能根据任务类型的差异分配不同特性的虚拟机资源,再依据用户对各项服务的评价,确保不同类别的用户任务的服务质量.     

基于强化学习的云计算资源调度策略研究

提出了一种基于强化学习的云计算虚拟机资源调度问题的解决方案和策略。构建了虚拟机的动态负载调度模型,将虚拟机资源调度问题描述为马尔可夫决策过程。根据虚拟机系统调度模型构建状态空间和虚拟机数量增减空间,并设计了动作的奖励函数。采用Q值强化学习机制,实现了虚拟机资源调度策略。在云平台的虚拟机模型中,对按需增减虚拟机数量和虚拟机动态迁移两种场景下的学习调度策略进行了仿真,验证了该方法的有效性。     

云数据中心虚拟机管理研究综述

云中心的虚拟资源管理是云计算提供者提供快速有效服务的重要保障,虚拟机管理是云中心资源管理的主要研究方向之一。该文首先对云中心虚拟资源相关研究现状进行深入调查和分析;讨论了云数据中心虚拟机放置调度方法(预留分配、即需分配、现货分配);综述了虚拟机动态在线迁移技术、服务器整合技术。最后指出云中心虚拟机管理的未来重要研究方向:分布式的虚拟机放置算法、虚拟机网络的拓扑结构、虚拟机资源使用模式探索和热能相关的动态虚拟机整合策略,以便为云数据中心虚拟机管理及研究提供有益的参考。     

TWDM-PON中用户流量预测的波长分配方案

为了解决目前时波分光网络(TWDM-PON)波长分配算法存在的负载不均衡、资源效率低、调谐开销大等问题,对利用用户流量请求行为的大尺度时间范围内呈现的周期性规律指导波长分配进行了研究,提出基于切换周期进行固定—动态波长分配.通过对用户未来带宽请求的有效预测,对分配到多个可用波长的多个光网络单元进行耦合分组,最后分配波长资源.所提方案结合了固定波长分配方案和最早空闲波长优先分配方案的优势,有效降低了波长调谐开销,并使得不同波长上分配的用户负载更加均衡,提高了资源利用效率和资源分配的公平性.     

基于备用虚拟机同步休眠的云数据中心节能策略及性能

为了降低能源消耗实现绿色云计算,提出一种基于备用虚拟机同步休眠的云数据中心节能策略。系统中的虚拟机分为主模块和备用模块两大模块,其中,主模块一直处于活跃状态;根据云数据中心的工作负载轻重,备用模块处于休眠状态或者活跃状态。考虑到云数据中心可以为多任务用户请求提供服务,建立了一个批量到达且部分服务台同步多重休假的排队模型。采用高斯赛德尔法,求解系统模型的稳态分布,给出系统节能率等性能指标表达式。最后,进行数值试验和仿真试验,研究了基于备用虚拟机同步休眠的云数据中心节能策略的系统性能,并验证了所提策略的有效性。     

速率控制与容错联合编码方案

针对移动网络中低时延视频应用的诸多约束,提出了一种速率控制和容错编码相结合的H.264视频通信新方案．采用预编码阶段估计出的视频帧及其内部宏块对传输差错的敏感度,设计了自适应的帧级和宏块级目标比特分配方法．根据视频片(slice)中对差错敏感的宏块所占的百分比为其设置了重要性等级,采用Turbo码对不同重要性的片进行不均等差错保护(UEP)．实验结果显示,此方案与传统的H.264速率控制与容错算法相比,在解码端可以获得超过1dB的亮度PSNR增益．     

基于新型休眠模式的云虚拟机分簇调度策略及性能优化

针对云数据中心数量增加与规模扩张中存在的云计算能耗控制问题,引入了唤醒阈值与休眠定时器双重控制的周期性休眠模式,提出了一种云虚拟机分簇调度策略。云数据中心的虚拟机分为2个模块:模块Ⅰ中的虚拟机时刻保持唤醒;模块Ⅱ中的虚拟机则根据云数据中心的工作负载轻重在休眠状态与唤醒状态间切换。通过构建具有双速率与部分服务台异步(N,T)策略多重休假的排队模型,运用矩阵几何解方法,从云请求平均时延与系统能量节省率等方面评估云虚拟机分簇调度策略的系统性能。综合理论分析结果与仿真统计结果,验证了云虚拟机分簇调度策略的有效性。从经济学角度出发,构建了系统成本函数,引入了An混沌映射机制与非线性递减惯性权值策略,改进了粒子群智能优化算法,给出了策略参数的优化方案,实现了系统响应性能与节能效果之间的合理平衡。     

基于容错机制高可靠性网管系统的研究

从容错的角度,分析了网管系统在可靠性方面存在的主要问题. 针对这些问题,提出了实现高可靠性网管系统的若干种容错方法,包括数据容错、主机容错、网络容错和软件容错,并对这些方法的实现代价进行了比较和分析,指出了各种方法的优缺点和可用性.     

科技资源配置阶段结构优化理论数学模型

科技资源配置阶段结构是科技资源配置的重要组成部分，从科技创新活动的角度对科技资源配置阶段结构与科技创新活动产出效益的关系、科技资源配置阶段结构优化问题进行了探索，尝试将科技创新过程的投入产出定量化、模型化，给出了科技资源配置阶段结构优化的理论数学模型。虽然单一创新行为不可能同时达到科技效益最大化与经济效益最大化，但是从宏观上对科技资源配置阶段结构进行调整，即对科技资源不同阶段的研究投入分布进行调整，能够达到科技创新活动的产出综合效益最优。     

移动环境下扩展的基于策略的网管(PBNM)模型的动态资源分配

针对传统静态策略中条件和动作都是确定的,不能很好地适应网络状态变化的问题,提出了一种基于扩展PBNM模型的移动环境下动态资源分配方案,增加了在运行期根据网络状态对策略进行更新的组件,并给出了动态资源分配的方法。通过实验,采用扩展PBNM模型及动态的策略形式对网络资源进行分配,降低了实时新业务的阻塞率和实时切换业务的掉线率,提高了网络资源的利用率,相对于传统资源分配方法更灵活。     

关键链管理技术在多机组电站建设工程项目中的应用

我国电力工程项目的进度管理主要以关键路径法为主。该方法存在诸多缺陷,如局部最优思路、假设资源无约束等,无法满足进度管理的实际需要。关键链管理技术弥补了关键路径法的缺陷,能够使多机组电站工程项目的进度管理得到管控,但尚未得到推广和应用。通过实际项目案例,详细阐述了关键链技术在多机组电站建设工程项目中的应用成果。     

云环境中工作流的数据分配方法

云计算为工作流应用提供所需的高效率计算和大存储量同时也给商业机密等隐私数据的保护带来了挑战.由于保护隐私数据会造成数据传输时间的增加,本文提出一种新的基于数据协同破坏度的数据分配算法,以改进已有的数据分配策略.算法依赖私有云的安全性和公有云的计算机能力,在初始阶段只对非隐私数据进行划分来改进原始数据的静态分配方法,在运行阶段则不断地动态调整生成数据得到数据分配方案.实验表明,该改进方法在减少数据的传输时间花销上是有效的.     

面向预定义过程的强化学习WS组合

将强化学习应用到基于预定义过程的WS组合,提出了QoS实际性能驱动的随机强化学习Web服务组合方法。利用该方法可以根据WS的实际性能逐渐为模型中的任务学习到优化的任务分配策略,根据任务分配策略所选择的WS的协同执行能最大程度地满足用户的服务请求。与同类方法相比,该方法根据服务的QoS实际性能将WS以往性能数据的利用与持续不断地对新的优化组合的探索融合到一起,逐渐学习到与过程模型相对应的优化服务组合。通过对熵取值范围的讨论,说明了对以往策略的利用与持续不断探索之间的关系。     

用于智能电网的一种认知无线路由算法研究

为扩大通信网络的可利用带宽,智能的分配网络资源,该文围绕智能电网的通信业务服务质量要求,建立面向智能电网Ad hoc通信协议的一种认知无线电网络路由方法。该方法基于耗能和延时最小的原则,根据节点个数、传输速率的要求,对其路由策略以及相关的频谱分配方案展开研究,为构建高效而稳定的Ad hoc智能电网通信网络协议提供一种新思路和设计理念,最终通过数值模型仿真验证其性能优于传统算法,非常适合智能电网方面的应用。     

基于QoS的多用户OFDM系统自适应资源分配算法

在多用户OFDM系统中,为满足用户的服务质量要求并降低算法复杂度,提出一种基于QoS的自适应资源分配算法。该算法将子载波和功率分配算法分开进行,给出了基于QoS的子载波分配方案,并将用户分为VIP用户和普通用户,对两种用户分别采用不同的功率分配算法,在保证VIP用户达到所需要速率的前提下,尽量满足普通用户的速率要求,使MU-OFDM系统成为一个具有服务质量保障的系统。仿真结果表明,该算法既保证了VIP用户和普通用户的性能指标,又降低了算法的整体计算复杂度。     

基于“情境-应对”的动态滚动式应急资源配置

建立应急资源配置与突发事件情境之间的＂情境-应对＂模型,构建动态多阶段配置应急资源的数学模型和拓扑模型。要求应急管理者充分了解突发事件的情境信息和发展阶段,根据所掌握的情境信息和各阶段的救援效果来及时调整应急资源配置策略,实现动态滚动式的应急资源配置。     

基于KM算法的分布式无线节点任务分配方法

单个节点无法满足各种新颖的应用程序对时延或能耗的要求,为此提出了一种分布式无线节点任务协同分配方法,通过利用周围节点的空闲资源,来降低所有节点处理任务的总时延或总能耗.首先根据层次分析法（AHP）综合任务的多维属性,如计算负载、最晚完成时间等,确定任务执行的优先级;然后建立时延和能耗的优化模型,并将其转化为二分图最大权值的匹配问题,采用Kuhn Munkras （KM）算法求解得到任务分配的最优解,实现终端节点在网络边缘高效地协同执行任务.仿真结果表明,该算法能够有效地降低任务处理的时延和能耗.     

NOMA系统中最大化能量效率的功率分配

已有的上行非正交多址接入(NOMA)系统中最大化能量效率的功率分配方案的计算量有待降低,针对此问题,该文提出了上行NOMA系统中低复杂度的最大化系统能量效率的功率分配方案.首先,根据用户的最低速率需求计算每个用户所需的最低功率,以单个用户的最大发送功率和用户的最低速率需求作为约束条件,建立最大化能量效率的功率分配优化问...