基于QoS和效用的云计算资源调度模型

针对已有的云计算环境下资源调度模型往往仅考虑任务执行跨度而忽略了能提高用户满意度的效用因素,为此,提出了一种基于用户需求QoS和最大化效用为目标的云计算资源调度模型;首先给出了云计算资源调度的框架和数学模型,并将满足用户预算和最迟完完工时间约束的总效用函数作为优化目标;然后对所有任务构造决策矩阵和归一化处理,并采用拉格朗日松弛求取属性权重向量,从而构造出最终的基于多维属性的总效用函数;最后,定义了基于QoS和以最大化效用为目标的云计算资源调度算法;采用CloudSim工具进行仿真实验,结果表明:文中方法能获得最优的资源调度方案,且与其它方法相比,具有较少的平均执行时间和执行花费,具有较大的优越性。     

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求,实现各物理主机间的负载均衡,从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等,且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性,综合考虑任务的性能QoS和信任QoS,提出一种在云计算环境下的任务调度机制,采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较,该任务调度机制不但可以提高用户满意度,而且可以有效实现负载均衡。     

QoS机制研究

在过去几年时间里,研究人员提出了许多种服务质量（ＱｏＳ,Ｑｕａｌｉｔｙ ｏｆ ｓｅｒｖｉｃｅ）机制,这些机制的最终目的是为网络边缘的应用程序提供增强的网络服务。文章首先简要地叙述ＱｏＳ机制的作用,接着讨论了几种已有的ＱｏＳ机制以及这些机制之间的互相关系。     

一种基于QoS的云负载均衡机制的研究

提出一种基于QoS的云负载均衡机制,即:构建QoS模型和云资源模型;建立资源度量与QoS属性之间的映射;对虚拟机实例负载状况和虚拟机集群资源利用状况进行量化评估;感知用户的QoS并对比所监控的云节点的资源度量情况,根据对比结果,通过任务调度算法和弹性伸缩算法分别实现任务的分发和虚拟机集群的弹性伸缩,最终达到优化的负载均衡的目的.通过模拟试验,结果表明本方法与Round robin算法相比,有更好的负载均衡效果.     

一种基于服务中间件的无线传感器网络多维QoS评价机制

面向无线传感器网络的需求,对基于服务中间件的QoS保障机制进行探讨。聚焦QoS评价问题,提出一个基于多维云的QoS评价算法,对任务进行定量评价,使中间件能根据评价结果进行适当调度;同时,针对云参数经验性设置的弱点,利用获益驱动函数进行修正,提高评价的准确性。实验表明,算法能有效提高任务执行效率和延长网络生命周期。     

基于离散粒子群优化的云计算QoS调度算法

针对云计算环境下用户任务的多种服务质量(QoS)需求,综合考虑任务截止时间、调度预算和可靠性,提出一种多QoS约束离散粒子群优化(QoS-DPSO)的任务调度算法。对任务的QoS进行定义和数学建模,通过截止时间和调度预算约束DPSO的搜索空间,根据可靠性重新定义DPSO的适应度函数,由适应度值搜索最优的任务调度方案。实验结果表明,与PSO,DPSO,DBC和EDF算法相比,QoS-DPSO在满足调度截止期的情况下具有较高的可靠性,并且对Makespan性能的影响较小。     

基于任务复制的多维QoS云计算任务调度

为了满足云计算环境下用户服务质量(QoS)需求和提高虚拟资源空闲时间段的利用率,提出了一种基于任务复制的多维QoS任务调度策略。首先,构建云资源模型和用户QoS模型,然后根据虚拟资源的利用情况和QoS的满意度对虚拟机进行性能测评,选择综合性能更高的虚拟资源进行任务的分配;在任务执行时为了缩短任务的完成时间,在调度过程中引入了在空闲时间段复制父任务的方式。通过仿真实验将该算法与HEFT、CPOP进行比较,实验结果显示：当用户偏好可靠性执行时,该算法平均可靠性比HEFT和CPOP高;当用户偏好完成时间和费用花费执行时,该算法平均完成时间比HEFT和CPOP少;当用户无偏好执行时,该算法平均完成时间和平均花费均比HEFT和CPOP少。结果表明该算法能有效提高资源利用率和用户的满意度。     

基于蜂群算法的多维QoS云计算任务调度

针对云计算环境下用户日益多样化的QoS需求和高效的资源调度要求,提出了基于改进蜂群算法的多维QoS云计算任务调度算法,其中包括构建任务模型、云资源模型和用户QoS模型。为了获得高效的调度,引入蜂群算法。针对该算法在后期收敛速度变慢且易陷入局部最优的问题,引入收益比、跟随比概念及当前个体最优值及随机向量,避免"早熟"现象的出现。通过实验仿真,将该算法HEFT与和ABC算法进行比较,实验表明,该算法能获得较高的调度效率和用户满意度。     

无线区域网中保障QoS的多业务调度算法

针对无线区域网中多业务资源分配和调度问题,基于认知无线电的特点提出一种改进的调度算法.该算法通过计算单用户不同业务的QoS优先级,并兼顾多用户之间的公平性选择业务传输的最优信道,在传输过程中采用节点中断管理方式动态修正业务的QoS优先级.仿真结果表明,该算法能有效利用网络带宽,并且能保障单用户业务的QoS要求和多用户调...     

基于云计算的校园网络的QoS研究

阐述了目前校园网存在的网络设备重复投入,网络资源利用率低,网络服务质量不高的问题。提出了基于云计算技术可以在不投入硬件资源的情况下,提高网络资源利用率,优化网络性能,提高网络服务质量。     

QoS约束的云经济资源管理模型研究

提供用户满意的、具有QoS约束的云计算应用是云计算面临的一大难题。提出了以商品市场为原型的云计算经济资源管理模型,其通过云用户与供应商的SLA协商,实现应用服务层QoS到资源设备层QoS的映射,最后利用效用函数的管理策略实现资源的优化调度。     

基于马尔可夫过程的云服务组合QoS量化评估方法研究

针对云服务组合的QoS量化评估方法进行了研究。基于组合云服务环境中虚拟动态性和服务随机性的特点,提出了基于BPEL流程的云服务组合实现框架;在随机Petri网理论的基础上建立了组合云服务流程网模型(CCSPNet),进而应用马尔可夫过程对其进行性能评估,提出了云服务组合的六维QoS评价体系,并结合CCSPNet模型提出了云服务组合的QoS定量评估方法。通过应用实例分析表明,提出的方法具有较好的动态适应性和灵活性,能有效满足云服务应用环境的QoS评估需求。     

基于贝叶斯模型的云服务服务质量预测

针对如何分配一个未来一段时间内满足QoS要求的云服务和感知可能将要发生的QoS违规的问题,提出一种基于时间序列预测方法的云服务QoS预测方法。该预测方法利用改进的贝叶斯常均值(IBCM)模型,能够准确地预测云服务未来一段时间内的QoS状态。实验通过搭建Hadoop集群模拟云平台并收集了响应时间和吞吐量两种QoS属性的数据作为预测对象,实验结果表明:相比自回归积分滑动平均(ARIMA)模型和贝叶斯常均值折扣模型等时间序列预测方法,基于改进的贝叶斯常均值模型的云服务QoS预测方法的平方和误差(SSE)、平均绝对误差(MAE)、均方误差(MSE)和和平均绝对百分比误差(MAPE)均比前两者小一个数量级,因此具有更高的预测精度;同时预测结果对比图说明提出的预测方法具有更好的拟合效果。     

高校信息云服务模式的探究

主要从高校信息云服务模式来探究把信息化工作放到学校内涵发展的全局工作中来把握和推进,让信息化更好地成为支撑、保障和促进学校发展的有力因素。     

QoS映射的区间映射模型

提出一种新的QoS映射模型一区间映射，该映射模型可以将应用层参数映射为传输层参数的一个区间范围，解决了传统映射方法不能适应不同用户的使用需求，或不能适应网络动态变化的缺点，为在开放网络中实施自适应QoS保障打下了基础。     

基于QoS模型感知的云作业调度算法

为了提高云作业调度的成功率,保证用户的服务质量,提出了一种基于QoS模型感知的云作业调度算法。首先从作业分为大作业和小作业两种,小作业直接在私有云平台中完成调度,然后将大作业在混合云中台上进行调度,并通过权值较小的子任务优选部署到公有云上,最后采用仿真测试实验检验算法的性能。仿真结果表明,相对于其他云作业调度算法,该算法提高了作业调度的成功率,缩短了作业的实际完工时间,获得了满足用户服务质量的云作业调度结果。     

基于QoS的云计算资源分配算法

目前,基于云计算的服务越来越具有动态性,资源的分配遇到了前所未有的挑战性,我们不能简单地从成本单一方面来衡量资源分配算法的优劣。针对以上问题,提出了具有QoS限制的资源分配算法,从用户和资源提供者两个方面来考虑资源的分配,在保证用户任务的多维QoS需求的同时,寻求用户满意度和资源利用率的综合效用值的提升。通过仿真实验表明,该资源分配算法,可以减少任务之间对资源的竞争,提高所有任务的全局效用值。     

网格QoS研究的关键问题及技术综述

网格技术将处于不同管理域内的异构资源有效地聚合在一起,为各种大规模高性能网格应用提供了通用的基础支撑环境。为网格应用提供端到端QoS保证逐渐成为关注的焦点。文章介绍了网格应用的QoS要求,分析比较了GARA和G-QoSM两种网格QoS保证体系结构及主要特点,并探讨了端到端网格QoS的关键问题及相关技术。     

基于QoS的网格计算经济模型*

提出了基于经济模型的网格QoS控制机制,刻画了基于经济模型的网格QoS管理结构。用生产—消费模型给出基于多QoS指标的全局QoS优化模型,用整数规划中的背包问题形式化描述了以用户QoS效用函数为导向的资源分配问题。这种形式化描述将用户的QoS需求、资源稀缺以及服务成本等网格关键因素统一在一个框架中分析,提出用价格和契约来控制网格QoS的策略。     

网格QoS控制的效用模型及优化

基于经济模型研究网格QoS控制的资源分配问题,给出多QoS属性多任务的资源分配优化的效用模型,通过定义任务的多QoS属性效用模型来描述动态需求和偏好,计算需要提供QoS的资源分配。用多属性优化方法,求解优化多QoS属性效用函数。