云数据中心虚拟资源管理系统研究

云数据中心作为数据中心服务的演进,给数据中心产业带来按需使用,按量计费的全新软硬件的资源出租模式。由于数据中心规模的扩大和功能的多样性,随之出现的问题是数据中心的可靠性以及维护管理的巨大成本。对云数据中心虚拟资源系统进行研究,通过云数据中心资源整合,物理资源虚拟化,实现资源的统一、弹性调配,进而实现云数据中心的高效及低成本运营。     

基于萤火虫群优化的虚拟机放置方法

利用虚拟机放置策略对云数据中心的物理资源利用效率进行优化十分必要。提出了基于萤火虫群优化的虚拟机放置（glowworm swarm optimization based VM placement,Gso-wmp）方法。GSO-VMP方法将物理主机的处理器使用效率表示为荧光素值，当一个虚拟机被放置到物理主机上时，该物理主机的荧光素值都要进行更新；能够在局部径向范围内搜索到更多的可用物理主机，完成虚拟机放置，减少了虚拟机的迁移次数，从而间接地节省了物理主机的能量消耗。使用CloudSim作为GSO-VMP的仿真环境进行仿真，实验结果表明，GSO-VMP方法使得云数据中心的能耗降低、多维物理资源利用率提高。     

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。     

云数据中心网络安全服务架构的研究与实践

随着虚拟化软件技术的发展,云数据的敏捷性、可扩展性和高效性等优势逐渐凸显。但云数据对安全服务也提出了更高的要求。物理网络的安全无法直接应用于虚拟数据中心,因此需要建立分布式的虚拟数据中心网络安全架构。本文将从云数据中心的安全服务需求出发,分析云数据中心网络安全服务的架构思路,并探讨系统架构可提供的服务。     

虚拟化技术在广电云资源池中的应用

为实现区域广电数据中心内各运营支撑应用系统的资源整合与共享,在分析研究了数据中心当前面临的主要问题和痛点后,提出了一种基于虚拟化技术对原有应用系统进行升级改造,以建成广电云资源池的部署方案。通过采用服务器虚拟化、存储虚拟化、安全防护虚拟化及业务编排控制等技术手段,有效提高了资源利用率、业务连续性及存储系统性能,降低了空间能耗,实现了高效运维管理与虚拟化安全防护。为广电云资源池的部署实施提供了一定的经验参考。     

云数据中心时延优化的数据放置方法

针对云数据中心数据获取效率低和服务器资源浪费问题,为优化云平台的数据访问和资源利用,文中提出了一种时延优化的云数据中心数据放置（LOP）方法。文中首先分析了云平台的性能,建立了云平台的资源利用和数据获取时间模型。然后基于非支配排序算法NSGA-Ⅲ实现了全局最优的数据放置策略,对数据资源进行合理部署,有效利用服务器的资源,提高了数据获取的效率。最后通过CloudSim仿真平台,对提出的数据放置方法进行了仿真和对比实验。实验结果表明,LOP方法能明显提高云服务器的资源利用率,缩短任务的数据获取时间。     

基于数据挖掘的电力云资源规划调度

随着虚拟化技术的应用,数据中心的资源利用率已经得到一定程度的提高,但是云资源通常还是根据用户提出的需求预先分配,资源利用率仍然有待提高.为了进一步改进资源利用率,云中心的实际资源需求可分为“周期资源”及“峰期资源”.“周期资源”可以通过历史规律,利用递阶成分负载模型进行分析,预测出数据中心大部分时间的资源需求;“峰期资源”主要是满足短时间内的各种高峰资源需求,这种需求应用了排队论及随机均衡算法模型并根据实际应用的需要动态启用、分配和收回资源.通过使用资源收集与分配守护进程对云中心资源需求进行规划调度实验,效果明显,从而为云中心资源利用率的提升及节能减排提供了一种有效途径.     

基于HDFS的云存储在高校信息资源整合中的应用

研究如何将基于HDFS的云存储应用于整合高校信息资源,旨在通过合适的构建基于HDFS的云存储服务系统,解决高校的海量数据存储问题。通过对概念的解析,结合高校信息资源存储的特点,构建了一个低成本、高效率、高安全性的分布式信息资源整合解决方案,并给出了系统结构图。     

云存储环境下多媒体集成学习资源信息整合系统

为了提高多媒体集成学习资源信息配置和整合能力,文中提出一种基于自适应均衡分配和模糊调度的云存储环境下多媒体集成学习资源信息整合系统设计方法。对采集的多媒体集成学习资源信息采用关联规则挖掘方法进行属性配置,根据多媒体学习资源的属性分类结果进行资源配置和信息聚类处理,构建资源整合的信息融合模型,采用模糊调度方法实现多媒体集成学习资源信息的优化整合。在嵌入式环境下进行资源整合系统软件开发设计,采用ZigBee协议进行多媒体集成学习资源信息整合系统的组网设计和模块化开发。测试结果表明,设计的多媒体集成学习资源信息整合系统具有很好的教学资源信息整合能力,资源信息的召回率较高。     

智慧威海的惠民探索之路

作为国信办确定的全国政务信息资源调查试点,威海在十年前就开始信息资源整合的顶层设计和理论研究。在具体操作层面上,威海将其分为通过后端数据整合解决资源的分散化和通过终端整合解决应用的烟囱化问题。数据整合以威海云计算中心的建设为标志,中心按照国家A级标准建设,目前满载机架130个,PUE值1.7,承载了威海的公共服务云、电子政务云和工业设计云三个云平台。2013年其获得全国数据中心设计优秀奖,去年1月份又与山     

云桌面技术在高职院校的运用与推广分析

基于计算机信息技术的高速发展,高校实验室对协同作业与资源自适应调配等个性化需求日益增加.针对传统计算机实验室在建设与维护过程中的存在一些弊端,如:前期投入成本高、设备整体利用率低、管理效率低、数据安全性与网络传输效率较差等客观问题,文章将对现有教学资源及需求进行分析,结合云桌面技术优势,论证云桌面技术可行性研究,推动实...     

基于包簇概念的云资源分配成本优化模型

针对云数据中心因传统资源管理方式造成云服务成本过高问题,文中提出一种基于包、簇概念的资源集中管理分配优化模型。将用户的具体需求抽象为一个个独立的需求包,将数据中心的各类资源整合成一个个资源簇,并将CPU、RAM、带宽作为指标,建立成本评估模型,利用基于包簇概念下的改进粒子群算法,实现需求包到资源簇的部署映射。仿真实验结果表明,该优化模型可以有效降低资源分配过程中的营运成本,稳定提高资源平均利用率。     

电信行业智能数据中心的研究与应用

对云计算和虚拟化在电信行业智能数据中心的应用进行了研究。电信行业的数据中心是各类电信增值业务的部署核心,是实现数据共享和进行数据存储、处理操作的重要区域。为了满足当前电信行业需要处理海量数据的需求,在对云计算、虚拟化以及存储区域网络等关键技术进行研究的基础上,应用相关技术设计了电信行业智能数据中心,以虚拟化技术为基础,整合了数据中心的软硬件资源,使数据中心资源具备了智能化管理和动态部署的能力,其实际的运行效率显著提高。     

新形势下的安全虚拟化方案

在云计算数据中心的建设过程中,单个租户的业务需求会不断的变化,其对于存储、计算、网络等资源的占用可能需要进行实时的调整,以提升基础设施的利用效率。同时,随着租户规模的增加,多租户在最大化共享云计算基础资源的时候,如何保证多租户之间数据的安全隔离,成为了云计算用户关注的焦点。正是在这种环境下,虚拟化技术应运而生。在存储、计算、网络虚拟化逐步规模应用的阶段,安全产品作为网络侧的不可或缺的业务,能否匹配数据中心虚拟化技术要求,满足安全资源按需部署、快速交付、综合防护的关键需求,其虚拟化架构至关重要。     

An Effective QoS-Constrained Scheduling Scheme for Cloud Computing Services

Cloud computing is becoming a hot topic of the information industry in recent years. Many companies provide the cloud services, such as Google Apps and Apple multimedia services. In general, by applying the virtualization technologies, the data center is built for cloud computing to provide users with the computing and storage resources, as well as the software environment. Thus, the quality of service (QoS) must be considered to satisfy users' requirements. This paper proposes a high efficiency scheduling scheme for supporting cloud computing. The virtual machine migration technique has been applied to the proposed scheduling scheme for improving the resources utilization and satisfying the QoS requirement of users. The experimental results show that in addition to satisfying the QoS requirement of users, the proposed scheme can improve the resources utilization effectively.     

一种基于 DHT 的分布式云灾备模型研究

云存储服务,作为云计算的衍生产物,目的是为网络海量数据的存储提供有效的解决方案,节约存储成本和系统资源,提供一个完善的备份、容灾的数据中心,并能够保证数据安全性、容错性。现阶段云灾备模型局限于有限的网络位置,使用虚拟化技术,依托本地服务器实现,与传统云灾备模型不同,介绍了一种基于DHT的云灾备模型,可适用于广域网的、普适的数据级灾备解决方案。     

大数据典型相关分析的云模型方法

针对传统大数据典型相关分析（CCA, canonical correlation analysis）方法的高复杂度在面临大数据PB级数据规模时不再适应的现状,提出了一种基于云模型的大数据CCA方法。该方法在云计算架构的基础上,通过云运算将各端点云合并为中心云,并据此产生中心云滴,以中心云滴作为大数据的不确定性复原小样本,在其上施以CCA运算,中心云滴的较小数据量提高了运算效率。在真实数据集上的实验结果验证了该方法的有效性。     

基于深度学习的异构资源分配算法研究

资源分配是目前云计算领域中一个重要的研究方向。在异构云计算体系结构下的复杂应用问题研究中,为了满足异构资源分配的需求,提升资源利用效率,文中提出了一种基于深度学习的面向应用的资源分配算法。该算法将数据特征进行量化,更加精确地刻画了不同服务器资源之间的性能差异,在分配算法中加入了一个工作负载预测模型,使给出的资源分配方案与需求更加匹配,同时提高了资源利用率。