共查询到19条相似文献,搜索用时 125 毫秒
1.
2.
《计算机应用与软件》2016,(4)
针对目前软件动态演化研究很少考虑可信方面的不足,以面向服务的构件为对象,提出一种构件可信演化策略。该策略包括构件可信演化的相关定义、推理规则、计算公式和声望更新模型。在演化过程中,该策略根据构件提供的各种服务的可信性计算出构件的声望值,由构件的声望值向导构件的可信演化,并根据实际演化情况动态更新构件的声望值。最后,通过案例进行分析,验证了该策略的有效性。 相似文献
3.
构件演化是指构件根据用户的需求和技术的变化而不断改变,它是由一系列复杂的变化活动组成的。分析了构件演化的特点及其对度量的影响,根据GQM度量定义模型,给出了构件演化过程中的主要度量。希望通过度量和测评,能够有效地对构件演化进行控制,保持构件系统的一致性和稳定性。 相似文献
4.
基于构件的软件开发已成为软件开发的主流方法,但针对构件系统动态演化后的一致性保持问题,目前尚缺乏统一的标准,为此提出一种验证构件系统动态演化一致性的方法。首先,应用进程代数构造构件模型,并在此基础上得到粗粒度的构件系统模型;然后,根据构件系统模型及其状态的变化,提出构件系统外部行为提取算法,并基于弱互模拟理论定义构件系统动态演化一致性的验证准则;最后,提取演化前后构件系统的行为,并将其转换成便于Pi演算自动工具MWB(Mobility Workbench)识别的格式,以进行行为一致性验证。案例研究表明,该方法是可行且有效的。 相似文献
5.
6.
7.
8.
9.
针对分布式虚拟环境中几何资源分配不均匀的问题,提出一种基于对象属性关注度的QoS传输控制方法以及模型传输QoS管理模型.该方法扩展了基于几何属性的模型传输控制传统方法,将对象几何属性与非几何属性综合作为传输中Qos控制参数.结合动态QoS控制的思想,针对分布式虚拟环境实时性要求较高的特点,在运行时刻考虑网络带宽对服务质量的影响,进行动态的QoS协商,并给出了一种针对该问题的动态协商算法.实验结果表明该方法能够全面反映用户对虚拟对象的关注程度,并随着网络带宽变化,在保证实时性的前提下更好地进行模型传输. 相似文献
10.
分布式实时系统是一个非常重要且资源有限的系统,系统资源的调配策略很大程度上决定了系统是否能满足实时性要求。要制定资源调配策略,首先要标识出实时系统中的各种资源,建立起资源模型。面向方面是一种全新的编程思想,它和面向对象方法结合解决了传统软件开发方法中的一些问题。文章结合面向方面技术,把QoS监控作为一个关注点,通过UML的扩展机制描述了分布式实时系统中资源模型的面向方面的QoS监控模型。 相似文献
11.
12.
云资源的动态变化和不确定性给资源管理及任务调度带来了很大的困难.为了准确地掌握资源动态负载和可用能力信息,提出一种基于熵优化和动态加权的资源评估模型,其中,熵优化模型利用最大熵和熵增原理的目标函数及约束条件,筛选出满足用户 QoS 和系统最大化的资源,实现最优调度,保障用户 QoS.对筛选后的资源再进行动态加权负载评估,对负载过重及长期不可用资源进行迁移、释放等,可减少能耗,实现负载均衡和提高系统利用率.设计了仿真实验,以验证所提评估模型的性能.实验结果表明,熵优化模型对用户 QoS 和系统最大化有很好的效果,动态加权负载评估有利于均衡负载,提高系统利用率.该评估模型实现了用户QoS保障、减少能耗、负载均衡以及提高系统利用率等多目标的优化. 相似文献
13.
14.
虚拟机放置(VMP)是虚拟机整合的核心,是一个多资源约束的多目标优化问题。高效的VMP算法不仅能显著地降低云数据中心能耗、提高资源利用率,还能保证服务质量(QoS)。针对数据中心能耗高和资源利用率低的问题,提出了基于离散蝙蝠算法的虚拟机放置(DBA-VMP)算法。首先,把最小化能耗和最大化资源利用率作为优化目标,建立多目标约束的VMP优化模型;然后,通过效仿人工蚁群在觅食过程中共享信息素的机制,将信息素反馈机制引入蝙蝠算法,并对经典蝙蝠算法进行离散化改进;最后,用改进的离散蝙蝠算法求解模型的Pareto最优解。实验结果表明,与其他多目标优化的VMP算法相比,所提算法在使用不同数据集的情况下都能有效降低能耗,提高资源利用率,实现了在保证QoS的前提下的降低能耗和提高资源利用率两者之间的优化平衡。 相似文献
15.
16.
基于遗传算法的QoS路由优化算法 总被引:2,自引:0,他引:2
研究了带宽、时延等QoS路由问题,提出了一种基于遗传算法的QoS路由选择优化算法。算法采用网络资源消耗和负载分布为目标函数,目的是在消耗网络资源最小的基础上,使负载均衡分布,合理利用网络资源,降低网络拥塞。仿真结果表明,该算法是有效的、稳定的。 相似文献
17.
为在保证任务服务质量(QoS)的条件下提高容器云资源利用率,提出一种基于李雅普诺夫的容器云队列任务和资源调度优化策略。首先,在云计算服务排队模型的基础上,通过李雅普诺夫函数分析任务队列长度的变化;然后,在任务QoS的约束下,构建资源功耗的最小化目标函数;最后,利用李雅普诺夫优化方法求解最小资源功耗目标函数,获得在线的任务和容器资源的优化调度策略,实现对任务和资源调度进行整体优化,从而保证任务的QoS并提高资源利用率。CloudSim仿真结果表明,所提的任务和资源调度策略在保证任务QoS的条件下能获得高的资源利用率,实现容器云在线任务和资源优化调度,并且为基于排队模型的云计算任务和资源整体优化提供必要的参考。 相似文献
18.
19.
分析了开放嵌入式分布实时(Distributed Real-time and Embedded,DRE)系统的自适应资源管理需求,针对传统静态资源管理方法的不足,提出了一种面向开放DRE系统的自适应资源管理架构;该架构采用动态任务管理、实时资源分配和自适应控制三种关键技术,能够更加适用于开放、动态的环境,有效应对资源约束和资源状态、应用程序QoS的变化;提高系统性能和稳定性;屏蔽底层硬件资源的异构性,为上层应用提供统一的服务接口。 相似文献