云环境下基于LQNM的数据库系统自配置框架研究

针对云计算环境下高动态变化的数据库系统负载无法保障服务质量QoS(Quality of Service)的问题,提出一种自适应的数据库系统配置框架。该框架能够根据负载的动态变化,自动调整系统资源配置,从而保障用户要求的服务质量。框架的核心是基于分层排队网络模型LQNM(Layered Queue Network Model)的性能预测模型,用于指导搜索最优的资源配置,满足用户的性能需求。采用Hadoop搭建云计算环境,以TPC-H基准数据进行实验,实验结果显示,通过自适应配置框架对系统资源的调控,系统的QoS得到了很大提升。     

一种基于性能模型的中间件自配置框架

高动态的计算环境使得QoS(quality of service)保障对于基于组件的分布式系统越来越重要,软件系统需要具备自我调整的能力以适应外部环境的变化.给出一种自适应的中间件配置框架,能够动态感知负载变化,并自动调整系统参数配置以保持用户所要求的服务质量.该框架的核心是一个基于分层排队网络的性能预测模型,用于指导搜索最优的资源配置,使性能需求得到最大的满足.在OnceAS应用服务器上进行原型实现,并以StockOnline应用做实验,比较了在使用和不使用该框架时的性能需求的满足情况.结果显示,在负载增加时,通过自配置框架的调控,应用性能需求的保障程度得到了较大的提升.     

基于反馈的自适应线程池管理框架

提出一种基于反馈技术的自适应线程池调度管理框架（FFATPM）,FFAT,M以系统管理人员的先验性知识为基础,在运行过程中不断学习和提取新的知识,通过动态在线调整使得线程池规模保持在与应用需求和计算资源相适应的合理水平。测试表明,该框架不但可以有效地提高系统的计算资源利用率,而且有助于改善系统的服务质量。     

服务质量感知的云应用资源自适应配置

针对部署在云环境下的云应用资源配置优化问题,提出了通过感知服务质量变化自适应配置云应用资源的策略。设计了一种基于采集到的历史运行指标数据生成贝叶斯网络概率推理模型,并利用预定义应用服务质量目标（Service Level Objectives,SLO）找到资源超配或不足的虚拟设备,生成资源优化方案。在仿真环境下验证测试结果显示,开启自适应配置算法的云应用请求响应时间指标明显优于未开启的云应用。     

云平台下基于截止时间的自适应调度策略

针对在共享集群中进行任务调度时,无法兼顾任务的响应速度与任务完成时间的问题,提出一种基于截止时间的自适应调度算法。该算法以用户提交的截止时间为依据,根据任务的执行进度自适应地分配适当的计算资源。不同于传统调度方式里由用户提交固定资源参数,该算法在资源约束的情况下会对优先级高的任务进行抢占式调度以保证服务质量（QoS）,并在抢占过程结束后额外分配资源补偿被抢占的任务。在Spark平台进行的任务调度实验结果显示,与另一种资源协调者（YARN）框架下的调度算法相比,所提算法能严格地控制短任务的响应速度,并使长作业的任务完成时间缩短35%。     

面向社会技术系统的可变承诺自适应实现框架

社会技术系统通常由人类、硬件和软件主体组成,通过它们之间的协同工作满足相关涉众的需求。由于社会技术系统的开放性、动态性和持续变化性,这类系统中的主体需要动态地调整自己的行为,以适应动态变化的环境。一些研究工作已经提出了支持动态重配置和可变承诺的面向社会技术系统的自适应方法。然而,目前还缺少基于这种方法的实现框架。针对这一问题,提出一个基于主体的自适应实现框架,为社会技术系统提供基于可变承诺的自适应能力。该框架是基于JADE(Java Agent Development Framework)平台来实现的,并且提供了面向特定系统的监控器接口和执行器接口来实现个性化配置。最后,通过一个案例分析验证了该实现框架的有效性。     

QoS需求驱动的服务配置框架

为支持服务质量敏感的基于组件的分布式应用的开发,中间件需要为组件提供并配置各种服务质量服务的非功能性属性.目前的组件架构提供的服务配置方式大多是静态的,且没有考虑不同客户的需求.在对EJB架构进行研究的基础上,提出一种服务质量需求驱动的服务配置框架.研究了根据客户的服务质量需求,在组件实例级别自动生成服务配置决策并实施,实现对不同客户服务差分处理.框架是一个基于服务配置的决策模型,通过多选择背包问题生成服务配置策略.最后通过一个应用实例对框架进行了验证.     

一种自适应的动态网格任务调度算法

GRACE网格资源框架是一个分布式、可计算的经济学体系框架,针对框架中分配网格资源问题,引入近视算法,提出了一种自适应的动态网格任务调度算法。该算法通过在调度过程中动态监测系统的负载平衡度,自适应地选择任务调度策略。经模拟试验证明,该调度算法提高了任务的调度成功率。     

基于反射的中间件QoS动态配置框架

提出一种基于反射的中间件服务质量（QoS）动态配置框架,在动态感知环境变化的基础上,利用QoS度量函数以及爬山算法寻找最佳资源配置,并采用反射机制动态调整中间件系统参数,以满足用户服务需求,从而实现系统在线性能的优化。仿真实验结果表明,该框架是有效的。     

基于核密度估计的软实时任务QoS控制

针对软实时任务的服务质量（QoS）控制问题, 提出一种采用核密度估计预测控制的资源自适应调整方法。该方法首先结合资源预留策略建立软实时任务的服务质量模型, 并采用核密度估计方法, 在无法预知和假设具体作业执行时间分布的前提下通过滑动窗口样本预测当前作业的执行时间概率分布, 反馈控制器基于预测值和上一个作业完成时获得的服务质量动态调整资源以保证当前作业服务质量。仿真实验结果表明, 采用核密度估计的预测控制能有效保证任务服务质量, 在大的系统扰动下能稳定收敛。     

实时嵌入式环境中面向构件系统的QoS模型研究

将基于构件技术的开发引入到实时嵌入式软件平台能够很好地适应嵌入式领域多样性的特点,满足对软件开发效率和软件质量的要求。为保证实时嵌入式环境对资源动态变化的需求，考虑到系统资源的全局管理特性，仅从应用中增加QoS适应机制是不够的，还需在现有的构件框架中增加QoS管理机制。为此，提出了一种面向CCM构件系统的QoS模型，能够主动适应动态变化的资源状态，模型中层次式的QoS转换器的设计简化了用户对服务的QoS参数配置。     

一种基于WSDL的Web服务QoS管理框架

随着Internet的发展,Web服务得到广泛应用,如何选择满足用户非功能性需求的Web服务是其中的一个重要问题。基于此,提出一种基于WSDL的Web服务QoS管理框架,引入多维QoS对Web服务的QoS需求进行全面分析,定义Web服务的多维QoS属性,并在此基础上基于WSDL实现了Web服务的QoS管理框架。     

消防实时系统的QoS技术研究

本文以一个典型实时应用为背景，从时间方面、可靠性方面、安全方面等系统分析它的QoS需求，从而定义了多雏QoS参数，在已有QoS结构的基础上建立了实时系统的QoS层次模型。     

一种策略驱动的Web服务质量保障框架

随着面向服务计算技术的发展和应用,提供非功能属性保障能力成为服务在企业应用中获得成功的关键因素.同传统的分布式计算技术不同的是,服务是动态发现和绑定的,这要求服务双方必须动态协商并保障各种非功能属性.使用WS-Policy语言来显式描述Web服务的非功能性的能力和需求,并提出了一种策略驱动的服务保障框架来完成非功能属性的动态保障,最后在SOAP引擎SOAPExpress中实现了这一框架,结果表明它可以有效满足企业应用对Web服务质量的需求.     

基于对象存储系统的服务质量框架研究

简要介绍了基于对象存储系统的框架结构,并分析了系统的特点。在结合网络QoS和存储QoS的基础上,讨论了整个系统的QoS要求。针对这些要求,提出基于对象存储系统的QoS框架,分别在对象属性、OSD命令和OSD设备上得以实现。     

基于CORBA和集成服务网络的分布式多媒体应用构架

描述的分布式多媒体构架提供了一种如何从高一层次来解决开放系统中连续媒体的处理方法,该结构以CORBA和它的系统服务作为控制信息和媒体数据传输的基础,在应用层,该结构能定义端到端QoS需求释译成相关的网络层配置参数。     

基于补偿因子的Web事务QoS框架

为选择合适的补偿服务,提出基于补偿因子的Web事务QoS框架。将事务协调中的补偿成本和补偿可靠性作为一种QoS扩展,事务协调者基于已建立的QoS规则库进行事务选择和恢复,从而提高事务整体QoS属性,满足事务请求的QoS需求。实验结果表明,该框架可降低Web事务的补偿成本,提高Web事务的成功率。