基于迁移技术的云资源动态调度策略研究

现有云资源管理平台存在着瞬时资源利用率峰值易引发迁移、动态负载效果不佳等问题。依据云资源动态调度模型,提出了有效的基于迁移技术的虚拟机动态调度算法。算法将物理节点负载与虚拟机迁移损耗评估、多次触发控制、目标节点定位三者有机结合,实现云计算数据中心高效的动态负载均衡。实验结果表明,该算法优于CloudSim的DVFS调度策略,在保证应用服务水平的同时能减少虚拟机迁移次数和物理机启用数量。     

云数据中心基于负载权重的负载均衡调度算法

针对现有云数据中心的多维资源利用不均衡问题,提出基于资源负载权重的动态多资源负载均衡调度算法。算法结合服务器各维度资源动态负载情况,构造层次分析法（AHP）判断矩阵来处理多维资源对于负载均衡影响权重大小,在此基础上综合考虑任务资源需求,将任务放置到合适服务器来改善资源利用,实现资源间负载均衡。平台仿真显示新算法可有效提高利用率低的资源的利用效率,在提高整体资源利用率、降低资源间负载不均衡率方面有优势。     

基于贪心算法的容器云资源低能耗部署方法

将容器云平台资源整体能耗最低作为目标,设计基于贪心算法的容器云资源低能耗部署方法。在物理主机与虚拟机对应、虚拟机与容器对应等约束条件下,结合静态和动态两个部分构建容器云资源能耗模型。通过资源虚拟化与去除冗余两个步骤,得到容器云资源的整合结果。检测物理机负载状态,确定虚拟机迁移源物理机和目标物理机,利用贪心算法均衡调度容器云资源负载,最终通过容器云资源编排重组,实现容器云资源低能耗部署。通过与传统部署方法的对比得出结论：在优化设计部署方法下,容器云资源的利用率和负载均衡度得到明显提升,能量损耗明显下降。     

支持随机服务请求的云虚拟机按需物理资源分配方法

本文针对云平台按负载峰值需求配置处理机资源、提供单一的服务应用和资源需求动态变化导致资源利用率低下的问题,采用云虚拟机中心来同时提供多种服务应用.利用灰色波形预测算法对未来时间段内到达虚拟机的服务请求量进行预测,给出兼顾资源需求和服务优先等级的虚拟机服务效用函数,以最大化物理机的服务效用值为目标,为物理机内的各虚拟机动态配置物理资源.通过同类虚拟机间的全局负载均衡和多次物理机内各虚拟机的物理资源再分配,进一步增加服务请求量较大的相应类型的虚拟机的物理资源分配量.最后,给出了虚拟机中心基于灰色波形预测的按需资源分配算法ODRGWF.模拟实验表明所提算法能够有效提高云平台中处理机的资源利用率,对提高用户请求完成率以及服务质量都具有实际意义.     

Xen虚拟机资源调度优化算法

针对Xen虚拟化平台中虚拟机资源分配不合理的问题,提出了两种资源调度优化算法,即细粒度优化算法和粗粒度优化算法.细粒度优化算法主要解决单个物理节点上虚拟机资源分配不合理问题,能够根据物理节点上运行的各虚拟机的资源利用情况来调整资源分配量,适当增加利用率较高的虚拟机的资源,减少资源利用率低的虚拟机的资源,从而优化资源分配,提高资源利用效率,避免不必要的虚拟机迁移.粗粒度优化算法是针对集群中多个物理节点之间虚拟机负载不均衡问题而提出的.该算法结合粒子群优化技术,选择将集群系统中热点物理机上的部分虚拟机迁移到最适合的冷点物理机上,从而避免高载物理机宕机.实验结果表明,这两种资源调度优化算法能够有效解决虚拟机资源分配不合理的问题,具有较好的适用性和应用前景.     

基于拍卖的数据中心资源匹配算法

云平台数据中心主机与负载均具有异构性,导致任务负载无法均衡利用主机各项资源。主机资源的非均衡利用最终造成总体资源利用率低,主机资源浪费,提高运营成本。针对云平台数据中心任务分配中各项资源无法均衡利用的问题,提出一种基于连续双向拍卖的虚拟机分配与迁移算法。该算法一方面利用多种启发式策略对数据中心主机和虚拟机进行筛选,将过载主机与欠载主机放入数据中心拍卖中;另一方面,构建买卖双方定价策略以及交易策略,形成完整的拍卖流程。同时,为解决多资源情况下的交易问题,提出基于资源匹配度的交易策略。仿真实验表明,文中方法通过引入资源匹配度,能够有效地匹配数据中心主机与虚拟机的各项资源,平衡各类资源利用率,提高整体资源利用率。     

能耗感知下云资源三支粒度调度策略研究

云资源调度是云数据中心的一种重要节能方式。然而,实际云平台中,受单一物理机资源限制,存在虚拟机资源竞争和利用率低的问题。对此,通过分析虚拟机负载相似性及资源占有度问题,提出一种基于三支决策的能耗感知虚拟机迁移策略。首先,在虚拟机迁移过程中,设计云资源的三支划分策略,并使用K-means算法在划分区域选择待迁移的虚拟机序列;其次,依据虚拟机与物理机的负载相似度,获取虚拟机放置顺序;最后,依托CloudSimPlus云仿真平台验证了所提方法的有效性。实验结果表明,所提方法能够有效降低云能耗,实现资源充分利用。     

基于Eucalyptus 网站云的资源调度

网站云是一种多租户的云部署架构.研究了基于Eucalyptus实现的网站云资源综合调度策略,提出了以HTTP请求为细粒度任务的贪婪调度算法,并引入了带权机器学习算法模型,使系统能主动感知请求高峰并进行负载均衡.实验证明达到了较理想效果.     

基于BP神经网络的气象云资源调度系统

人工调度气象云资源会造成资源浪费。本文设计一种基于BP神经网络的气象云资源调度系统。该系统使用BP神经网络学习虚拟机负载历史数据,并对其进行预测;基于预测的虚拟机负载,设计一种面向多类资源的虚拟机非增排序策略;使用首次适应算法对排序后的虚拟机进行云资源调度。该系统在江西省气象云平台中进行了实验和功能验证。     

基于遗传算法的云计算资源调度策略研究

对云计算环境中的资源调度问题进行了研究,鉴于当前云计算环境中资源利用率不高,节点负载不均衡的问题,提出了一种新的基于遗传算法的关于虚拟机负载均衡的调度策略;根据历史数据和系统的当前状态以及通过遗传算法,该策略能够达到最佳负载均衡和减少或避免动态迁移,同时还引入了平均负载来衡量该算法的全局负载均衡效果;最后通过在CloudSim平台进行仿真实验,结果表明,该策略具有相当好的全局收敛性和效率,当系统虚拟机被调度之后,算法在很大程度上能够解决负载不均衡和高迁移成本问题,并且极大地提高了资源利用率.     

一种基于资源可用度的资源发现方法

由于Internet上的资源的不均匀分布,为了实现有限资源的最大利用率,可通过一种基于资源可用度的资源发现方法,该方法运用一种新的模型计算了节点的资源可用度,并将可用度比较高的节点主机作为资源发现的目的地,从而较好地实现了Internet中共享资源的查找与定位问题.     

网格环境中的资源发现问题

本文主要研究了网格资源发现的几个问题,从表述资源发现问题,资源和请求的表示、匹配的确定及可测量性问题的解决等方面做了分析和探讨.     

网格资源管理模型研究

文章分析了网格资源管理中的三种模型:传统的资源管理,基于代理的资源管理和基于经济学的资源管理。以Globus为例讨论了传统的资源管理方法;在基于代理的资源管理模型中,分析了基于代理的资源发现与监控和基于代理的资源调度;在基于经济学的资源管理中,分析了7种常见的模型。最后,文章提出WSRF规范的出现将给网格资源管理技术带来新的变化。     

基于网格计算的资源调度研究

本文对资源调度的特点、相关技术及面临的挑战等难点进行了初步探讨,并将在未来继续探索和试验。     

基于层次结构的网格资源管理系统

首先介绍当前的资源管理系统模型 ;然后根据网格资源的特点提出了具有层次结构的网格资源管理系统模型 ,对开发这种系统的关键技术作了探讨 ,其中包括资源管理流程、资源需求、资源提供、资源分配等几方面 ,并已在研制的网格资源管理系统JobCenter Grid中加以实现。     

计算网格的资源分发和发现机制

1 引言计算网格的资源管理系统是为实现计算网格系统资源共享所应提供的最主要的服务之一。计算网格资源管理系统的基本功能是接受来自计算网格范围内的机器的资源请求,并且把特定的资源分配给资源请求者,并且合理地调度相应的资源,使请求资源的作业得以运行。资源分发、资源发现和资源的调度构成了计算网格资源管理系统的最主要的内容。资源分发和资源发现提供方法,通过该方法,在计算网格内部的机器能够形成一个可用的资源和其状态的一个视图。资源     

企业资源计划(ERP)项目实施策略

本文阐述了ERP项目在企业管理中的巨大作用，并结合自己的看法及心得，对企业在实施ERP项目前及实施ERP项目过程中应注意的一些问题给出了一些建议及策略。     

分布事务处理中的资源管理

1 引言在分布事务处理环境中,资源管理器(数据库管理系统,可靠消息队列以及事务性文件系统等是最常见的资源管理器)扮演着数据管理的核心作用,因此,分布事务处理中的资源管理的研究显得极为重要。     

基于因特网环境的虚拟企业资源计划VERP

因特网环境下,企业为了抓住机遇、快速响应市场、赢得竞争,就必须进行面向虚拟企业的资源计划。该文提出并研究了因特网环境下的虚拟企业资源计划VERP;规划出虚拟企业资源计划系统,包括系统层次结构设计、功能模块结构设计、数据库服务器结构设计。     

基于用户的数字资源整合系统构建研究

以用户为中心，充分利用信息技术促进数字资源整合是信息服务工作发展到一定阶段出现的新任务。本文以当前数字资源整合的背景为起点，提出了基于用户的数字资源整合系统的构想，并从系统架构与功能等方面论述了系统的构建方案。