云计算平台资源分配若干问题研究

发布时间：2018-05-25 01:37

本文选题：云计算 + 资源分配算法　；参考：《西安电子科技大学》2014年博士论文

【摘要】：云计算系统通过虚拟化技术和SOA(Service Oriented Architecture)架构,提供了对异构平台资源的整合与再分配,并将整合后的资源通过服务的形式向用户或上层程序提供。由于资源能够在整合后形成从逻辑上统一的资源池,因而云计算系统能够根据用户或程序需求,采用多种策略和算法对资源进行灵活的分配。考虑云计算平台执行用户计算任务的是虚拟机(Virtual Machine,VM),而用户数量以及用户的资源请求是随时间变化的,因此,VM的数量以及创建VM时所需的系统资源亦为变化量。如何准确的描述云计算系统资源分配中的这种变化特性,为各个VM提供公平的资源分配方案,确保VM能够完成用户计算任务,成为云计算资源管理中的核心问题。此外,对于分配算法得到的结果,亟需一种评估模型对分配结果的公平性进行度量,为资源分配算法的选取和改进提供量化参考。针对上述云计算资源分配中面临的问题,本文工作主要包含以下几个方面:(1)建立了用于描述云计算资源动态特性的数学模型。针对云计算平台的动态性,给出了较为典型的三种平台资源动态模型。对于云计算中虚拟计算节点(Virtual Computing Node,VCN)因执行任务的不同而导致资源需求不同的特性,提出了“动态资源需求模型”。其次,在平台运行过程中,执行新任务的VCN会不断产生,完成任务的节点会销毁,因此,一段时期内平台中虚拟计算节点的数量是变化的,导致系统资源的占用量(或剩余量)也随之变化。针对这种特性,提出了“动态节点数量模型”。最后,随着平台用户的增加以及任务量的增加,平台资源可能无法满足不断增长的用户的需求,这将会导致用户需要等待资源才能执行任务。为此,运营商需要对系统进行扩充,以满足不断增加的用户对资源的需求。针对这一问题,给出了“动态集群规模模型”。(2)提出了面向瓶颈资源的公平性分配算法DBRF(Dominant-Bottleneck Resource Fairness),防止系统瓶颈资源由于需求量增加而过快耗尽。DBRF算法对系统瓶颈资源进行预判,引入了缩放参数λ对瓶颈资源的分配量进行控制,增加了算法迭代次数,避免了由于算法收敛过快而导致部分用户瓶颈资源分配不足。通过仿真实验,验证了算法能够将瓶颈资源在分配时分割到更细的粒度,有效减缓瓶颈资源的耗尽速度,确保更多用户分配到瓶颈资源。(3)针对云计算系统中恶意用户占用资源的情况,提出了基于信誉评估的保障公平性方法cbDRF(Credit-Based Dominant Resource Fairness)。通过引入信誉评价机制,对用户资源资源使用进行评估。对于恶意使用或占用资源的行为,通过其信誉值对恶意行为实施惩罚。证明了cb DRF满足文献[1]提出的公平性四原则,并进一步证明了该方法满足“释放激励(Release incentive)”和“惩罚性分配(Punitive allocation)”两个新特性(这两个特性增强了分配公平性,防止用户恶意占用资源)。仿真实验表明,cb DRF能够有效对用户资源使用情况进行评估,并抑制恶意占用资源的行为。(4)为定量地评估资源分配结果,提出了基于动态特性的多资源分配公平性评估模型DFE(Dynamic Fairness Evaluation)。模型根据云计算平台虚拟化计算节点数量以及资源需求变化的特点,引入了时间和概率参数,建立了两个子模型:1)节点资源需求动态模型;2)节点数量动态模型,基于这两个基本模型提出了DFE,对云计算资源分配算法公平性进行定量的度量。分别采用几种典型的资源分配算法(以DRF、Avg、Max-min为例)和基于效用公平性算法(以α-fairness为例)对DFE模型进行了验证,进一步说明该模型能够在资源变化的情况下有效地反映分配算法的公平性变化,为分配算法的选择提供了重要的参考和依据。
[Abstract]:The cloud computing system provides a dynamic model for cloud computing resources . ( 2 ) A fair allocation algorithm DBRF for bottleneck resources is proposed to prevent the system bottleneck resources from being depleted rapidly due to the increase of demand . The DBRF algorithm controls the allocation of bottleneck resources by introducing a reputation evaluation mechanism . Based on the characteristics of cloud computing platform virtualization computing node quantity and resource demand variation , time and probability parameters are introduced , two sub - models are introduced : 1 ) node resource demand dynamic model ; 2 ) node number dynamic model ;
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TP393.09

【相似文献】