云中多媒体应用的资源优化调度研究

发布时间：2017-03-30 03:12

  本文关键词：云中多媒体应用的资源优化调度研究，由笔耕文化传播整理发布。

【摘要】：云媒体作为云平台和多媒体技术的融合,为庞大的多媒体数据提供了新的支撑,提供符合用户需求的多样化服务。它面临着大量迸发的多媒体接入、处理以及传输服务以及异构资源等,造成了更严苛的多媒体QoS要求,传统的媒体资源分配的方法已经进入了瓶颈期。本文针对云媒体资源分配过程中出现的问题,进行了如下研究:(1)针对云媒体应用中数据中心位置不同引起的VM分配问题,提出了一种基于贪心算法的VM分配方案,分别实现单址云和多址云优化的虚拟机分配。对于每种情况,解决了往返延时约束条件下达到资源成本最小化的虚拟机分配问题。此外,针对不同情况改进了贪心算法以适应实际情况。仿真结果表明,该虚拟机优化分配方案可以有效地实现资源成本最小化。(2)针对云中多媒体应用中具有依赖关系、优先级的任务调度问题,提出了一种基于启发式最优任务级调度算法。首先根据多媒体任务的优先级,建立有向无环图模型,分别研究了串行结构,并行结构,和混合结构任务流最优任务调度问题,然后通过将关键路径上的任务节点融合,提出了一种实用可行的启发式最优调度方法。实验表明,在一定的成本限制范围内,所提调度方法能够以近似最优的执行时间完成任务调度分配。(3)针对媒体任务特性、以及服务节点资源的异构性问题,提出了一种基于媒体任务特征和负载均衡的调度算法。该算法参考了传统优先级、QoS以及负载均衡分配策略,首先根据媒体任务特性和服务节点资源偏好分类入队,通过归一化获得资源相似权值向量,进而求得各服务满意度,并按其最大值所对应的向量分配资源。同时利用节点利用率调整各节点,以期缩短查找时间。实验表明,所提资源调度算法,能够在均衡节点负载的情况下,缩短媒体服务的响应时间,提高资源利用率和用户满意度。
【关键词】：云媒体 贪婪算法 启发式调度 QoS特征 调度中心
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09;TP301.6
【目录】：

• 摘要4-5
• Abstract5-9
• 专用术语注释表9-10
• 第一章 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.3 论文研究内容与组织架构13-14
• 1.3.1 研究内容13-14
• 1.3.2 论文组织架构14
• 1.4 本章小结14-15
• 第二章 云媒体资源调度基础15-26
• 2.1 云媒体服务15-18
• 2.1.1 云媒体概述及其特点15-16
• 2.1.2 云媒体服务类型及模式16-17
• 2.1.3 云媒体服务体系架构17-18
• 2.2 云媒体数据中心18-20
• 2.2.1 云媒体数据中心资源模型18-19
• 2.2.2 云媒体数据中心资源管理19-20
• 2.3 云媒体资源调度20-25
• 2.3.1 云媒体资源分配中的需求和挑战20-21
• 2.3.2 云媒体中资源分配调度架构21-23
• 2.3.3 云媒体资源调度中的关键技术23-24
• 2.3.4 云媒体资源调度目标24-25
• 2.4 本章小结25-26
• 第三章 基于数据中心的VM资源分配算法26-38
• 3.1 相关背景介绍26-27
• 3.2 系统模型27-29
• 3.2.1 SaaS架构27-28
• 3.2.2 定价方案28-29
• 3.2.3 虚拟机分配模型29
• 3.3 单址云最优VM分配方案29-34
• 3.3.1 任务调度模型及问题描述29-31
• 3.3.2 算法流程31-34
• 3.4 多址云最优VM分配方案34-37
• 3.4.1 任务调度模型及问题描述34-36
• 3.4.2 算法流程36-37
• 3.5 本章小结37-38
• 第四章 基于混合DAG的最优任务级调度方法38-46
• 4.1 相关背景介绍38-39
• 4.2 任务调度模型39-43
• 4.2.1 任务调度模型及条件39-41
• 4.2.2 串行结构调度问题41
• 4.2.3 并行结构调度问题41-42
• 4.2.4 混合结构调度问题42-43
• 4.3 启发式最优任务级调度方法43-45
• 4.3.1 关键路径融合方法43-44
• 4.3.2 启发式调度44-45
• 4.4 本章小结45-46
• 第五章 基于媒体任务特征和负载均衡调度算法46-63
• 5.1 云媒体中传统资源分配问题46
• 5.2 常用调度算法46-50
• 5.2.1 先来先服务FCFS算法46-48
• 5.2.2 轮询RR算法48
• 5.2.3 加权公平队列调度WFQ算法48-50
• 5.3 常见的资源分配策略50-53
• 5.3.1 基于优先级PQ的资源分配策略50-51
• 5.3.2 基于QoS的资源分配策略51-52
• 5.3.3 基于负载均衡的资源分配策略52-53
• 5.4 云媒体调度中心服务环境53-55
• 5.5 基于QoS多维属性的权值向量55-57
• 5.5.1 媒体任务QoS权值向量55
• 5.5.2 实际和期望资源向量55
• 5.5.3 服务节点权值向量55-56
• 5.5.4 资源相似权值向量56-57
• 5.6 关于优先级的两个衡量标准57-59
• 5.6.1 服务满意度57-58
• 5.6.2 节点负载利用率58-59
• 5.7 基于媒体任务特征和负载均衡调度算法59-62
• 5.8 本章小结62-63
• 第六章 实验仿真与算法分析63-78
• 6.1 CloudSim平台63-67
• 6.1.1 CloudSim体系架构63-65
• 6.1.2 CloudSim技术实现65-66
• 6.1.3 CloudSim工作方式66-67
• 6.2 实验仿真与分析67-77
• 6.2.1 基于数据中心的VM分配算法分析67-73
• 6.2.2 基于混合DAG的最优任务调度算法性能分析73-75
• 6.2.3 基于媒体任务特征和负载均衡调度算法性能分析75-77
• 6.3 本章小结77-78
• 第七章 总结与展望78-80
• 7.1 总结78
• 7.2 展望78-80
• 参考文献80-84
• 附录 攻读硕士学位期间撰写的论文84-85
• 致谢85

【参考文献】

中国硕士学位论文全文数据库 前1条

1 邱悦;云媒体中基于效用最大化协商机制的资源分配算法研究[D];中国海洋大学;2014年

  本文关键词：云中多媒体应用的资源优化调度研究，，由笔耕文化传播整理发布。

本文编号：276085