云应用负载建模与资源预测方法研究
发布时间：2020-12-14 12:45
目前,云用户租用云资源时存在极大的浪费,按需使用云资源已经成为业界关注的焦点,普遍采用模拟的负载来预测云资源的需求。当前的负载模型主要针对特定应用或单应用类型,能覆盖的负载变化模式有限;基于负载的资源预测方法的准确性也受限于特定的负载和云资源的类型,无法适应云用户负载的多样性。为此,论文提出了云应用负载抽象层次模型及其实例化方法,解决“模拟现实负载”的问题,在此基础上提出了相应的云资源预测方法,解决“如何按负载使用资源”的问题。主要创新成果如下:（1）提出了一个云应用负载抽象层次模型。该模型由云应用抽象层次模型和负载变化抽象层次模型组成。云应用抽象层次模型用统一的数学方法描述不同类型云应用;负载变化抽象层次模型提取负载变化的本质特征,构建了到达过程通用模型和涵盖用户、应用、服务单元负载变化的层次模型。云应用负载抽象层次模型为生成变化模式多样的多应用混合负载提供了理论基础。（2）提出了云应用负载抽象层次模型的实例化方法和基于负载模型的负载自适应生成算法。实例化方法将云应用负载抽象层次模型实例化为各种类型的负载模型;负载自适应生成算法再根据实例化后的负载模型自适应生成对应的负载。实例化方法...
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
所示，这一交互过程自下而上包含三个角色：云提供商(Cloud图1.1资源与需求的交互过程
论文的前两章主要提出“按需使用云资源”的问题，从研究背景和意义以及相关足两个方面说明研究的必要性和迫切性，明确研究的内容和方法论。第一章绪论。从云用户租用公有云浪费的现象引出了按需使用云资源的“垃圾出”问题，阐明了解决这一问题需要研究的内容。并从现实负载多应用混合变样的特点和云资源共享、地理分布和计费使用的特点分析了研究按需使用云资挑战，同时归纳了论文的创新性贡献。第二章相关研究综述。本章通过阅读国内外大量的相关文献，对当前不同类型云负载变化建模方法、抽象模型实例化方法和负载生成算法、基于负载模型的测以及负载生成工具的研究成果进行了分类综述。通过分析发现目前的研究在载建模方法和云资源预测方法与现实之间的鸿沟，也从现有的方法中获得了研图 1. 2 论文组织结构图Figure1.2 the Organization and Structure Diagram of the Dissertation
对于 Web 应用，每个服务单元对应一个传统的 Web 网页或是包ices 的 Web 网页。对于 MapReduce 应用，每个服务单元代表一个可分布元，即 mapper、shuffler和 reducer。对于批处理应用，每个服务单元就是的一个任务。层次建模的方法通常用来定义和管理复杂的模型，通过将模分层，定义不同层次对象的特性，使得模型简单化和明朗化。受文献[4的方法描述并行系统的应用程序的启发，按照通用性强和实现简单的原则化方法为不同类云应用构建了统一的云应用抽象层次模型。云应用抽象层次模型如图 3.1 所示，由应用层和服务单元层构成，云应用的依赖关系归结为执行依赖和数据依赖。一个云应用由多个服务单元组用可能调用同一个服务单元，如一个 WebServices 的服务单元；图 3.1的类型应用服务单元间的箭头表示服务单元间的执行依赖示例。
【参考文献】：
期刊论文
[1]云计算中基于IABC算法的负载预测的研究[J]. 史振华. 计算机测量与控制. 2018(09)
[2]基于预测模型及独立训练节点的负载均衡策略[J]. 陈大才,吕立,高岑,孙咏. 计算机系统应用. 2018(09)
[3]MapReduce计算模式下云资源定量评估方法仿真[J]. 杨戈. 计算机仿真. 2017(12)
[4]基于科创大数据的系统架构模拟研究[J]. 顾彬,武炜,黄宏立,黄元阔. 计算机与数字工程. 2017(11)
[5]Web服务组合性能评价的流逼近与扩散逼近研究[J]. 骞志勇,樊瑞娜. 计算机应用研究. 2018(03)
[6]基于时间序列的Openstack云计算平台负载预测与弹性资源调度的研究[J]. 李达港,李磊,金连文,黄甘波,吴权. 重庆邮电大学学报(自然科学版). 2016(04)
[7]云计算环境下资源需求预测与调度方法的研究[J]. 赵宏伟,申德荣,田力威. 小型微型计算机系统. 2016(04)
[8]数据挖掘在云计算资源预测中的应用[J]. 曾令伟,伍振兴,杜文才. 激光杂志. 2015(04)
[9]云计算环境下多DAG调度的资源分配进化算法[J]. 田国忠,肖创柏,赵娟娟. 计算机应用研究. 2014(09)
[10]大数据管理:概念、技术与挑战[J]. 孟小峰,慈祥. 计算机研究与发展. 2013(01)
博士论文
[1]基于负载特征表示的云资源管理算法研究[D]. 刘春红.北京邮电大学 2018
[2]云计算环境下计算型任务的资源需求预测[D]. 徐琳.中国科学技术大学 2015
本文编号：2916433
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
所示，这一交互过程自下而上包含三个角色：云提供商(Cloud图1.1资源与需求的交互过程
论文的前两章主要提出“按需使用云资源”的问题，从研究背景和意义以及相关足两个方面说明研究的必要性和迫切性，明确研究的内容和方法论。第一章绪论。从云用户租用公有云浪费的现象引出了按需使用云资源的“垃圾出”问题，阐明了解决这一问题需要研究的内容。并从现实负载多应用混合变样的特点和云资源共享、地理分布和计费使用的特点分析了研究按需使用云资挑战，同时归纳了论文的创新性贡献。第二章相关研究综述。本章通过阅读国内外大量的相关文献，对当前不同类型云负载变化建模方法、抽象模型实例化方法和负载生成算法、基于负载模型的测以及负载生成工具的研究成果进行了分类综述。通过分析发现目前的研究在载建模方法和云资源预测方法与现实之间的鸿沟，也从现有的方法中获得了研图 1. 2 论文组织结构图Figure1.2 the Organization and Structure Diagram of the Dissertation
对于 Web 应用，每个服务单元对应一个传统的 Web 网页或是包ices 的 Web 网页。对于 MapReduce 应用，每个服务单元代表一个可分布元，即 mapper、shuffler和 reducer。对于批处理应用，每个服务单元就是的一个任务。层次建模的方法通常用来定义和管理复杂的模型，通过将模分层，定义不同层次对象的特性，使得模型简单化和明朗化。受文献[4的方法描述并行系统的应用程序的启发，按照通用性强和实现简单的原则化方法为不同类云应用构建了统一的云应用抽象层次模型。云应用抽象层次模型如图 3.1 所示，由应用层和服务单元层构成，云应用的依赖关系归结为执行依赖和数据依赖。一个云应用由多个服务单元组用可能调用同一个服务单元，如一个 WebServices 的服务单元；图 3.1的类型应用服务单元间的箭头表示服务单元间的执行依赖示例。
【参考文献】：
期刊论文
[1]云计算中基于IABC算法的负载预测的研究[J]. 史振华. 计算机测量与控制. 2018(09)
[2]基于预测模型及独立训练节点的负载均衡策略[J]. 陈大才,吕立,高岑,孙咏. 计算机系统应用. 2018(09)
[3]MapReduce计算模式下云资源定量评估方法仿真[J]. 杨戈. 计算机仿真. 2017(12)
[4]基于科创大数据的系统架构模拟研究[J]. 顾彬,武炜,黄宏立,黄元阔. 计算机与数字工程. 2017(11)
[5]Web服务组合性能评价的流逼近与扩散逼近研究[J]. 骞志勇,樊瑞娜. 计算机应用研究. 2018(03)
[6]基于时间序列的Openstack云计算平台负载预测与弹性资源调度的研究[J]. 李达港,李磊,金连文,黄甘波,吴权. 重庆邮电大学学报(自然科学版). 2016(04)
[7]云计算环境下资源需求预测与调度方法的研究[J]. 赵宏伟,申德荣,田力威. 小型微型计算机系统. 2016(04)
[8]数据挖掘在云计算资源预测中的应用[J]. 曾令伟,伍振兴,杜文才. 激光杂志. 2015(04)
[9]云计算环境下多DAG调度的资源分配进化算法[J]. 田国忠,肖创柏,赵娟娟. 计算机应用研究. 2014(09)
[10]大数据管理:概念、技术与挑战[J]. 孟小峰,慈祥. 计算机研究与发展. 2013(01)
博士论文
[1]基于负载特征表示的云资源管理算法研究[D]. 刘春红.北京邮电大学 2018
[2]云计算环境下计算型任务的资源需求预测[D]. 徐琳.中国科学技术大学 2015
本文编号：2916433
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2916433.html
