云环境下基于随机优化的动态资源调度研究
发布时间：2024-02-03 22:27
近年来,由于政府、企业以及市场需求等多方面的推动,云计算及其相关技术(如：移动云计算、基于软件定义网络的云计算等)得到了快速的发展,同时云计算基础资源、移动设备等也呈爆发式的增长。如何合理、高效地利用云计算及终端设备的资源实现低成本、高能效并满足服务质量需求的资源供应(或者服务提供)是云计算系统中不可避免的、具有实际意义的热点问题。本论文结合随机优化相关理论,对资源管理框架、服务质量(Quality of Service, QoS)保证的动态资源调度以及移动终端高能效的上行数据传输调度等方面进行了研究,具体工作如下： 1)首先,在基于云计算和软件定义网络的新型网络系统中,为了给用户提供包含计算资源(包括计算、存储资源等)和网络资源(OpenFlow网络)的完整资源切片并实现智能化的资源调度与配置,本文提出了分层次的、融合的管理框架、框架的软件结构以及具有自感知和自伸缩能力的资源调度优化的一般过程。另外,为了简化对网络资源的管理和使用,本文还提出了将转发／路由策略组件化的方案,并对一些常用的转发/路由策略进行了重点设计和实现。最后,在搭建的原型系统上测试了转发/路由策略组件化的效能。 2...
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
目录
表格
插图
算法
主要符号对照表
第一章 绪论
1.1 研究背景
1.2 基于云计算的网络系统架构
1.2.1 云计算和移动云计算
1.2.2 软件定义网络
1.3 研究动机和意义
1.4 研究现状
1.5 本文的工作
1.6 本文的结构
第二章 资源调度的随机优化理论
2.1 大偏差原理
2.2 Markov决策过程及Q学习
2.2.1 Markov决策过程
2.2.2 Q学习
第三章 资源管理与调度的系统设计
3.1 引言
3.2 相关工作
3.3 基于云计算和软件定义网络的资源管理系统设计
3.3.1 资源管理框架
3.3.2 资源管理框架的软件结构
3.3.3 自感知与自伸缩的资源调度优化
3.4 网络功能的组件化设计及应用
3.4.1 相关设计要点
3.5 原型系统和实验结果
3.5.1 原型系统
3.5.2 初步实验结果
3.6 小结
第四章 云环境下具有QoS保证的计算资源动态调度
4.1 引言
4.1.1 存在的问题及解决方案
4.2 相关工作
4.2.1 成本优化
4.2.2 SLA/QoS感知
4.2.3 其他
4.3 系统模型
4.3.1 系统架构
4.3.2 实例类型及价格模型
4.3.3 数学模型
4.4 具有QoS约束的动态实例配置策略
4.4.1 过载概率估计
4.4.2 在线估计πj
4.4.3 动态实例供应算法
4.5 基于自回归模型的联合资源配置策略
4.6 实验与性能评估
4.6.1 实验设置
4.6.2 性能指标
4.6.3 实验结果
4.7 小结
第五章 云环境下视频转码资源的动态调度
5.1 引言
5.2 相关工作
5.2.1 流媒体技术
5.2.2 视频转码
5.3 系统结构
5.3.1 转码视频缓存
5.3.2 视频切分
5.4 问题模型
5.5 转码资源动态配置策略
5.5.1 转码抖动概率估计
5.5.2 在线估计πj
5.5.3 转码资源动态配置算法
5.6 实验与性能评估
5.6.1 实验设置
5.6.2 性能指标
5.6.3 实验结果
5.7 讨论
5.8 小结
第六章 终端侧无线网络选择和上行数据调度的联合优化
6.1 引言
6.2 相关工作
6.2.1 计算任务卸载
6.2.2 数据传输调度
6.3 系统模型
6.3.1 系统架构
6.3.2 策略求解过程的卸载
6.3.3 数据队列
6.3.4 信道模型
6.4 基于CMDP的无线网络选择和上行数据调度的联合优化
6.4.1 状态空间
6.4.2 行动空间
6.4.3 性能准则及问题模型
6.4.4 拉格朗日方法
6.5 Q学习求解最优策略
6.5.1 拉格朗日乘子的最优值
6.6 实验与性能评估
6.6.1 实验设置
6.6.2 实验结果
6.7 小结
第七章 总结与展望
7.1 本文总结
7.2 研究展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
本文编号：3894792
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
目录
表格
插图
算法
主要符号对照表
第一章 绪论
1.1 研究背景
1.2 基于云计算的网络系统架构
1.2.1 云计算和移动云计算
1.2.2 软件定义网络
1.3 研究动机和意义
1.4 研究现状
1.5 本文的工作
1.6 本文的结构
第二章 资源调度的随机优化理论
2.1 大偏差原理
2.2 Markov决策过程及Q学习
2.2.1 Markov决策过程
2.2.2 Q学习
第三章 资源管理与调度的系统设计
3.1 引言
3.2 相关工作
3.3 基于云计算和软件定义网络的资源管理系统设计
3.3.1 资源管理框架
3.3.2 资源管理框架的软件结构
3.3.3 自感知与自伸缩的资源调度优化
3.4 网络功能的组件化设计及应用
3.4.1 相关设计要点
3.5 原型系统和实验结果
3.5.1 原型系统
3.5.2 初步实验结果
3.6 小结
第四章 云环境下具有QoS保证的计算资源动态调度
4.1 引言
4.1.1 存在的问题及解决方案
4.2 相关工作
4.2.1 成本优化
4.2.2 SLA/QoS感知
4.2.3 其他
4.3 系统模型
4.3.1 系统架构
4.3.2 实例类型及价格模型
4.3.3 数学模型
4.4 具有QoS约束的动态实例配置策略
4.4.1 过载概率估计
4.4.2 在线估计πj
4.5 基于自回归模型的联合资源配置策略
4.6 实验与性能评估
4.6.1 实验设置
4.6.2 性能指标
4.6.3 实验结果
4.7 小结
第五章 云环境下视频转码资源的动态调度
5.1 引言
5.2 相关工作
5.2.1 流媒体技术
5.2.2 视频转码
5.3 系统结构
5.3.1 转码视频缓存
5.3.2 视频切分
5.4 问题模型
5.5 转码资源动态配置策略
5.5.1 转码抖动概率估计
5.5.2 在线估计πj
5.6 实验与性能评估
5.6.1 实验设置
5.6.2 性能指标
5.6.3 实验结果
5.7 讨论
5.8 小结
第六章 终端侧无线网络选择和上行数据调度的联合优化
6.1 引言
6.2 相关工作
6.2.1 计算任务卸载
6.2.2 数据传输调度
6.3 系统模型
6.3.1 系统架构
6.3.2 策略求解过程的卸载
6.3.3 数据队列
6.3.4 信道模型
6.4 基于CMDP的无线网络选择和上行数据调度的联合优化
6.4.1 状态空间
6.4.2 行动空间
6.4.3 性能准则及问题模型
6.4.4 拉格朗日方法
6.5 Q学习求解最优策略
6.5.1 拉格朗日乘子的最优值
6.6 实验与性能评估
6.6.1 实验设置
6.6.2 实验结果
6.7 小结
第七章 总结与展望
7.1 本文总结
7.2 研究展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
本文编号：3894792
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3894792.html
