数据中心中自适应绿色控制技术研究及其应用
发布时间：2021-02-03 20:30
数据中心,作为支撑大数据处理和云计算平台的核心,通过网络向企业和公众提供多种服务,从高性能计算、海量数据存储到各类互联网服务。随着互联网和信息社会的进一步繁荣,特别是云计算的提出和发展,现代化数据中心的规模也以数以万计的速度扩张。互联网服务负载的高动态性,Web应用架构的日益复杂化以及服务器虚拟化后带来的资源竞争,这些都对数据中心性能的高效率管理提出了挑战。此外,随着能源成本的不断增长和不容忽视的环境问题,构建绿色数据中心已成为了一个迫切的议题。本论文以此为依据展开相关研究工作:首先,分析和总结当前数据中心在资源管理和节能方面的研究现状;然后,围绕数据中心在资源管理和节能方面的自适应绿色控制技术进行深入研究;最后,依托与中科院光电技术研究所的合作项目,在对自适应光学系统进行仿真建模的基础上,将自适应绿色控制技术应用到自适应光学仿真系统（Adaptive Optics Simulation System,AOSS）延迟误差控制和并行化计算的研究当中。论文的主要创新点包括:1.针对已有数据中心管理方案,将性能和能耗作为两个重要指标分别进行控制的现状和传统节能方案不能直接适应于虚拟服务器环境...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：125 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 数据中心概述
1.1.1 数据中心的发展历程
1.1.2 数据中心资源的分类
1.2 数据中心对自适应绿色控制的需求
1.2.1 服务器资源和负载不均衡
1.2.2 不容忽视的耗电量和环境问题
1.2.3 系统自动化管理程度低
1.3 服务器虚拟化简介
1.3.1 定义
1.3.2 关键特性
1.3.3 技术优势
1.3.4 主流的虚拟化平台
1.4 数据中心中自适应绿色控制面临的挑战
1.4.1 性能干涉
1.4.2 高动态突发性负载
1.4.3 性能和能耗的协同控制
1.4.4 多层架构的Web应用
1.5 论文主要内容与章节安排
第二章 数据中心中自适应绿色控制研究综述
2.1 数据中心虚拟化过程
2.1.1 创建虚拟化
2.1.2 部署虚拟化
2.1.3 管理虚拟化
2.2 数据中心性能自适应管理方法
2.2.1 基于排队论的方法
2.2.2 基于控制理论的方法
2.2.3 基于人工智能的方法
2.3 数据中心节能管理方法
2.3.1 面向制冷系统的节能方法
2.3.2 面向电力供应系统的节能方法
2.3.3 面向IT设备的节能方法
2.4 小结
第三章 一种能耗感知型虚拟Web服务器资源管理：基于鲁棒性自适应控制
3.1 引言
3.2 鲁棒性控制框架
3.2.1 负载均衡控制层
3.2.2 响应时间控制层
3.2.3 框架的可扩展性
3.3 控制设计
3.3.1 负载均衡控制设计
3.3.1.1 负载均衡建模
3.3.1.2 ALQGwS控制器
3.3.2 响应时间控制设计
3.4 实验设计
3.4.1 实验平台
3.4.2 控制组件
3.5 实验结果
3.5.1 模型验证
3.5.2 ALQGwS控制器性能测试
3.5.3 能耗测试
3.6 小结
第四章 一种注重节能的虚拟Web服务器集群性能随机控制方法:PAPMSC
4.1 引言
4.2 随机控制框架
4.3 负载均衡层设计
4.3.1 系统建模
4.3.2 cSLQC控制器
4.3.2.1 成本函数
4.3.2.2 随机响应时间和资源分配量约束
4.3.2.3 Semidefine Programming方法
4.3.3 集成比例控制器
4.3.3.1 控制器选择触发条件
4.3.3.2 比例控制器设计
4.4 节能控制层设计
4.4.1 系统建模
4.4.2 LQR控制器
4.5 实验平台
4.6 实验结果
4.6.1 模型验证
4.6.2 负载均衡
4.6.3 集成比例控制器
4.6.4 节能效率
4.6.5 扩展性
4.7 小结
第五章 自适应绿色控制技术在AOSS中的应用
5.1 引言
5.2 主要应用方面概述
5.2.1 系统延迟误差控制
5.2.2 AOSS的并行化计算
5.3 基于负载均衡的自适应预测控制在AOSS延迟误差控制中的应用
5.3.1 预测算法研究
5.3.1.1 基本原理
5.3.1.2 基于线性模型的电压预测算法
5.3.1.3 基于非线性模型的电压预测算法
5.3.1.4 仿真结果分析
5.3.2 自适应预测控制器设计
5.3.2.1 预测控制模型的设计
5.3.2.2 基于负载均衡的自适应预测控制器设计
5.3.3 仿真实验与分析
5.3.3.1 仿真环境
5.3.3.2 预测精度
5.3.3.3 自适应预测控制性能
5.3.3.4 负载均衡效率
5.4 基于虚拟服务器的能耗感知型资源控制在多场景AOSS中的应用
5.4.1 控制框架设计
5.4.2 实验环境设计
5.4.3 实验结果
5.5 小结
第六章 总结与展望
6.1 论文研究总结
6.2 未来工作展望
致谢
参考文献
攻博期间取得的研究成果
【参考文献】：
期刊论文
[1]中国科学院光电技术研究所的自适应光学研究进展[J]. 姜文汉,张雨东,饶长辉,凌宁,官春林,李梅,杨泽平,史国华. 光学学报. 2011(09)
[2]一种自适应光学闭环系统预测控制算法的仿真研究[J]. 颜召军,李新阳,饶长辉. 光学学报. 2011(01)
[3]基于神经网络的自适应光学系统变形镜控制电压预测方法[J]. 颜召军,李新阳. 光学学报. 2010(04)
[4]基于线性相位反演技术的自适应光学动态像差校正闭环实验研究[J]. 李敏,陈波,李新阳,姜文汉. 中国激光. 2010(04)
[5]利用复原电压预测大气湍流畸变波前方法[J]. 张秀娟,李新阳,张慧敏. 强激光与粒子束. 2006(05)
[6]自适应光学系统的控制残余方差分析[J]. 李新阳,姜文汉. 光学学报. 2000(10)
博士论文
[1]自适应光学仿真系统关键技术研究[D]. 陈颖.电子科技大学 2013
硕士论文
[1]自适应光学仿真系统中的大数据处理研究[D]. 孙治.电子科技大学 2013
[2]自适应光学仿真建模平台的研究与实现[D]. 林嘉文.厦门大学 2009
本文编号：3017112
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：125 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 数据中心概述
1.1.1 数据中心的发展历程
1.1.2 数据中心资源的分类
1.2 数据中心对自适应绿色控制的需求
1.2.1 服务器资源和负载不均衡
1.2.2 不容忽视的耗电量和环境问题
1.2.3 系统自动化管理程度低
1.3 服务器虚拟化简介
1.3.1 定义
1.3.2 关键特性
1.3.3 技术优势
1.3.4 主流的虚拟化平台
1.4 数据中心中自适应绿色控制面临的挑战
1.4.1 性能干涉
1.4.2 高动态突发性负载
1.4.3 性能和能耗的协同控制
1.4.4 多层架构的Web应用
1.5 论文主要内容与章节安排
第二章 数据中心中自适应绿色控制研究综述
2.1 数据中心虚拟化过程
2.1.1 创建虚拟化
2.1.2 部署虚拟化
2.1.3 管理虚拟化
2.2 数据中心性能自适应管理方法
2.2.1 基于排队论的方法
2.2.2 基于控制理论的方法
2.2.3 基于人工智能的方法
2.3 数据中心节能管理方法
2.3.1 面向制冷系统的节能方法
2.3.2 面向电力供应系统的节能方法
2.3.3 面向IT设备的节能方法
2.4 小结
第三章 一种能耗感知型虚拟Web服务器资源管理：基于鲁棒性自适应控制
3.1 引言
3.2 鲁棒性控制框架
3.2.1 负载均衡控制层
3.2.2 响应时间控制层
3.2.3 框架的可扩展性
3.3 控制设计
3.3.1 负载均衡控制设计
3.3.1.1 负载均衡建模
3.3.1.2 ALQGwS控制器
3.3.2 响应时间控制设计
3.4 实验设计
3.4.1 实验平台
3.4.2 控制组件
3.5 实验结果
3.5.1 模型验证
3.5.2 ALQGwS控制器性能测试
3.5.3 能耗测试
3.6 小结
第四章 一种注重节能的虚拟Web服务器集群性能随机控制方法:PAPMSC
4.1 引言
4.2 随机控制框架
4.3 负载均衡层设计
4.3.1 系统建模
4.3.2 cSLQC控制器
4.3.2.1 成本函数
4.3.2.2 随机响应时间和资源分配量约束
4.3.2.3 Semidefine Programming方法
4.3.3 集成比例控制器
4.3.3.1 控制器选择触发条件
4.3.3.2 比例控制器设计
4.4 节能控制层设计
4.4.1 系统建模
4.4.2 LQR控制器
4.5 实验平台
4.6 实验结果
4.6.1 模型验证
4.6.2 负载均衡
4.6.3 集成比例控制器
4.6.4 节能效率
4.6.5 扩展性
4.7 小结
第五章 自适应绿色控制技术在AOSS中的应用
5.1 引言
5.2 主要应用方面概述
5.2.1 系统延迟误差控制
5.2.2 AOSS的并行化计算
5.3 基于负载均衡的自适应预测控制在AOSS延迟误差控制中的应用
5.3.1 预测算法研究
5.3.1.1 基本原理
5.3.1.2 基于线性模型的电压预测算法
5.3.1.3 基于非线性模型的电压预测算法
5.3.1.4 仿真结果分析
5.3.2 自适应预测控制器设计
5.3.2.1 预测控制模型的设计
5.3.2.2 基于负载均衡的自适应预测控制器设计
5.3.3 仿真实验与分析
5.3.3.1 仿真环境
5.3.3.2 预测精度
5.3.3.3 自适应预测控制性能
5.3.3.4 负载均衡效率
5.4 基于虚拟服务器的能耗感知型资源控制在多场景AOSS中的应用
5.4.1 控制框架设计
5.4.2 实验环境设计
5.4.3 实验结果
5.5 小结
第六章 总结与展望
6.1 论文研究总结
6.2 未来工作展望
致谢
参考文献
攻博期间取得的研究成果
【参考文献】：
期刊论文
[1]中国科学院光电技术研究所的自适应光学研究进展[J]. 姜文汉,张雨东,饶长辉,凌宁,官春林,李梅,杨泽平,史国华. 光学学报. 2011(09)
[2]一种自适应光学闭环系统预测控制算法的仿真研究[J]. 颜召军,李新阳,饶长辉. 光学学报. 2011(01)
[3]基于神经网络的自适应光学系统变形镜控制电压预测方法[J]. 颜召军,李新阳. 光学学报. 2010(04)
[4]基于线性相位反演技术的自适应光学动态像差校正闭环实验研究[J]. 李敏,陈波,李新阳,姜文汉. 中国激光. 2010(04)
[5]利用复原电压预测大气湍流畸变波前方法[J]. 张秀娟,李新阳,张慧敏. 强激光与粒子束. 2006(05)
[6]自适应光学系统的控制残余方差分析[J]. 李新阳,姜文汉. 光学学报. 2000(10)
博士论文
[1]自适应光学仿真系统关键技术研究[D]. 陈颖.电子科技大学 2013
硕士论文
[1]自适应光学仿真系统中的大数据处理研究[D]. 孙治.电子科技大学 2013
[2]自适应光学仿真建模平台的研究与实现[D]. 林嘉文.厦门大学 2009
本文编号：3017112
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3017112.html
