面向数据中心的资源调度算法仿真分析研究
发布时间：2022-02-08 18:20
为适应当前海量的信息处理需求和不断增长的计算能力要求,云计算的规模不断扩增,作为云计算的基础设施,数据中心也随之迅速发展。规模日趋庞大的数据中心产生了巨大的能耗,与此同时,数据中心当前的资源调度算法不能充分地平衡能耗和其他性能需求,严重制约了云计算的发展,资源调度优化成为了当前研究的热点和难点。本文分别从虚拟机放置和任务分配两个方面进行资源调度优化,并采用基于仿真技术的能耗模型进行评估,主要研究内容如下:（1）提出了一种多元非线性仿真能耗模型,该模型基于CPU和内存使用率,并考虑了CPU利用率对内存的影响,提高了仿真能耗评估的准确性。通过实验将该模型的预测情况和多元线性模型、CloudSim一元线性模型、CloudSim一元分段式模型对比,结果表明本文提出的多元非线性能耗模型具有更高的准确性。并利用该模型重写了CloudSim仿真平台中的能耗模块,应用于后续仿真实验的能耗评估。（2）提出了基于BFD和蚁群融合的虚拟机放置算法,该算法将改进的BFD算法应用于蚁群算法的信息素初始化过程,避免了蚁群算法的盲目搜索,并且设计了以能耗优化为目标的状态转移规则和信息素更新规则,为了避免资源利用率过...
【文章来源】：浙江理工大学浙江省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
数据中心资源层次结构图
图 1.2 数据中心资源调度过程数据中心的资源调度是一个 NP-hard 问题[12]，无法得到完全符合不同需求最优解，因此面向数据中心资源调度的研究，大多针对不同的调度目标，得到似最优的资源调度算法。目前资源调度算法的研究热点包括以降低数据中心能为目标的资源调度、以提高数据中心资源利用率为目标的资源调度、以缩短任执行时间为目标的资源调度、以确保服务质量为目标的资源调度、以保障负载衡为目标的资源调度和以降低经济成本为目标的资源调度[13]。在本文中，研究重点是在尽量确保服务质量的前提下，降低数据中心能耗的资源调度算法。1.2 研究目的及意义云计算的不断发展使面向数据中心资源调度算法得到了工业界和学术界共同关注，近年来，相关的研究和解决方案层出不穷。与此同时，由于云计算据中心的能耗问题日益严重，以能耗优化为目标的资源调度算法成为了许多学
同构节点的实时功率采用HP9800功率仪进行测量，HP9800功率仪包含USB接口，可以连接收集数据的主机，通过代理软件将功率和对应的时间导入到计算机中。同构节点实时功率采样拓扑如图3.1。
【参考文献】：
期刊论文
[1]基于蚁群算法的虚拟机双目标优化部署方法[J]. 裴多. 计算机工程与设计. 2018(11)
[2]基于改进粒子群算法的虚拟机放置策略研究[J]. 唐忠原,何利文,黄俊,袁野. 计算机技术与发展. 2018(07)
[3]云计算数据中心实时能耗建模[J]. 陈俊,胡悦,杨娇,孟性菊. 计算机工程与设计. 2017(09)
[4]虚拟机放置问题的研究综述[J]. 童俊杰,赫罡,符刚. 计算机科学. 2016(S1)
[5]面向云计算环境的能耗测量和管理方法[J]. 林伟伟,吴文泰. 软件学报. 2016(04)
[6]云计算环境下融合遗传算法和蚁群算法QoS约束任务调度[J]. 段卫军,付学良,王芳,王步钰,扈华. 计算机应用. 2014(S2)
[7]面向云计算数据中心的能耗建模方法[J]. 罗亮,吴文峻,张飞. 软件学报. 2014(07)
[8]一种基于细粒度性能计数器建立系统实时功耗模型的方法[J]. 程华,陈左宁,孙凝晖,王明扬,李超. 计算机学报. 2014(03)
[9]云计算中基于遗传算法的任务调度算法研究[J]. 熊聪聪,冯龙,陈丽仙,苏静. 华中科技大学学报(自然科学版). 2012(S1)
[10]云计算资源调度研究综述[J]. 林伟伟,齐德昱. 计算机科学. 2012(10)
博士论文
[1]面向能耗优化的云计算资源调度算法研究[D]. 郝亮.哈尔滨工业大学 2015
[2]云数据中心中虚拟机放置和实时迁移研究[D]. 马飞.北京交通大学 2013
[3]云数据中心资源调度机制研究[D]. 王智明.北京邮电大学 2012
[4]云计算任务调度研究[D]. 史恒亮.南京理工大学 2012
硕士论文
[1]云计算环境下任务调度优化算法的研究[D]. 邢加伟.中国科学技术大学 2018
[2]基于动态资源需求的虚拟机放置节能问题研究[D]. 张倩.山东大学 2018
[3]云环境下的能耗模型与节能调度策略研究[D]. 吴文泰.华南理工大学 2018
[4]云计算环境下虚拟机调度方法研究[D]. 郭珍.北京邮电大学 2018
[5]面向绿色云计算的能耗优化策略研究[D]. 孙蒙.南京邮电大学 2017
[6]数据中心网络结构及其调度优化算法研究[D]. 程丹丹.浙江理工大学 2017
[7]云环境下基于SLA的优化资源管理机制研究[D]. 何兰兰.江西理工大学 2015
[8]云计算数据中心虚拟机资源分配策略的研究[D]. 李俊涛.杭州电子科技大学 2015
[9]基于性能计数器的系统实时功耗的测量与分析[D]. 刘振东.山东大学 2014
[10]云计算环境下基于能耗感知的复杂资源调度研究[D]. 薛克雷.南京工业大学 2014
本文编号：3615531
【文章来源】：浙江理工大学浙江省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
数据中心资源层次结构图
图 1.2 数据中心资源调度过程数据中心的资源调度是一个 NP-hard 问题[12]，无法得到完全符合不同需求最优解，因此面向数据中心资源调度的研究，大多针对不同的调度目标，得到似最优的资源调度算法。目前资源调度算法的研究热点包括以降低数据中心能为目标的资源调度、以提高数据中心资源利用率为目标的资源调度、以缩短任执行时间为目标的资源调度、以确保服务质量为目标的资源调度、以保障负载衡为目标的资源调度和以降低经济成本为目标的资源调度[13]。在本文中，研究重点是在尽量确保服务质量的前提下，降低数据中心能耗的资源调度算法。1.2 研究目的及意义云计算的不断发展使面向数据中心资源调度算法得到了工业界和学术界共同关注，近年来，相关的研究和解决方案层出不穷。与此同时，由于云计算据中心的能耗问题日益严重，以能耗优化为目标的资源调度算法成为了许多学
同构节点的实时功率采用HP9800功率仪进行测量，HP9800功率仪包含USB接口，可以连接收集数据的主机，通过代理软件将功率和对应的时间导入到计算机中。同构节点实时功率采样拓扑如图3.1。
【参考文献】：
期刊论文
[1]基于蚁群算法的虚拟机双目标优化部署方法[J]. 裴多. 计算机工程与设计. 2018(11)
[2]基于改进粒子群算法的虚拟机放置策略研究[J]. 唐忠原,何利文,黄俊,袁野. 计算机技术与发展. 2018(07)
[3]云计算数据中心实时能耗建模[J]. 陈俊,胡悦,杨娇,孟性菊. 计算机工程与设计. 2017(09)
[4]虚拟机放置问题的研究综述[J]. 童俊杰,赫罡,符刚. 计算机科学. 2016(S1)
[5]面向云计算环境的能耗测量和管理方法[J]. 林伟伟,吴文泰. 软件学报. 2016(04)
[6]云计算环境下融合遗传算法和蚁群算法QoS约束任务调度[J]. 段卫军,付学良,王芳,王步钰,扈华. 计算机应用. 2014(S2)
[7]面向云计算数据中心的能耗建模方法[J]. 罗亮,吴文峻,张飞. 软件学报. 2014(07)
[8]一种基于细粒度性能计数器建立系统实时功耗模型的方法[J]. 程华,陈左宁,孙凝晖,王明扬,李超. 计算机学报. 2014(03)
[9]云计算中基于遗传算法的任务调度算法研究[J]. 熊聪聪,冯龙,陈丽仙,苏静. 华中科技大学学报(自然科学版). 2012(S1)
[10]云计算资源调度研究综述[J]. 林伟伟,齐德昱. 计算机科学. 2012(10)
博士论文
[1]面向能耗优化的云计算资源调度算法研究[D]. 郝亮.哈尔滨工业大学 2015
[2]云数据中心中虚拟机放置和实时迁移研究[D]. 马飞.北京交通大学 2013
[3]云数据中心资源调度机制研究[D]. 王智明.北京邮电大学 2012
[4]云计算任务调度研究[D]. 史恒亮.南京理工大学 2012
硕士论文
[1]云计算环境下任务调度优化算法的研究[D]. 邢加伟.中国科学技术大学 2018
[2]基于动态资源需求的虚拟机放置节能问题研究[D]. 张倩.山东大学 2018
[3]云环境下的能耗模型与节能调度策略研究[D]. 吴文泰.华南理工大学 2018
[4]云计算环境下虚拟机调度方法研究[D]. 郭珍.北京邮电大学 2018
[5]面向绿色云计算的能耗优化策略研究[D]. 孙蒙.南京邮电大学 2017
[6]数据中心网络结构及其调度优化算法研究[D]. 程丹丹.浙江理工大学 2017
[7]云环境下基于SLA的优化资源管理机制研究[D]. 何兰兰.江西理工大学 2015
[8]云计算数据中心虚拟机资源分配策略的研究[D]. 李俊涛.杭州电子科技大学 2015
[9]基于性能计数器的系统实时功耗的测量与分析[D]. 刘振东.山东大学 2014
[10]云计算环境下基于能耗感知的复杂资源调度研究[D]. 薛克雷.南京工业大学 2014
本文编号：3615531
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3615531.html
