虚拟机分配中的资源利润优化问题研究

发布时间：2017-05-18 08:14

  本文关键词：虚拟机分配中的资源利润优化问题研究，由笔耕文化传播整理发布。

【摘要】：在云计算快速发展的年代,将计算资源和存储资源存放云端已成为时代发展的必然趋势。当前,云服务的种类快速增加,云服务的质量快速提高,服务供应商们在云服务的相关技术上投入非常大的研究精力,以期能够提高云服务的利润回报。研究云数据中心的内部任务调度机制可以发现,为了达到节约成本和提高使用率的目的,调度系统通常安排多个作业任务共享一台物理服务器的计算资源。共享式的调度方式使得多个作业请求集中在一起,这可能会影响到用户的响应时间,如何在优化服务利润的同时兼顾调度策略的性能是非常有研究意义的。为了提出一种兼顾高效性能的数据中心资源利润优化技术,本论文首先对现有的运筹学和计算机网络科学中的利润优化技术进行了研究,分析了其优缺点以及是否适用于云服务这样的特殊调度环境。接着,对传统的区间调度问题模型进行改进,提出了更加符合云环境的容量共享的区间调度模型理论。在本理论基础上提出了一种适用于云计算数据中心调度系统的利润优化调度方法,此方法通过对用户虚拟机请求的分析,得出各虚拟机请求在有限的物理服务器中的顺序安排,以期能够最大化云供应商提供虚拟机的利润回报。经过理论分析与实际的数据测试,并与当前的主要利润优化算法进行对比,证明本论文的算法可以在保证性能的基础上达到优化云服务利润的效果。
【关键词】：云计算 利润优化 区间调度
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP302
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 研究工作的背景与意义10-11
• 1.2 国内外研究现状11-13
• 1.3 主要工作13-14
• 1.4 本文组织结构14-16
• 第二章 利润优化算法研究16-28
• 2.1 背包问题(Knapsack problem)16-18
• 2.1.1 背包问题背景16-17
• 2.1.2 背包问题数学描述17-18
• 2.2 动态规划算法(Dynamic programming)18-20
• 2.2.1 动态规划算法背景18-19
• 2.2.2 动态规划算法的适用性19
• 2.2.3 动态规划算法原理19-20
• 2.2.4 动态规划算法步骤20
• 2.3 贪心算法(Greedy algorithm)20-22
• 2.3.1 贪心算法基本思想20-21
• 2.3.2 贪心算法解决 0-1 背包问题21
• 2.3.3 贪心算法原理21-22
• 2.4 蚁群算法(Ant Colony algorithm)22-25
• 2.4.1 蚁群算法基本原理22-23
• 2.4.2 蚁群算法过程分析23
• 2.4.3 蚁群算法分类23-24
• 2.4.4 蚁群算法总结24-25
• 2.5 其他算法介绍25-26
• 2.6 广义的多维多选择背包模型简介26-27
• 2.7 优化算法性能总结27
• 2.8 本章小结27-28
• 第三章 区间调度理论改进28-35
• 3.1 区间调度(interval scheduling)问题模型28
• 3.2 带权区间调度问题28-31
• 3.2.1 传统的带权区间调度问题28-29
• 3.2.2 WIS中的可相互兼容区间29
• 3.2.3 带权的区间调度29-31
• 3.3 考虑容量共享的带权区间调度31-34
• 3.3.1 WISWCS问题模型31-32
• 3.3.2 WISWCS问题中的容量分割32
• 3.3.3 WISWCS问题中的权值与容量成比例32-34
• 3.4 本章小结34-35
• 第四章 数据中心资源利润优化算法设计与分析35-46
• 4.1 算法简介35-39
• 4.1.1 算法应用场景35-36
• 4.1.2 算法创新点36-37
• 4.1.3 任务请求描述37-39
• 4.2 算法输入与输出39
• 4.2.1 算法的输入参数39
• 4.2.2 算法的输出参数39
• 4.3 算法过程描述39-45
• 4.3.1 算法步骤39-41
• 4.3.2 算法流程图41
• 4.3.3 算法伪代码41-42
• 4.3.4 算法核心代码42-44
• 4.3.5 算法复杂度分析44-45
• 4.4 本章小结45-46
• 第五章 算法测试46-56
• 5.1 普通调度情况的算法对比46-53
• 5.1.1 算法模型对比46
• 5.1.2 输入参数设置46-48
• 5.1.3 测试参数设置48-49
• 5.1.4 算法结果对比49-53
• 5.2 特殊调度情况的算法对比53-55
• 5.2.1 算法模型对比53
• 5.2.2 输入参数设置53
• 5.2.3 测试参数设置53-54
• 5.2.4 算法结果对比54-55
• 5.3 本章小结55-56
• 第六章 基于openstack的真实环境应用56-63
• 6.1 openstack简介56
• 6.2 openstack调度方式改进56-57
• 6.3 openstack中的算法应用57-58
• 6.4 预定式服务算法描述58-60
• 6.4.1 预定式服务称重流程描述58-59
• 6.4.2 预定式服务称重流程图59-60
• 6.4.3 预定式服务伪代码描述60
• 6.5 称重流程核心代码60-62
• 6.6 本章小结62-63
• 第七章 结论63-65
• 7.1 本文总结63-64
• 7.2 存在的问题与不足64
• 7.3 工作展望64-65
• 致谢65-66
• 参考文献66-69
• 在学期间的研究成果69-70

【参考文献】

中国期刊全文数据库 前1条

1 赖志柱;;基于改进遗传算法的背包问题求解[J];毕节学院学报;2009年04期

  本文关键词：虚拟机分配中的资源利润优化问题研究，，由笔耕文化传播整理发布。

本文编号：375522