基于负载预测的云计算多虚拟机动态供给机制

发布时间：2017-05-28 23:07

  本文关键词：基于负载预测的云计算多虚拟机动态供给机制，，由笔耕文化传播整理发布。

【摘要】：云计算作为一种新型服务计算模式的出现,将各种各样的软硬件资源整合成不同类型服务,并且可以通过网络提供给用户使用。基础设施即服务(IaaS, Infrastructure-as-a-Service)就是其中一种典型的云计算服务,它通常通过虚拟化技术将IT基础设施以虚拟机的形式提供给用户。用户不再需要购买硬件设备以及维护相关系统软件,就可以直接在云基础设施上构建起自己的平台和应用。 随着这一技术的日臻成熟,越来越多的企业用户使用IaaS。IaaS提供商通常向用户提供多种规格虚拟机,并基于使用时间收取费用。云计算的灵活性和可伸缩性使得企业用户可根据实际需求动态调整虚拟机供给方案。调整后的方案既要满足负载需求,又要有效地为用户节约租用成本。 但是,动态确定高效的虚拟机供给方案是非常困难的,目前仍然存在两个挑战：1)缺乏高效的负载预测机制帮助企业用户预测实际应用负载；2)由于忽视了计费时间粒度的因素,导致生成的供给方案无法最大程度为用户节约租用成本。 针对上述特点和存在的问题,本文的工作主要分为如下几个方面： (1)首先,调研并分析了某实际运行网站负载数据,为之后验证不同负载预测算法的有效性提供真实负载信息；然后,对亚马逊EC2平台进行调研,为之后仿真场景搭建提供一些重要参数信息(如虚拟机配置、价格以等)。 (2)其次,从两个角度对现有负载预测模型进行了改进,提出了ARIMA-DEC模型。其一是从保证应用性能出发,有效区分负载预测偏高和预测过低两种情况,对预测偏小状况进行补偿；其二是从提高负载预测精度出发,通过考虑过往历史同一时刻信息,引入补偿点概念,对具有明显预测偏向性的时间点进行逆向补偿。 (3)调研并分析了现有的虚拟机供给模型,针对计费时间粒度因素,设计了一个新的云计算多虚拟机供给数学模型,并且基于这一数学模型提出一个多虚拟机供给算法。同时,基于亚马逊EC2平台相同类型下不同虚拟实例价格成倍数这一规律,引入贪心算法,有效的降低了求解模型的时间复杂度。最后,通过与其他算法进行比较,证实了该供给算法的有效性。
【关键词】：云计算 负载预测 虚拟机供给 基础设施即服务
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP302
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 前言10-17
• 1.1 云计算简介10-13
• 1.1.1 云计算的概念10
• 1.1.2 云计算的特点10-11
• 1.1.3 云计算的服务类型11-13
• 1.2 研究背景和意义13
• 1.3 研究现状13-14
• 1.3.1 负载预测13-14
• 1.3.2 多虚拟机供给算法14
• 1.4 论文主要工作14-15
• 1.5 论文结构15-17
• 第二章 系统模型和假设17-26
• 2.1 Amazon EC2特性17-18
• 2.2 Amazon EC2基本模块以及通信、安全机制18-21
• 2.2.1 基本模块19-20
• 2.2.2 通信机制20
• 2.2.3 安全机制20-21
• 2.3 虚拟机申请流程以及时间开销21-23
• 2.3.1 无EBS支持21-22
• 2.3.2 有EBS支持22-23
• 2.4 实例购买类型及虚拟机价格和特点23-25
• 2.4.1 EC2实例购买类型23-24
• 2.4.2 虚拟机价格及特点24-25
• 2.5 本章小结25-26
• 第三章 云计算环境下的负载预测26-36
• 3.1 概述26
• 3.2 时间序列线性预测模型26-28
• 3.2.1 AR模型26-27
• 3.2.2 MA模型27
• 3.2.3 ARMA模型27-28
• 3.2.4 ARIMA模型28
• 3.3 ARIMA-DEC线性预测模型28-32
• 3.3.1 负载参数的选取28-29
• 3.3.2 ARIMA-DEC预测模型29-30
• 3.3.3 ARIMA-DEC预测流程与算法30-32
• 3.4 实验与分析32-35
• 3.4.1 实验环境设置32-33
• 3.4.2 实验结果及分析33-35
• 3.5 本章小结35-36
• 第四章 多虚拟机供给机制36-49
• 4.1 概述36-37
• 4.1.1 确定虚拟机能力36
• 4.1.2 确定虚拟机配置方案36-37
• 4.2 传统的虚拟机供给模型37-38
• 4.3 实例分析38-40
• 4.4 改进后的虚拟机供给模型和算法40-43
• 4.4.1 虚拟机供给模型40-41
• 4.4.2 虚拟机供给算法41-42
• 4.4.3 算法的优化42-43
• 4.5 实验与分析43-48
• 4.5.1 实验环境设置43-44
• 4.5.2 实验结果分析44-48
• 4.6 本章小结48-49
• 第五章 总结与展望49-51
• 5.1 论文工作总结49-50
• 5.2 问题与展望50-51
• 参考文献51-53
• 致谢53-55
• 作者攻读硕士学位期间发表的论文55

【共引文献】

中国期刊全文数据库 前10条

1 蔡晓丽;陈舜青;丁志云;;基于物联网与云计算的智慧校园的构建概述[J];常州工学院学报;2013年06期

2 田全才;苑征;;基于云计算的综合电子信息系统[J];兵工自动化;2014年01期

3 樊邦奎;丁冠军;兰海滨;龙腾;刘岩;王晶;;面向智能电网应用的云计算架构研究[J];电力信息与通信技术;2014年01期

4 赵辉;;以云计算为基础的办公自动化系统分析[J];电脑知识与技术;2014年01期

5 王洪锁;尚振阳;贾春香;;云计算技术在炼化生产中的应用[J];中国管理信息化;2014年04期

6 王宏;;虚拟化技术在学校机房管理与维护中的应用[J];福建电脑;2014年02期

7 占亿民;李鑫;冒海波;胡俊;;融合SDP、SOA、PaaS技术的云媒体统一业务开放平台[J];广播电视信息;2014年02期

8 齐林海;艾明浩;王金浩;;基于Hadoop架构的电能质量监测云模型研究[J];电力信息与通信技术;2014年02期

9 高晗;官云兰;;基于云计算的移动地理信息系统的研发[J];测绘与空间地理信息;2014年04期

10 冒海波;胡俊;沈燕;张文超;;基于云计算的云媒体电视应用开放超市[J];广播与电视技术;2014年03期

中国重要会议论文全文数据库 前10条

1 司炜;;IT支撑系统云计算资源池实现研究[A];2013年中国通信学会信息通信网络技术委员会年会论文集[C];2013年

2 孙志丹;谢钧;李志刚;;一种SaaS模式下服务单元个数估算方法[A];2013年中国信息通信研究新进展论文集[C];2014年

3 苏菁;崔士柱;李雪北;;IBM Power VM虚拟化技术在山东核电的应用[A];2012电力行业信息化年会论文集[C];2012年

4 李志;李德琪;梁世传;;云计算技术及其在电站数据挖掘上的应用研究[A];2013电力行业信息化年会论文集[C];2013年

5 姜自清;;云计算技术在消防部队灭火救援中的应用思考[A];2014中国消防协会科学技术年会论文集[C];2014年

6 魏祥健;;基于云计算下的审计云平台架构与协同审计模式研究[A];中国会计学会第十三届会计信息化年会报告论文集[C];2014年

7 王冠华;阎继军;江新兰;李江华;耿庆斋;;基于云计算的水利水电科技互联网信息采集系统研究[A];中国水力发电工程学会信息化专委会、水电控制设备专委会2014年会暨学术交流会论文集[C];2014年

8 司炜;;IT支撑系统云计算资源池实现研究[A];中国通信学会信息通信网络技术委员会2013年年会论文集[C];2013年

9 赵晟杰;罗海涛;覃琳;;云计算网络安全现状与思考[A];广西计算机学会2014年学术年会论文集[C];2014年

10 徐洁;;云计算在网络教学平台中的应用[A];江苏省教育学会2014学术年会优秀论文集[C];2014年

中国博士学位论文全文数据库 前8条

1 陈曦;以开放式网络应用服务模型为基础的Web服务资源管理研究[D];西南交通大学;2013年

2 李小玲;云计算环境下基于虚拟网络的资源分配技术研究[D];国防科学技术大学;2013年

3 王耀力;基于云架构的存储信息系统研究[D];太原理工大学;2012年

4 郑春梅;城市管网空间信息共享与服务平台关键技术研究[D];中国地质大学（北京）;2014年

5 张玲;基于粗糙集与人工免疫的入侵检测模型研究[D];北京邮电大学;2014年

6 杨绍禹;云服务资源安全保护机制关键技术研究[D];郑州大学;2013年

7 黄彬彬;云服务的部署及管理机制研究[D];北京邮电大学;2014年

8 陈存香;无线传感器网络覆盖控制及路由协议研究[D];北京理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 杨华伟;多平台虚拟化环境集成管理技术研究与实现[D];济南大学;2013年

2 魏巍;基于云服务的校园微信息管理系统研究与实践[D];浙江工业大学;2013年

3 阳建州;高校实验室云平台建设及应用案例[D];东华大学;2014年

4 李妍;基于云计算的数据挖掘技术研究[D];石家庄经济学院;2012年

5 郑景;基于MooseFS的云存储系统的研究与实现[D];长安大学;2013年

6 刘祥敏;A公司企业社交云平台商业模式及市场策略优化研究[D];华东理工大学;2014年

7 郭倩;云计算的伦理问题研究[D];武汉理工大学;2013年

8 刘涛;云环境下的烟草互联应用与研究[D];浙江理工大学;2012年

9 周小强;用友公司S（管理软件）+S（云服务）战略分析[D];南京大学;2011年

10 刘为;一种基于IP的以太网虚拟化互联协议的设计与实现[D];华中科技大学;2013年

  本文关键词：基于负载预测的云计算多虚拟机动态供给机制，由笔耕文化传播整理发布。

本文编号：403635