云计算环境中资源配置技术研究

发布时间：2017-09-12 14:11

  本文关键词：云计算环境中资源配置技术研究

  更多相关文章： 云计算 负载预测 神经网络 虚拟机迁移

【摘要】：一个云计算系统可能包括上万台节点,其复杂性、大规模性和动态性,给数据中心维护人员带来极大困难。因此,如何在云计算资源管理中减少人工操作,让系统可以根据配置策略自行管理,达到资源的自适应管理,是亟待解决的问题和研究热点。对此需要解决两个主要问题:如何对资源负载进行预测;根据负载预测结果制定相应的资源配置策略。云计算环境中的资源负载预测复杂,简单的预测模型不能达到很好效果。此外传统的单目标虚拟机资源配置寻优算法只能在某一方面,比如迁移次数或节点使用个数取得较好效果,综合效果差,缺乏实用性。针对第一个问题,本文提出了基于负载相似度的神经网络负载预测算法。该算法利用神经网络适应动态系统优点,并结合负载特征聚类,找出优化的神经网络训练样本,提高预测准确性。针对第二个问题,本文给出了基于混合分组编码的多目标遗传算法实现虚拟机的资源配置,综合考虑了虚拟机迁移次数和物理机使用个数两个目标。实验结果表明,基于负载相似度的神经网络负载预测算法可以有效提高资源负载的预测性能,基于混合分组编码的多目标遗传算法能够在减少虚拟机迁移次数的同时减少物理机使用个数,降低了系统能耗。
【关键词】：云计算 负载预测 神经网络 虚拟机迁移
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP302
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-18
• 1.1 论文研究背景和意义9-11
• 1.2 国内外研究现状11-15
• 1.3 论文研究内容及结构安排15-18
• 1.3.1 论文研究内容15-16
• 1.3.2 论文结构安排16-18
• 第2章 云计算环境中资源负载的特征聚类算法18-28
• 2.1 引言18-19
• 2.2 资源负载特征提取19-22
• 2.2.1 负载数据的选取及预处理19-20
• 2.2.2 云计算资源负载特征提取20-22
• 2.3 资源负载聚类算法22-25
• 2.3.1 模糊C-均值聚类算法22-23
• 2.3.2 输入空间中的模糊核聚类算法KFCM-223-25
• 2.4 模拟实验及分析25-27
• 2.5 本章小结27-28
• 第3章 云计算环境中资源负载预测算法28-42
• 3.1 引言28-29
• 3.2 基于BP的云资源负载预测算法29-32
• 3.2.1 BP网络模型结构29-30
• 3.2.2 基于BP神经网络的资源负载预测算法30-32
• 3.3 基于ELMAN的云资源负载预测算法32-36
• 3.3.1 Elman网络模型结构32-34
• 3.3.2 基于Elman神经网络的的资源负载预测算法34-36
• 3.4 改进的神经网络预测算法36-39
• 3.5 模拟实验及分析39-41
• 3.6 本章小结41-42
• 第4章 云计算环境中资源配置管理42-53
• 4.1 引言42-43
• 4.2 云计算资源自适应管理模型43-45
• 4.3 云计算中虚拟机资源的配置管理45-46
• 4.4 基于混合分组编码的多目标遗传算法46-49
• 4.4.1 多目标优化方法46
• 4.4.2 算法的设计与实现46-49
• 4.5 模拟实验及分析49-52
• 4.6 本章小结52-53
• 第5章 总结与展望53-56
• 5.1 本文主要工作53-54
• 5.2 下一步工作及展望54-56
• 参考文献56-60
• 攻读学位期间发表论文与研究成果清单60-61
• 致谢61

【参考文献】

中国期刊全文数据库 前4条

1 朱晟,蒋传文,侯志俭;基于气象负荷因子的Elman神经网络短期负荷预测[J];电力系统及其自动化学报;2005年01期

2 郑湃;崔立真;王海洋;徐猛;;云计算环境下面向数据密集型应用的数据布局策略与方法[J];计算机学报;2010年08期

3 李强;郝沁汾;肖利民;李舟军;;云计算中虚拟机放置的自适应管理与多目标优化[J];计算机学报;2011年12期

4 祁薇熹;李彬;;多目标演化算法的进展研究[J];计算机与数字工程;2008年05期

，

本文编号：837675