云测试中资源分配与调度技术研究

发布时间：2021-12-24 22:58

　　随着测试规模的不断提升、测试场景的日趋复杂,如何快速完成测试环境的规划,依据测试需求合理分配各类测试资源成为了云测试所面临的挑战之一。本课题开展了面向测试需求的环境规划技术研究,首先对测试中的资源进行分析,并设计脚本以形式化描述测试资源。而后研究协同过滤技术,提出了基于协同过滤的测试基础设施推荐算法（Test Facility Recommendation based on Collaborative Filtering,TFR-CF）。该算法充分考虑了节点的拓扑关系和用户的历史习惯,据此为用户推荐适合的规划方案,并支持基于反馈的在线学习,根据用户反馈及时更新知识库,极大节省了手工选择资源的时间成本和人力成本,为测试环境开设提供了有力的支持。云测试所面临的另一个挑战是测试执行中的负载均衡和容错技术。针对这两个问题,本课题提出了一种基于遗传算法的虚拟机资源调度技术,其调度策略充分考虑了历史因素的影响,并结合当下状态进行虚拟机调配,从而减少了因虚拟机迁移而带来的测试数据扰动,提升了测试系统的容错能力,使该系统能够在部分资源发生异常时,仍能提供具备足够数量和精度的测试数据。此外,本课题还开展... 

【文章来源】：中国电子科技集团公司电子科学研究院北京市

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图１．１云测试分类??当前的云测试主要分为三类，如?图Ｕ所示：??

图１．２云测试场景??

图２．２典型的测试试验流程??１０??

【参考文献】：
期刊论文
[1]个性化推荐系统综述[J]. 刘辉,郭梦梦,潘伟强.  常州大学学报(自然科学版). 2017(03)
[2]一种改进的协同过滤推荐算法[J]. 刘艺,冯钧,魏童童,陈志飞,徐欢,张立霞.  计算机与现代化. 2017(01)
[3]军用软件测试项目管理系统设计与实现[J]. 高湘飞,赵星汉,高枫,付永乐.  软件导刊. 2016(06)
[4]个性化推荐算法综述[J]. 黄仁,孟婷婷.  中小企业管理与科技(中旬刊). 2015(03)
[5]云计算中基于能耗比例模型的虚拟机调度算法[J]. 肖鹏,刘洞波,屈喜龙.  电子学报. 2015(02)
[6]软件测试过程质量保证管理系统的搭建及应用[J]. 尤艺,李志敏,谢鹏.  计算机仿真. 2014(10)
[7]军用软件项目风险管理过程域的优化研究[J]. 李勘.  军事运筹与系统工程. 2014(03)
[8]基于用户特征属性和云模型的协同过滤推荐算法[J]. 刘发升,洪营.  计算机工程与科学. 2014(06)
[9]电子商务推荐系统综述及发展研究[J]. 赵良辉,熊作贞.  电子商务. 2013(12)
[10]基于虚拟机调度的数据中心节能优化[J]. 向洁,丁恩杰.  计算机应用. 2013(12)

硕士论文
[1]二部图网络结构算法在推荐系统中的应用[D]. 蔡红蕾.燕山大学 2014
[2]云测试中并行任务的调度实现[D]. 顾宇隆.东华大学 2014
[3]一种可变SaaS应用的开发方法研究[D]. 陈霄.复旦大学 2013
[4]高校图书馆E-learning支持服务研究[D]. 常璐.东华大学 2013
[5]项目管理在软件测试中的应用[D]. 廖青.北京邮电大学 2010
[6]军用软件测试过程模糊决策技术研究及应用[D]. 杨玲萍.东南大学 2006



本文编号：3551347