基于应用行为特征的多任务协同调度瓶颈分析系统的研究与实现

发布时间：2021-12-30 11:50

　　移动互联网大数据、云计算、机器学习等技术兴起,应用服务不断的复杂化,随之对系统性能的要求也在不断提高,应用性能管理服务成为了企业级应用及服务器管理和优化的关键支撑。面对复杂的系统应用,如何能发现服务集群中的瓶颈成因,有针对性的提出优化建议,更好地提升资源利用率和系统效率,成为了现今应用性能管理服务存在的挑战。论文针对复杂应用服务集群中的多任务调度问题,提出了一种基于应用行为特征的多任务协同调度瓶颈分析方法。论文基于对应用行为历史数据的分析,将应用行为特征划分为应用性能特征和任务调度特征,并提出以下创新点。针对应用性能特征的复杂性,采用应用性能特征聚类算法获得应用性能表征类别,通过聚类和人工辅助方式获得任务调度模式分类;同时,以人工标注的应用性能表征类别对任务调度模式进行描述,减少人工依赖;之后,论文将服务器任务调度模式抽象为元胞状态,建立任务调度状态元胞自动机模型,并通过调度模式学习算法,对应用调度状态变化序列进行学习,计算出可能存在瓶颈的调度模式的状态转移概率。基于论文提出的多任务协同调度瓶颈分析方法,结合应用测试与优化分析项目需求,论文对多任务协同调度瓶颈分析系统进行了需求分析,然... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

图２－１元胞自动机结构示意图??标准的元胞自动机通常可以用数学符号表示为：??

元胞自动机是一个由大量拥有限状态的简单元素，通过简单的连接，依照简??单的规则在局域作用下进行状态变化的信息处理系统［３５］，一般由元胞、元胞状态、??邻域、元胞空间和状态更新规则组成，其结构如下图２－１所示。??，?，?散时??元胞规則?、??（变换函教）及其??图２－１元胞自动机结构示意图??标准的元胞自动机通常可以用数学符号表示为：??Ａ?＝?（Ｌ，Ｄ，Ｓ，Ｎ，ｎ?（２－１）??其中，Ｌ表示元胞空间，一般为网状，由几何划分、边界条件与构型排列组??成，是元胞在空间上分布结构的位置点集合Ｄ表示元胞空间的维度，由具体??结构设定；Ｓ是元胞的状态集合，每个元胞在固定时刻都有其状态值，具备有限??和离散的特点；Ｎ表示某个邻域内所有元胞的集合，某一元胞状态更新依赖的空??间域为元胞的邻域。／表示元胞的状态转移函数

提高作业的执行效率。??应用测试与优化分析项目依照高内聚、低耦合的设计原则，系统架构可以划??分为四层：数据层、传输层、分析层、表示层。其整体结构见图３－１。??１５??

【参考文献】：
期刊论文
[1]大数据在应用性能管理中的角色[J]. 李耀宗.  网络安全和信息化. 2019(03)
[2]基于SDN技术的网络性能管理系统的应用[J]. 张渊,刘若溪,付钰莹.  电子技术与软件工程. 2018(10)
[3]基于元胞自动机的电网隐性故障传播模型关键线路识别方法[J]. 李辉,贾晓风,李利娟,吴军,马碧蔓.  电力系统保护与控制. 2018(06)
[4]基于元胞自动机与多层前馈神经网络的电力信息物理融合系统安全评估模型[J]. 蒋东荣,陈冠霖,贾勇,向洪伟,王培懿.  重庆理工大学学报(自然科学). 2018(03)
[5]时空特征融合深度学习网络人体行为识别方法[J]. 裴晓敏,范慧杰,唐延东.  红外与激光工程. 2018(02)
[6]考虑帮助行为的人员疏散元胞自动机模型[J]. 高国平,管昌生.  中国安全科学学报. 2018(01)
[7]基于元胞自动机的网络舆论演化建模及仿真[J]. 胡祖平,何建佳.  情报理论与实践. 2018(05)
[8]高速公路交通流元胞自动机建模及大货车的影响分析[J]. 杨柳,龙科军,黄中祥.  中南大学学报(自然科学版). 2017(10)
[9]重新定义应用性能管理 Dynatrace引领智能运维时代[J]. 李佳祺.  计算机与网络. 2017(16)
[10]应用性能管理技术的研发与应用[J]. 梁伟,杨明川,冯明,张凤华,郭先海,刘小欧.  电信技术. 2017(06)

博士论文
[1]基于神经网络的不平衡数据分类方法研究[D]. 杨泽平.华东理工大学 2015

硕士论文
[1]层次聚类算法的研究及应用[D]. 段明秀.中南大学 2009



本文编号：3558138