信息数据服务平台虚拟资源调度算法设计与分析

发布时间：2017-10-09 11:40

  本文关键词：信息数据服务平台虚拟资源调度算法设计与分析

  更多相关文章： 物联网 信息数据服务平台 虚拟资源调度 多立方体

【摘要】：作为未来网络的重要构成部分,物联网与云计算已经被应用于生活的方方面面。然而随着物联网规模的不断扩大以及海量终端的接入,海量数据的产生对物联网的计算、存储能力提出了巨大的挑战。云计算技术以其强大的计算存储能力为应对这一挑战提供了新的思路,物联网与云计算技术的融合成为研究的热点。本文分析了物联网与云计算融合的必要性,介绍了一种面向物联网应用需求的采用云计算技术的信息数据服务平台,它作为物联网体系架构的平台中间件层,是云计算技术在物联网体系架构中的应用;它借助虚拟化技术,可以实现硬件资源的虚拟化和统一管理,并为物联网提供强大的存储计算能力。如何进行虚拟资源调度、完成虚拟机的映射与迁移,是物联网信息数据服务平台必须考虑的问题,同样也是本文研究的重点内容。针对物联网信息数据服务平台的虚拟机映射问题,本文提出了一种基于多立方体的虚拟机映射算法。该映射算法将资源向量化表示,采用三维向量装箱问题模型和多立方体模型,并结合互补资源准则和最小不均衡度准则,完成虚拟机映射。仿真结果证明该虚拟机映射算法在提高资源利用率、降低能耗方面,存在明显的优势。针对物联网信息数据服务平台的虚拟机迁移问题,本文提出了一种基于最小负载不均衡度的虚拟机迁移算法。该迁移算法采用多目标优化问题模型,以最小化三维资源不均衡度为目标函数,并结合多目标遗传算法,完成虚拟机迁移。仿真结果表明该虚拟机迁移算法能够有效实现负载均衡,降低迁移代价。
【关键词】：物联网 信息数据服务平台 虚拟资源调度 多立方体
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP301.6;TP391.44;TN929.5
【目录】：

• 摘要4-5
• Abstract5-8
• 缩略词表8-9
• 第一章 绪论9-18
• 1.1 研究背景与意义9-15
• 1.1.1 物联网9-10
• 1.1.2 云计算10-13
• 1.1.3 物联网与云计算的融合13-14
• 1.1.4 信息数据服务平台虚拟资源调度14-15
• 1.2 国内外研究现状15-16
• 1.2.1 物联网与云计算研究现状15-16
• 1.2.2 信息数据服务平台虚拟资源调度研究现状16
• 1.3 本文主要内容与论文结构16-18
• 1.3.1 主要内容16-17
• 1.3.2 论文结构17-18
• 第二章 面向物联网应用需求的信息服务平台及虚拟资源调度18-25
• 2.1 基于云计算的物联网体系架构18-20
• 2.1.1 感知层19
• 2.1.2 接入承载层19
• 2.1.3 平台中间件层19
• 2.1.4 应用层19-20
• 2.2 面向物联网应用需求的信息数据服务平台20-21
• 2.3 信息数据服务平台虚拟资源调度相关技术21-24
• 2.3.1 虚拟化21-22
• 2.3.2 VM映射22-23
• 2.3.3 VM迁移23-24
• 2.4 本章小结24-25
• 第三章 基于多立方体的信息数据服务平台VM映射算法25-42
• 3.1 基本概念25-27
• 3.1.1 VM请求25
• 3.1.2 三维向量装箱问题25-26
• 3.1.3 PM负载等级26-27
• 3.1.4 映射时间27
• 3.1.5 互补资源准则27
• 3.1.6 最小不均衡度准则27
• 3.2 VM映射算法的目标27-28
• 3.2.1 负载均衡27-28
• 3.2.2 节能28
• 3.2.3 映射时间28
• 3.3 基于多立方体的VM映射算法28-35
• 3.3.1 约束条件与目标28-29
• 3.3.2 单立方体资源模型29-30
• 3.3.3 多立方体资源模型30-33
• 3.3.4 算法流程33-35
• 3.4 其他VM映射算法简介35-38
• 3.4.1 首次适应算法35-36
• 3.4.2 循环首次适应算法36-37
• 3.4.3 最佳适应算法37-38
• 3.5 实验结果与分析38-41
• 3.5.1 实验环境与参数设置38
• 3.5.2 目标PM集的大小比较38-39
• 3.5.3 PM使用量的比较39-40
• 3.5.4 映射时间比较40-41
• 3.5.5 实验总结41
• 3.6 本章小结41-42
• 第四章 基于最小负载不均衡度的信息服务平台VM迁移算法42-61
• 4.1 VM迁移算法评价参数42-44
• 4.1.1 迁移代价42-43
• 4.1.2 负载不均衡度43-44
• 4.2 VM迁移算法的目标44
• 4.2.1 负载均衡44
• 4.2.2 能耗44
• 4.3 VM迁移算法的内容44-45
• 4.3.1 迁移时刻的选择44-45
• 4.3.2 迁移VM的选择45
• 4.3.3 目标PM的选择45
• 4.4 遗传算法简介45-49
• 4.4.1 传统遗传算法46-48
• 4.4.2 多目标遗传算法48-49
• 4.4.3 遗传算法的应用49
• 4.5 基于最小负载不均衡度的VM迁移算法49-56
• 4.5.1 迁移时刻的选择50
• 4.5.2 迁移VM的选择50-51
• 4.5.3 目标PM的选择51-56
• 4.5.4 算法流程56
• 4.6 实验结果与分析56-60
• 4.6.1 实验环境与参数设置57
• 4.6.2 基于最小负载均衡的VM迁移算法57-58
• 4.6.3 本章算法与枚举迁移算法的比较58-60
• 4.7 本章小结60-61
• 第五章 总结与展望61-63
• 5.1 总结61
• 5.2 展望61-63
• 参考文献63-67
• 附录1 程序清单67-68
• 附录2 攻读硕士学位期间撰写的论文68-69
• 附录3 攻读硕士学位期间申请的专利69-70
• 附录4 攻读硕士学位期间参加的科研项目70-71
• 致谢71

【相似文献】

中国期刊全文数据库 前10条

1 秦茜;;物联网骤成产业巨浪 各方大肆追捧恐为时尚早[J];IT时代周刊;2009年Z2期

2 石菲;;物联网还有多远[J];中国计算机用户;2009年Z2期

3 马继华;韩文哲;;物联网的未来会变成“空中楼阁”吗?[J];信息网络;2009年10期

4 ;物联网系列报道之一 理性物联网[J];通信世界;2009年40期

5 李鹏;;物联网发展 标准与应用先行[J];通信世界;2009年40期

6 李鹏;赵经纬;;北邮谢东亮 物联网需两颗红心一种准备[J];通信世界;2009年40期

7 周双阳;;寻找物联网的制高点[J];通信世界;2009年41期

8 张鹏;;物联网,十年涅i，

本文编号：999988