云服务SLA合规性验证及性能优化研究
本文关键词:云服务SLA合规性验证及性能优化研究 出处:《哈尔滨工业大学》2016年博士论文 论文类型:学位论文
更多相关文章: 云服务 服务等级协议 合规性验证 性能优化 能耗
【摘要】:云计算以低成本的方式为用户提供高可靠、高可用和规模可伸缩的个性化服务。近年来,随着技术的进步和需求的扩大,云计算得到了飞速的发展,日益受到学术界和工业界的广泛关注。但是,一方面,云平台上广泛使用的虚拟化技术在提供动态可伸缩资源服务的同时,也分离了资源的所有权和使用权,用户无法对物理资源直接控制,这就导致了用户在远程使用云服务的过程中存在不可信云服务提供商(Cloud Service Provider,CSP)所提供的服务与服务等级协议(Service Level Agreement,SLA)不相符的问题,用户难以验证云服务SLA的合规性,影响其使用云服务的积极性;另一方面,云基础设施规模庞大、结构复杂所导致的高能耗、低效率等问题使得云平台的运营成本居高不下,CSP迫切需要在满足服务SLA的前提下,利用性能优化技术提高云平台的效率,以降低运营成本,提升利润空间。目前,在云服务SLA合规性验证及性能优化领域依然存在很多亟待解决的重要问题。本文从云服务SLA合规性验证和性能优化两个方面入手,重点研究了这两方面的相关技术并提出了相应的解决方案。本文的主要工作和贡献包括:首先,考虑到CSP能使用Xen的内存管理功能动态地为虚拟机分配物理内存,使得虚拟机所配额的物理内存具有动态变化性,不可信CSP为了获取更多的经济利润,可能会利用动态内存管理机制为客户端虚拟机分配低于服务SLA约定的物理内存。为了验证云用户物理内存SLA的合规性,在一定精度范围内,提出了一种面向虚拟机运行时环境的内存SLA合规性验证方法,本方法充分利用Xen的内存管理机制,通过掌握虚拟机当前内存的使用情况,在不较大影响虚拟机服务性能的前提下,验证了客户虚拟机物理内存资源SLA的合规性。第二,不同于直接验证云服务SLA合规性的方法,本文进一步提出了基于资源消耗预测的云服务SLA合规性验证方法。本文首先通过大量小规模数据集在本地平台重放用户程序,获取历史观测值样本空间;其次使用拟合方法建立用户程序在本地平台的上的输入数据与资源消耗的关系模型;最后,根据本地平台和云平台的服务能力对用户程序的影响程度,预测用户程序的最差资源消耗,并通过对比用户程序实际的资源消耗与最差资源消耗的预测值来验证云服务SLA的合规性。第三,提出了基于资源服务能力映射的云服务SLA合规性验证方法。首先,提出了云平台资源服务能力的量化评价方法,即云平台资源服务能力与用户SLA参数之间的映射关系;接着,根据云平台运行时资源服务能力和云用户资源使用的情况,提出了面向云用户的服务SLA合规性验证方法。最后,根据云平台服务能力测量过程中的性能开销等因素,提出了成本优化的云服务SLA合规性验证方法。第四,在服务可靠性约束下,本文提出了一种云平台性能和能耗的优化方法。从虚拟机能耗、性能、软硬件故障及故障恢复过程等角度综合分析了云服务可靠性、性能和能耗之间的关系。首先,在云服务可靠性约束下,对虚拟机的性能和能耗建立了关联模型;接着,推导出虚拟机的最优处理器利用率,平衡了云平台的性能和能耗,优化了云平台的性能。
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TP393.09
【相似文献】
相关期刊论文 前10条
1 丁燕云;魏娟;;浅析SQL数据库的性能优化问题[J];科技信息(学术研究);2007年34期
2 ;简单易用网络性能优化软件[J];网络与信息;1999年10期
3 袁山龙,吴洁明;证券网上集中交易系统性能优化的研究与应用[J];微计算机应用;2003年05期
4 张建华;王群华;;对系统性能优化的十点辨析[J];计算机系统应用;2007年05期
5 王勇;;基于SQL数据库的性能优化问题分析[J];电脑知识与技术;2008年15期
6 王保平;;性能优化的简单法则[J];程序员;2009年09期
7 李培慧;何宗键;;某人力资源管理系统中用户导入模块性能优化方案分析[J];科技信息;2010年35期
8 晓慧;;本本性能优化圣手[J];电脑知识与技术(经验技巧);2012年01期
9 王江伟;陈琛;;浅析软件性能优化[J];科技风;2012年08期
10 杨波;;系统性能优化问题研究[J];科技致富向导;2013年09期
相关会议论文 前10条
1 姚杰;;宝钢不锈钢系统数据库性能优化方案[A];中国计量协会冶金分会2007年会论文集[C];2007年
2 代桂平;殷保群;奚宏生;周亚平;;受控M/G/1排队系统的性能优化[A];第二十二届中国控制会议论文集(下)[C];2003年
3 李彦;王屹;徐继明;;ERP系统的性能优化[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
4 赵海波;杨昭;方筝;徐振军;;燃气压缩式热泵系统全年季节性能优化[A];中国制冷学会2007学术年会论文集[C];2007年
5 高明星;;DB2数据库应用性能优化问题浅谈[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
6 奚宏生;唐昊;殷保群;周亚平;;Markov控制过程在紧致行动集上的性能优化[A];第二十一届中国控制会议论文集[C];2002年
7 高明星;;DB2数据库应用性能优化问题浅谈[A];铁道部信息技术中心成立30周年暨铁路运输管理信息系统(TMIS)工程全面竣工投产TMIS工程建设论文专辑(二)[C];2005年
8 高明星;;DB2数据库应用性能优化问题浅谈[A];中国铁道学会——2004年度学术活动优秀论文评奖论文集[C];2005年
9 杜劲松;李强;包劲松;;国产600MW机组循环效率试验及性能优化分析[A];2008中国可持续发展论坛论文集(3)[C];2008年
10 杜劲松;李强;包劲松;;国产600MW机组循环效率试验及性能优化分析[A];全国火电大机组(600MW级)竞赛第十二届年会论文集(上册)[C];2008年
相关重要报纸文章 前4条
1 陈翔;性能优化只能救火[N];中国计算机报;2007年
2 本报记者 郭平;EMC简单高效实现私有云[N];计算机世界;2010年
3 ;安图特引入新型数据加速解决方案[N];人民邮电;2008年
4 陈洪康 郭宝群 李雪梅;浅谈VLDB性能优化与维护[N];人民邮电;2001年
相关博士学位论文 前8条
1 李攀攀;云服务SLA合规性验证及性能优化研究[D];哈尔滨工业大学;2016年
2 陈伟锋;大规模复杂过程系统的高性能优化理论与方法研究[D];浙江大学;2011年
3 李磊;分布式系统中容错机制性能优化技术研究[D];国防科学技术大学;2007年
4 贾海鹏;面向GPU计算平台的若干并行优化关键技术研究[D];中国海洋大学;2012年
5 那俊;基于两阶段适应的ASBS性能持续优化方法研究[D];东北大学;2011年
6 魏丫丫;Web传输的性能优化[D];清华大学;2006年
7 何倩;P2P系统性能优化若干关键技术研究[D];北京邮电大学;2010年
8 毛宏燕;基于部分计值的服务性能优化研究[D];上海交通大学;2006年
相关硕士学位论文 前10条
1 邹兴伟;防伪纤维荧光检测仪性能优化研究[D];西南科技大学;2015年
2 邱能俊;科学大数据云分析服务的性能优化技术研究[D];贵州大学;2015年
3 陈俊t,
本文编号:1332986
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1332986.html