云计算资源管理关键技术研究

发布时间：2018-01-15 02:16

  本文关键词：云计算资源管理关键技术研究　出处：《电子科技大学》2015年博士论文　论文类型：学位论文

  更多相关文章： 云计算资源管理 多代理系统 聚类 语义搜索引擎 遗传退火算法

【摘要】：云计算是分布式计算、并行计算和网格计算技术发展的必然产物,它在商业层面实现了上述这一系列的科学技术。如何有效地对动态、异构、分布以及自治等的云计算资源进行管理,成为了云计算领域的重要研究方向。本论文在充分调研现有云计算资源管理相关技术的基础上,对云计算资源管理的四个关键技术:即云计算资源管理模型、云计算资源语义组织模型、云计算资源发现策略以及云计算资源调度策略进行了深入的研究,取得了一定的创新成果,其具体体现在以下三个方面:(1)提出了一种基于多代理系统的云计算资源语义组织模型。充分利用多代理系统的智能性、数据分布性、任务异步性以及自治性等优势,提出一种对分布、异构、自治及动态等的云计算资源的有效管理模型;并在此模型的基础上,以云资源的语义相关性作为分类依据,实现对云资源的有效聚类,再将聚类结果采用树状结构进行有效组织。这种组织方式可以根据应用的需要,实现新的云资源的便捷加入;同时能够有效减少对系统中的通信带宽的占用,通过仿真实验验证了本模型的有效性。本模型较大程度地缓解了现有云计算资源组织模型中的扩展性较差、带宽浪费以及处理能力相对低下等问题,为云计算资源提供了一套有效的组织方式。(2)提出了一种基于语义搜索引擎的云计算资源发现策略。以基于多代理系统的云计算资源管理模型为前提,引入语义搜索引擎机制,实现基于语义的云资源发现方法。该方法的核心是基于本体的资源发现策略,它使用本体从语义上对“请求-资源”采用非对称的描述,能够有效优化“请求-资源”之间的匹配。这里使用的本体依赖于提出的一组规则来构成。通过仿真实验验证了本云计算资源发现策略的有效性。该策略能够有效地解决现有资源发现机制存在的可靠性差、可扩展性差等问题。(3)提出了一种基于改进的并行遗传退火算法(Improved Parallel Genetic Annealing Algorithm,IPG2A)的云计算资源调度策略。以基于多代理系统的云计算资源管理模型为前提,引入遗传退火算法的基本思想,充分结合遗传算法的快速全局搜索能力以及模拟退火算法的局部搜索能力,使得IPG2A算法在具有种类繁多云资源的云计算系统中具有较好的适应性,并且提高对云资源的调度效率;进一步地,由于遗传退火算法具有很强的并行性,使得其能够加快云资源调度的过程,较好地解决云计算资源的优化调度问题。通过仿真实验验证了IPG2A算法的有效性,它较好地解决了现有资源调度中的单点失效、通信开销较大以及调度算法效率相对低下等问题。
[Abstract]:The cloud computing is the inevitable product of distributed computing , parallel computing and grid computing technology development . It can effectively manage cloud computing resources such as dynamic , heterogeneous , distributed and self - government . ( 3 ) An improved scheduling strategy of cloud computing resources based on improved Parallel Genetic Annealing Algorithm ( IPG2A ) is proposed . Based on the multi - agent system - based cloud computing resource management model , this paper introduces the basic idea of genetic annealing algorithm , and fully combines the fast global searching ability of genetic algorithm and the local searching ability of simulated annealing algorithm , so that the IPG2A algorithm can accelerate the process of cloud resource scheduling and better solve the optimization scheduling problem of cloud computing resources .

【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP393.09;TP18

【相似文献】

相关期刊论文 前10条

1 耿瑞峰;钱雪忠;;基于元数据的语义搜索技术研究[J];微计算机信息;2005年26期

2 王勇;;触摸语义搜索的脉搏[J];软件世界;2009年10期

3 苏明明;宋文;;基于本体的语义搜索引擎解决方案研究新进展[J];现代图书情报技术;2008年11期

4 孙静宇;余雪丽;李鲜花;;面向语义搜索的推荐模型研究[J];广西师范大学学报(自然科学版);2008年03期

5 刘幺和;李巧云;;基于语义搜索的语音交互系统模型研究[J];计算机应用;2009年07期

6 陈响亮;李怀松;梁意文;;基于语义搜索的实名呼叫系统设计[J];计算机与现代化;2011年09期

7 杨克特;陈华钧;;面向特定领域的语义搜索结果排序算法[J];计算机应用与软件;2011年12期

8 马雷雷;梁汝鹏;连世伟;陈虎;;一种主题本体驱动的语义搜索方法[J];地理空间信息;2013年04期

9 于彤;陈华钧;李敬华;;面向中药新药研发的语义搜索系统[J];中国医学创新;2013年33期

10 汪志群;;基于云计算的语义搜索引擎探究[J];电子测试;2014年08期

相关重要报纸文章 前7条

1 高爽;语义搜索正从概念转向应用[N];人民邮电;2014年

2 本报记者 张志乾 实习生 张利冰;中华英才网举办创新技术体验日活动 筹划全平台升级[N];中国贸易报;2012年

3 CUBN记者 邓丽娟;大数据时代亟需技术革新[N];中国联合商报;2012年

4 行云;骆捚和他的技术“三剑客”[N];中华工商时报;2012年

5 苗得雨;语义搜索PK关键词搜索[N];电脑报;2008年

6 本报记者 郭平;EMC应对IT五项刚性需求[N];计算机世界;2008年

7 本报记者 王星;应用搜索进化论[N];电脑报;2013年

相关博士学位论文 前5条

1 黎明;云计算资源管理关键技术研究[D];电子科技大学;2015年

2 文坤梅;基于本体知识库推理的语义搜索研究[D];华中科技大学;2007年

3 朱海平;基于概念图匹配的语义搜索[D];上海交通大学;2006年

4 吴定峰;基于本体的语义搜索模型研究[D];中国农业科学院;2012年

5 陈毅波;基于关联数据和用户本体的个性化知识服务关键技术研究[D];武汉大学;2012年

相关硕士学位论文 前10条

1 何擎昊;基于SWRL规则的个性化语义搜索方法的研究与实现[D];华南理工大学;2015年

2 高杰旺;基于三维分类模型语义搜索的设计与实现[D];电子科技大学;2011年

3 兰，

本文编号：1426344