基于全局共享内存的协同仿真运行支撑

在基于高层体系结构(high level architecture,HLA)的协同仿真中,随着仿真对象数量的增加,联邦成员之间的交互也在增多。在这种情况下,通常的以太网通信往往不能满足仿真成员之间的通信需求。共享内存作为一种高效的进程间通信机制,已经被广泛应用于系统间的通信,然而分布式共享内存对于计算节点间的通信支持尚显不足。该文通过反射内存构建了分布式仿真系统的全局共享内存环境,开发了基于全局共享内存的协同仿真运行支撑环境TH_SHMRTI,设计了相应的RTI(runtime infrastructure)通信机制,能够支持异构操作系统、异构混合平台上联邦成员之间高效的通信。测试结果表明,该通信机制能有效提高RTI在异构平台下的通信性能。     

跨域虚拟网络环境下虚拟机Live的迁移机制

针对跨域虚拟网络环境下虚拟机的在线迁移机制, 设计了支持虚拟机跨域通信的虚拟网络路由协议和控制虚拟机在线迁移的路由更新协议, 以支持虚拟机的跨域动态管理, 并基于流行虚拟化环境Xen, 完成了原型实现, 从而解决了虚拟机跨域的在线迁移问题, 实现了利用广域网络环境搭建动态虚拟化平台.     

支持虚拟机跨局域网在线迁移的混合式虚拟网络原型

针对虚拟机迁移停机时间段内数据包的丢失问题,提出一种分布式异步缓存协议,保证了虚拟机通信的可靠性和有序性,使虚拟机迁移过程对应用程序完全透明.为了解决虚拟机跨局域网通信问题,引入overlay虚拟网络模型,并针对虚拟网络效率较差的问题提出一种混合式的虚拟网络架构,解决了现有虚拟机在线迁移不能跨局域网的限制.实验结果表明...     

基于能耗降低的虚拟机动态迁移算法

在云计算环境中,有效的虚拟机动态迁移算法有助于降低能耗和SLA违反率。本文提出了一种改进的虚拟机动态迁移算法,通过双阈值策略、基于最小迁移代价的虚拟机选择策略和目标物理节点的概率选择策略来降低能耗,并降低SLA违反率。仿真实验表明,该方法在虚拟机动态迁移中能够降低系统的能源消耗,同时也降低了SLA违反率。     

基于改进萤火虫算法的虚拟机迁移策略研究

为降低数据中心能耗同时保证其服务质量,提出了一种基于改进萤火虫算法的虚拟机迁移调度策略。综合考虑CPU、内存和带宽等因素对能耗的影响,将虚拟机迁移过程模拟为萤火虫的生物行为,并引入模拟退火机制,选择出待迁源主机,将该主机上负载最大的虚拟机迁移到能耗最低的节点。经实验表明,该方法在降低能耗和保证服务质量方面都具有良好的优化效果。     

基于虚拟机迁移的虚拟机集群资源调度

针对虚拟机集群资源负载不平衡的问题,基于虚拟机迁移技术,提出了一种虚拟机集群资源调度策略,将虚拟机的资源进行了分类并用向量表示,描述了每一类资源的数量和负载的计量方法,用最佳适应算法寻找虚拟机迁移的目标主机,通过使用上限阈值和下限阈值约束资源利用率的方法,使负载平衡目标与节能目标相统一,引入最小迁移周期避免了虚拟机资源利用率不稳定带来的频繁迁移.该调度策略能为虚拟机中的应用提供透明的资源调度,并使虚拟机集群达到负载平衡和节能的双重目标.     

一种基于数据库面向主题的IPC方法

分布式系统面临的一个关键问题是解决好进程间通信(IPC)协作.针对网络备份系统开发的实际需求,分析传统方式IPC方法的不足,提出基于数据库面向主题的进程间通信方法,解决备份系统中进程间通信协作问题.该方法中数据库负责消息的存储、管理和应用程序之间的通信;主题是应用程序之间通信所操作的实体,关于主题的信息存储在数据库中;多个应用程序连接到数据库,通过关联相同主题实现通信和资源共享.     

基于能耗感知的虚拟机迁移管理软件

【目的】在云计算环境中,通过虚拟机在线迁移可以实现服务器的节能优化。【方法】对多种虚拟机迁移模型进行综合分析,研发一个虚拟机在线迁移管理软件,实现云环境的监控与虚拟机迁移模拟,并采用cloudsim作为云仿真平台对虚拟机在线迁移管理软件(Energy-aware Live-migration of Virtual Machine Manager Software,ELVMan)的应用进行测试。【结果】该软件可有效指导降低能源损耗。【结论】通过该软件可以为现实的云环境集群选择最优的迁移策略,达到最大化节能。     

基于状态图的无线电话网间转接装置设计

无线线路由话音通信在应急通信中广泛应用,但是,由于无线通信频段各异、体制差异大,普遍存在无线通信系统之间通联问题.采用语音卡板件,基于状态迁移编程实现的自动电话转接装置,提供各无线通信系统话音层次的自动转接途径,实现应急条件下系统间通信功能,可以显著提高应急条件下的无线通信系统整体通信能力.实际使用表明,该装置具备自动、手动转接功能,可以实现内线之间、外线之间、内外线之间的相互转接,满足设计要求.     

一种融合虚拟机选择的虚拟机放置方法

为了节省云数据中心的能量消耗,提出一种融合虚拟机选择的虚拟机放置方法.该策略将虚拟机迁移过程划分为物理主机状态检测,虚拟机选择和虚拟机放置3个步骤;在物理主机状态检测和虚拟机选择阶段,选取了Cloudsim项目中已有的且被证明是优秀的鲁棒局部归约检测方法和最小迁移时间选择方法;在最后的虚拟机放置阶段,以虚拟机和物理主机...     

A Security-Improved Scheme for Virtual TPM Based on KVM

Virtual trusted platform module(vTPM) is an important part in building trusted cloud environment. Aiming at the remediation of lack of effective security assurances of vTPM instances in the existing virtual TPM architecture, this paper presents a security-improved scheme for virtual TPM based on kernel-based virtual machine(KVM). By realizing the TPM 2.0 specification in hardware and software, we add protection for vTPM's secrets using the asymmetric encryption algorithm of TPM. This scheme supports the safety migration of a TPM key during VM-vTPM migration and the security association for different virtual machines(VMs) with vTPM instances. We implement a virtual trusted platform with higher security based on KVM virtual infrastructure. The experiments show that the proposed scheme can enhance the security of virtual trusted platform and has fewer additional performance loss for the VM migration with vTPM.     

基于Xen的虚拟机动态迁移技术研究

Xen是一种开源的虚拟化软件,在虚拟机动态迁移技术领域有着广泛的应用。在分析了Xen虚拟机动态迁移技术原理及迁移架构的基础上设计并开展相关实验,将实验结果中不同负载情况对迁移性能的影响做了对比分析后发现Xen能够较好的完成虚拟机在线迁移工作,为虚拟环境下的服务器负载平衡提供了保障。     

基于人工蜂群的云计算负载均衡算法

针对云计算负载均衡问题,基于人工蜂群的思想设计负载均衡算法。首先建立了云计算系统中计算负载的数学模型;在此模型基础上,分三步实现负载均衡:①负载均衡决策,计算云系统整体的负载,在云系统整体上尚未过载且负载不均衡的前提下,启动后续步骤;②虚拟机分组,将云系统中的全体虚拟机分别归入过载、低负载、负载均衡三个分组。后续步骤中需要被迁移的计算任务通常处在过载虚拟机之上,而迁移目的地通常是一个低负载虚拟机;③计算任务调度,将过载虚拟机上的任务向外迁移,并设计规则来选择恰当的低负载虚拟机作为迁移目的地。实验验证了所提算法的有效性。     

基于虚拟机迁移的能量收集MEC系统资源分配策略

针对现有研究没有考虑用户移动性对移动边缘计算（mobile edge computing,MEC）服务器反馈计算结果影响的情况,提出一种基于虚拟机迁移的能量收集MEC系统资源分配策略。考虑用户移动性影响,分别给出用户移动性模型和能量收集模型;采用虚拟机迁移方式,把用户卸载给初始MEC服务器的计算任务转移到当前MEC服务器,由当前MEC服务器完成计算任务,计算结果直接反馈给用户;综合考虑用户卸载计算任务和MEC服务器反馈计算结果,将功率和子载波分配问题建模为混合整数非线性规划问题,在满足能量消耗、子载波分配和发射功率的约束条件下,最大化系统能量效率。为了降低求解复杂度,通过引入遗传算法,获得次优解。仿真结果表明,与基于遗传算法的局部功率或子载波分配方法相比,提出的方法具有更高的能量效率。     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。     

基于LabVIEW平台和网络的计算机远程在线监控

研究通过网络实现计算机远程控制和远程在线监测的方法.利用虚拟仪器技术和网络通讯技术,使用TCP/IP通讯协议组和LabVIEW中通讯功能模块,在LabVIEW工具平台上用G编程语言搭建计算机远程监控系统.结合实例阐明了这种方法的可行性及实用性强的特点.应用该方法可方便地建立计算机远程在线监控系统,可充分利用已有的网络资源,虚拟仪器技术和G语言编程使得系统变得灵活,其用户界面便于人机交流.     

线性规划支持向量机在非线性系统辨识中的应用

使用线性规划优化技术代替二次规划优化技术,通过最小化支持向量数来实现支持向量机算法.由于线性规划支持向量机的核函数不需要满足Mercer定理,因此,采用复高斯小波B样条小波作为支持向量机的核函数,建立了线性规划支持向量机模型,并将其用于非线性系统的辨识.仿真结果表明,线性规划支持向量机模型的辨识精度高于二次规划支持向量机模型.     

监控与预测的云资源优化配置

针对云环境下虚拟机资源在多数时间中处于闲置状态导致云资源利用率低的问题,设计一种云资源监控系统,并在云监控基础上提出一种基于自回归积分滑动平均(ARIMA)模型的动态负载预测与资源配置的方法.该方法利用虚拟机负载与配置的关系,通过预测负载情况,提前启动或者挂起虚拟机,提高云资源的利用率.研究结合OpenStack云环境提供的虚拟机,实现其下的云资源监控,预测和弹性分配功能.结果表明:该系统能准确预测虚拟机的需求量,所制定的资源弹性分配策略能够提高云资源的利用率,进一步节约成本.