基于组合双向拍卖与信任的多云计算资源分配与定价研究*

随着云计算市场规模的急剧增长,云计算资源的分配和定价成为了云计算市场的一个重要问题.针对当前云计算资源分配中将定价和信任相结合研究的不足,研究基于组合双向拍卖和信任的多云计算资源分配与定价算法,从价格和信任两方面来衡量云计算资源提供商的“综合竞争力”,激励综合竞争力高的云资源提供商获得更多的效用.实验仿真表明该算法满足激励兼容性和交易效用可激励云计算资源提供商提高综合竞争力.     

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.     

基于粒子群算法的云计算资源配置研究

对于云计算而言,虚拟机资源的合理高效配置具有重要意义.该文对粒子群方法进行到云计算资源配置的映射,详细地设计了3个约束条件和目标函数.目标函数中包含了资源利用率和迁移次数2个优化目标,整个虚拟机资源的配置过程设置了8个步骤.实验结果表明:同2种参照方法相比,该文所提出的基于粒子群算法的云资源配置方法完成配置后,不仅资源利用率高、迁移次数低,其迭代过程和迭代时间也令人满意.     

一种考虑资源状态动态反馈的云计算调度算法

针对云计算动态调度问题,提出一种考虑资源状态动态反馈的云计算调度算法.该算法针对资源服务器状态动态变化影响当前工作流调度结果的问题提出滑动窗模型,该模型可以实时动态地反映资源服务器的状态.为了更好地预测资源服务器的状态,提出时间窗曲线模型和平均利用率模型,以计算资源服务器的平均利用率.基于平均利用率提出资源反馈权重策略,通过该策略来计算所有工作流任务的动态权重值,按照动态权重值进行排序并依次调度.实验结果表明本文算法可以有效缩短工作流的总加工时间.      

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

基于多目标蚁群优化的知识即服务动态组合策略

为了以Web服务方式实现云计算环境下的知识共享和知识融合,提出了一种基于多目标蚁群优化的知识即服务组合策略.该策略中,结合云计算环境的动态性和知识即服务的质量规则,从知识服务提供者的角度构建了知识即服务动态组合模型;同时,为了利用问题的特征信息引导蚂蚁的搜索行为,设计了蚁群算法相应的信息素和启发信息,从而实现多目标优化.在云计算平台下使用真实的Web服务实例进行仿真实验,将该策略与基于遗传算法和协同进化算法的策略进行比较,结果表明,文中策略的性能和解的质量均明显较优.     

云计算环境下仿真模型资源虚拟化研究

针对传统仿真技术在应对大规模复杂系统仿真方面的局限性,提出一种在云计算环境中构造的仿真系统.该系统将仿真模型作为一种资源进行虚拟化,并将仿真模型和由其构成的仿真流程作为服务提供给用户.首先阐述了云计算环境下仿真系统的基本概念,接着从仿真模型的定义、接入方式和调用方式对仿真模型的虚拟化进行了研究,随后描述了由仿真模型构造仿真流程的方法和驱动其运行的策略.搭建了针对全球卫星导航系统GNSS的仿真系统原型,通过其运行验证了在云计算中构造仿真系统的可行性和仿真模型资源虚拟化技术的有效性.     

云计算资源优化问题求解的萤火虫算法

为了提高云计算资源利用率,结合云计算资源优化问题的特点,设计一种云计算资源优化问题求解的萤火虫算法.首先建立云计算资源负载调度问题的约束条件,以用户任务完成时间最少作为云计算资源负载调度优化的目标函数;然后通过萤火虫算法找到目标函数值最优的资源调度策略;最后在CloudSim平台上实现云计算资源负载调度仿真实验.实验结果表明,萤火虫算法减少了云计算任务完成的时间,均衡了云计算资源的负载,使云计算资源得到合理分配,且比其他算法优势明显.     

云计算资源调度算法比较研究

云计算系统的资源调度策略是影响云计算平台性能和效率的最主要因素,目前云计算关键技术与应用的快速发展促使资源调度成为业界研究的重点。本文首先介绍云环境下的资源调度模型及形式化描述;然后根据其不同的优化目标,对现有的调度算法进行详细的分析比较;最后,对云环境下资源调度的未来研究趋势进行了总结和展望。     

基于改进的粒子群优化的云计算资源调度模型

针对云计算系统中多任务并发模式下引发的资源竞争,本文提出了一种基于改进的粒子群优化的云计算资源调度分配模型,以提高资源利用率.首先,对云计算系统中的资源调度问题进行形式化描述,构建以任务的总完成时间为优化对象的目标函数.其次,求解时采用粒子群优化算法,为保证收敛速度且避免粒子群在搜索过程中陷入局部最优,定义了惯性权重函数.另外,引入一个调整算子以优化位置更新.仿真结果表明,本文提出的资源调度分配模型能够有效提高云计算资源利用率,大幅减少任务的处理时间.     

Parasitic computing

Reliable communication on the Internet is guaranteed by a standard set of protocols, used by all computers. Here we show that these protocols can be exploited to compute with the communication infrastructure, transforming the Internet into a distributed computer in which servers unwittingly perform computation on behalf of a remote node. In this model, which we call 'parasitic computing', one machine forces target computers to solve a piece of a complex computational problem merely by engaging them in standard communication. Consequently, the target computers are unaware that they have performed computation for the benefit of a commanding node. As experimental evidence of the principle of parasitic computing, we harness the power of several web servers across the globe, which-unknown to them-work together to solve an NP complete problem.     

云计算与网格计算比较研究

云计算作为下一代计算模式,在科学计算和商业计算领域发挥着重要作用,受到当前学术界和企业界的广泛关注.云计算不同于传统的以个人计算机为中心的本地计算,它以互联网为中心,通过构建一个或多个由大量普通机器和网络设备连接的数据中心,把海量的数据存储到数据中心上,向上层的服务和应用提供安全、可靠、快捷、透明的数据存储和计算服务.根据国内外相关文献,通过对云计算和网格计算在体系结构、计算模型、编程模型方面进行了深入的讨论,对云计算的概念有更准确和深入的了解.     

云计算--实现概念计算的方法

云理论是实现概念的定性值与数字的定量值之间自然转换的有力工具．本文在云理论的基础上，提出了实现概念计算(也叫简化计算)的云计算方法．概述了云模型与不确定推理；给出了计算的逻辑描述，将计算过程抽象成为推理过程；运用机器学习的方法，给出了计算云化的过程，并且采用不确定推理的方法，给出了云的计算过程；简单阐述了云化计算的系统实现．     

Modeling Trusted Computing

0 IntroductionThe purpose of trusted computingis to solve some of to-day’s security problems through hardware changes topersonal computer . The trusted property can be extendedfromroot of trust to entire PC platformthrough the chain oftrust[1].Root of trustis a small hardware device calledtrustedplatform module (TPM) addedto PC.A well-known project of trusted computing is trustedcomputing platformalliance(TCPA) .It is calledtrusted com-puting group (TCG) now[2 ,3]. Besides this , other…     

E级计算之远景

 超级计算机在当今科技发展中占有举足轻重的地位。在向着E级计算时代迈进之时,精确衡量超算的性能是一个事关超算架构和应用的关键问题。评价一台超算采用不同的基准会产生不同的结果。本文介绍超算中主要的3种排名及其对应的评测基准,并分析了超算本身的发展及应用远景。     

Trust Based Pervasive Computing

Pervasive computing environment is a distributed and mobile space. Trust relationship must be established and ensured between devices and the systems in the pervasive computing environment. The trusted computing （TC） technology introduced by trusted computing group is a distributed-system-wide approach to the provisions of integrity protection of resources. The TC＇s notion of trust and security can be described as conformed system behaviors of a platform environment such that the conformation can be attested to a remote challenger. In this paper the trust requirements in a pervasive/ubiquitous environment are analyzed. Then security schemes for the pervasive computing are proposed using primitives offered by TC technology.     

DNA计算技术进展

论述DNA计算技术进展。先介绍DNA计算的基本原理,论述DNA计算的特点方法和存在的问题,接着介绍DNA计算的国内外研究现状,最后指出DNA计算研究中需要解决的问题。     

DNA computing on surfaces

DNA computing was proposed as a means of solving a class of intractable computational problems in which the computing time can grow exponentially with problem size (the 'NP-complete' or non-deterministic polynomial time complete problems). The principle of the technique has been demonstrated experimentally for a simple example of the hamiltonian path problem (in this case, finding an airline flight path between several cities, such that each city is visited only once). DNA computational approaches to the solution of other problems have also been investigated. One technique involves the immobilization and manipulation of combinatorial mixtures of DNA on a support. A set of DNA molecules encoding all candidate solutions to the computational problem of interest is synthesized and attached to the surface. Successive cycles of hybridization operations and exonuclease digestion are used to identify and eliminate those members of the set that are not solutions. Upon completion of all the multistep cycles, the solution to the computational problem is identified using a polymerase chain reaction to amplify the remaining molecules, which are then hybridized to an addressed array. The advantages of this approach are its scalability and potential to be automated (the use of solid-phase formats simplifies the complex repetitive chemical processes, as has been demonstrated in DNA and protein synthesis). Here we report the use of this method to solve a NP-complete problem. We consider a small example of the satisfiability problem (SAT), in which the values of a set of boolean variables satisfying certain logical constraints are determined.