基于检验点的移动云资源调度策略研究

移动云以按需付费的方式交付给用户,其服务可靠性成为了用户最为关心的性能指标之一。容错资源调度策略常用于云平台中提供服务的可靠性,其中检验点技术是云平台中容错资源调度的一种主要手段。对Web云中检验点技术的原理进行了深入分析,重点讨论了基于检验点策略的容错资源调度方法,分别对预设故障概率服从泊松分布的固定间隔周期检验点容错策略及无预设故障概率的动态间隔周期检验点容错策略进行了深入的分析,比较了不同检验点技术的特点和问题。结合移动云的工作特点,提出了移动云环境下检验点技术未来的研究点。     

一种基于网格服务的可靠性度量模型

在网格中,服务资源通常是动态变化的.因此,如何度量服务的可靠性足网格中服务质量的一个关键问题.根据网格中服务动态变化的特点,从可靠性的角度对网格中的服务质量进行分析并给出相应的计算方法,从而提出一种基于网格服务的可靠性度量模型.该模型将动态变化的服务划分为一系列相对静态的时段,根据网格中服务的主动特性,对网格结点上所提供的服务进行可靠性分析,从服务的可靠性、可靠性的数学期望、可靠性的均方差3个方面综合度量网格中服务的可靠性.     

基于相互隶属度的云模型相似性度量方法

针对现有云模型相似性度量方法计算复杂度高、结果不稳定、适用性有限等问题,提出了一种基于相互隶属度的云模型相似性度量方法.依据云模型期望曲线以公共面积与自身面积之比定义云模型之间的隶属度,进而利用相互隶属度计算云模型之间的相似度.讨论了不同交点及半云情形下相应面积的计算方法,并给出了相似度的计算公式及性质证明.仿真实验表明,该方法能够在多种情形下合理地度量云模型的相似性,并且具有较高的结果准确度和较低的计算复杂度,基于云模型的评估实例进一步验证了该方法的有效性.      

基于含熵期望曲线的云模型相关性度量方法

针对现有基于云模型的相关性度量方法缺少必要约束条件的问题,提出一种基于含熵期望曲线的云模型相关性度量方法．将云模型中超熵期望曲线的与区域和或区域的面积比作为相关性的度量基准,解决云模型的区间约束以及半云度量问题．利用3熵（3σ）约束增加云滴的聚集,减少计算开销．将超熵纳入计算,考虑云滴厚度对云模型相关性的影响．本方法克服了面向随机云滴的距离度量方法和数字特征变换方法中存在的计算复杂度高、结果不稳定的问题,同时满足了三类约束的实际计算需求．实验表明该方法能够客观有效地对云模型相关性进行度量,并在基于云模型的系统评价任务中得到了验证．     

度量空间中的拟近标准点及度量空间的非标准完备化

研究了度量空间中的拟近标准点和度量空间的非标准完备化.在K-饱和的非标准模型下.采用非标准分析方法,提出了度量空间中的拟近标准点的定义,得到了非标准度量空间中的点是拟近标准点的充要条件是它属于某一个标准点的每一个*-开球,证明了度量空间的非标准完备化恰是该空间的非标准扩张中拟近标准点集的商空间.     

云制造环境下基于QoS的组合云服务自适应调整

为提高云制造环境下组合云服务的柔性,提出一种基于QoS的组合云服务自适应调整机制.该机制将可靠性、可用性、时间、价格和柔性度作为云服务的QoS特征,给出各特征值的量化方法和云服务QoS包含度的定义;对云制造环境下可能产生的异常进行了分类和抽象,将自适应调整逻辑引入组合云服务,建立了组合云服务自适应调整模型,并给出相应的调整算法和调整逻辑.设计了仿真实验,实验结果验证了所提方法的可行性和有效性.     

风险价值VaR的检验

根据风险价值的概念,提出了一个基于二点分布的检验模型,证明了存在一致最优(UMP)检验,并给出了检验的表达式、拒绝域.另外,考虑到金融数据的样本容量都比较大,又提出了基于渐近正态分布的检验模型,给出了检验的表达式,拒绝域,并与传统方法的结果作了比较.     

Web服务可靠性的阶段模型

为了更全面地分析Web服务的失效过程,提高Web服务可靠性预测的精度,提出了一种Web服务可靠性的阶段模型.描述了SOA(service-oriented architecture)下Web服务在服务发布、服务发现、服务绑定、服务组合以及服务执行等各个阶段的失效过程,并根据Web服务在不同阶段的失效过程构建各个阶段的可靠性模型,将各阶段的可靠性模型集成起来即构成了Web服务的可靠性预测模型.通过实例描述了该模型的可靠性度量方法,并将该阶段模型和传统的可靠性模型进行了比较,实验结果表明了该可靠性阶段模型是有效的,因此比传统模型更加适用于Web服务.     

基于可用带宽的QoS多播路由算法

设计了一种基于时延、时延抖动和包丢失率3个QoS约束下的最大可用带宽多播树求解模型,将可用带宽作为主度量参数来构建多播树.能够针对特定的服务需求对各个QoS度量的重要性进行灵活调整,其算法具有多项式复杂度,并通过仿真证明了算法的有效性.     

一种面向Web服务的综合可信性度量模型

基于Web服务的可信应用程序构造的一个关键问题是如何度量Web服务的可信性.在遵循Web服务特点的基础上,提出一个综合的Web服务可信性度量模型TMM4WS,从Web服务的内部实现和外部使用两方面对Web服务的可信性进行度量,开发了相应的度量支持工具TMT4WS.采用Web服务实例对提出的度量模型与工具进行了验证.实验结果表明,度量模型TMM4WS及其支持工具TMT4WS具有较好的可操作性,能够定量地度量Web服务的可信性.     

移动计算环境下可配置的卷回恢复算法

设计了一种可配置的卷回恢复算法,算法将检查点分别存储在移动节点本地磁盘和移动支持站上的可靠存储器,用低费用的检查点容忍出现频率较高的错误,而用高代价的检查点容忍出现频率较低的错误。算法降低了无线网络负载和能耗,减少了采取检查点和错误恢复的迟延,并根据环境动态配置,可降低算法平均开销率。     

基于“云计算”的数字图书馆服务模式

云计算是继网格技术后产生的新型计算模式,它的出现不仅仅是一种2.0时代的附属品,而是一场互联网时代的巨大改变。本文从云计算的概念入手,分析数字图书馆应用云计算的可行性,并根据云计算的特征和构成数字图书馆服务模式的要素从不同角度探讨了基于云计算环境下的一站式服务模式、平台服务模式、个性化服务模式、资源共建共享服务模式的云数字图书馆服务模式。     

云计算服务管理的研究

云计算是一种新兴的共享基础架构的方法,它能够将巨大的系统池连接在一起来提供各种服务,具有超大规模、虚拟化、可靠等特点。现阶段对云计算服务管理的研究还处于初级阶段,尚没有好的、统一的管理模式、管理机制、服务质量控制及体系等,其服务质量和效率都有待于提高,为此设计了云计算服务管理框架,提出了一种基于策略的、动态的、智能的云计算服务管理机制和方法。     

云计算环境下基于BRB策略的自动谈判简

利用云计算环境下基于多Agent的自动谈判来解决云计算参与者之间的分歧,通过在云计算环境下基于多Agent的谈判框架中引入中介Agent,在谈判进行之前,将消费者需求与服务提供商进行匹配,消除无效资源;为充分利用谈判者的地位,预测对手的提议,提出BPE策略和RBC策略,并允许谈判者在发现更好提议时可以违反之前建立的协议,从而形成云计算环境下基于BRB策略的自动谈判;通过仿真实验验证中介Agent和云计算环境下基于BRB策略的自动谈判。     

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.     

DR-Cloud: Multi-Cloud Based Disaster Recovery Service简

With the rapid popularity of cloud computing paradigm, disaster recovery using cloud resources becomes an attractive approach. This paper presents a practical multi-cloud based disaster recovery service model： DR- Cloud. With DR-Cloud, resources of multiple cloud service providers can be utilized cooperatively by the disaster recovery service provider. A simple and unified interface is exposed to the customers of DR-Cloud to adapt the heterogeneity of cloud service providers involved in the disaster recovery service, and the internal processes between clouds are invisible to the customers. DR-Cloud proposes multiple optimization scheduling strategies to balance the disaster recovery objectives, such as high data reliability, low backup cost, and short recovery time, which are also transparent to the customers. Different data scheduling strategies based on DR-Cloud are suitable for different kinds of data disaster recovery scenarios. Experimental results show that the DR-Cloud model can cooperate with cloud service providers with various parameters effectively, while its data scheduling strategies can achieve their optimization objectives efficiently and are widely applicable.     

A prediction mechanism of file access popularity and optimal strategy of replicas deployment in cloud computing

In cloud computing,the number of replicas and deployment strategy have extensive impacts on user's requirement and storage efficiency.Therefore,in this paper,a new definition of file access popularity according to users' preferences,and its prediction algorithm are provided to predict file access trend with historical data.Files are sorted by priority depending on their popularity.A mathematical model between file access popularity and the number of replicas is built so that the reliability is increased efficiently.Most importantly,we present an optimal strategy of dynamic replicas deployment based on the file access popularity strategy with the overall concern of nodes' performance and load condition.By this strategy,files with high priority will be deployed on nodes with better performance therefore higher quality of service is guaranteed.The strategy is realized in the Hadoop platform.Performance is compared with that of default strategy in Hadoop and CDRM strategy.The result shows that the proposed strategy can not only maintain the system load balance,but also supply better service performance,which is consistent with the theoretical analysis.     

云平台调度能耗测量研究*

针对云计算平台利用异构网络资源建设资源池,带来的针对IPv4/IPv6异构网络资源的云计算平台进行能耗度量问题,提出了一种基于分析随机任务变化带来的CPU能耗变化的动态能耗度量数学模型。采用以测试节点为基础,确定数学模型参数值的方法对测试节点CPU频率、CPU使用率进行实时监测;并进行了IPv4/IPv6同构云计算平台虚拟机迁移实验。实验结果得出了IPv4/IPv6过渡前期、中期与后期云计算平台虚拟机迁移能耗;符合云计算能耗测量需求。     

云计算下异构数据集成模型的构建

为使用户能够将现有的应用系统向云计算环境迁移,将原有的异构数据处理无缝的映射为云计算环境下通用的数据服务和行为,从云计算和云存储的理论和模型出发,面向大规模的数据密集应用,针对各种异构数据库存储系统和云存储系统,构建云计算环境下异构数据模型,为用户提供透明、统一的异构数据集成和访问接口服务。实践证明:云计算下基于本体的异构数据集成模型的构建,可以为云计算环境下各业务应用提供统一的数据管理和处理方法,方便、快捷地实现异构数据统一的检索与查询以及业务应用所处理的各种异构数据之间实质性关联与映射。     

An Energy-Saving Task Scheduling Strategy Based on Vacation Queuing Theory in Cloud Computing

High energy consumption is one of the key issues of cloud computing systems. Incoming jobs in cloud computing environments have the nature of randomness, and compute nodes have to be powered on all the time to await incoming tasks. This results in a great waste of energy. An energy-saving task scheduling algorithm based on the vacation queuing model for cloud computing systems is proposed in this paper. First, we use the vacation queuing model with exhaustive service to model the task schedule of a heterogeneous cloud computing system.Next, based on the busy period and busy cycle under steady state, we analyze the expectations of task sojourn time and energy consumption of compute nodes in the heterogeneous cloud computing system. Subsequently, we propose a task scheduling algorithm based on similar tasks to reduce the energy consumption. Simulation results show that the proposed algorithm can reduce the energy consumption of the cloud computing system effectively while meeting the task performance.