基于VMware虚拟网络的构建

在介绍虚拟网络有关概念和原理的基础上，阐述了VMware软件支持的三种网络模式各自的功能和特点，并给出了利用VMware软件构建虚拟网络的方法．     

GridCOMP中基于JMX的组件监控模型

介绍一种在GridCOMP系统中基于Java管理扩展的监控组件模型,这是一种网格环境下支持自动组件监控的网格资源监控模型.模型采用了Java管理扩展和Fractal组件技术.模型采用组件监控组件的方式,模型的监控组件作为一个基本组件,监控组件和被监控组件组成复合组件,同时使用XML(可扩展标识语言)文档部署到远端的Java虚拟机上.允许用户查询当期状态和任意时刻的历史信息,为管理和优化网格系统的性能提供服务.这种方法结构简单,可重用和动态部署.     

Java虚拟机加载机制浅析

Java语言是一种具有动态性的解释性编程语言,当指定的程序运行的时候,Java就将编译生成的class文件按照需求和一定规则加载入内存,并组织成一个完整的Java应用程序。本文通过一些例子,来解释和说明Java虚拟机加载机制的内容和特性。     

谈高校图书馆员如何利用虚拟机技术提高信息素养

随着社会的进步,信息技术不断发展,新的文献载体、计算机网络、数据库技术的广泛应用,高校图书馆员的信息服务工作在内容和形式上都发生了重大变化,同时,要求图书馆员具有相应的信息素养。虚拟机技术具有许多独特的功能,对提高图书馆员信息素养提供了一个很好的实验平台。     

一种JVM硬件体系结构的探讨

Java的性能问题直是Java应用关注的焦点，JIT技术的运用在一定程度上提高了Java的执行速度，但在实时性要求高的嵌入式系统的运用中却难以满足其要求。文章提出一种基于硬件的方法Java处理器，能直接执行Java字节码，提高Java的性能。该方法适刷于实时及嵌入式系统。     

虚拟机在上机实习教学的应用

利用虚拟机技术在 Windows2 0 0 0或 Windows XP下虚拟出另一台主机 ,在虚拟机上进行操作 ,提高计算机上机教学质量 ,这样可保证教学中所有操作 (特别是系统安装等基础教学 )在虚拟机中进行 ,培养学生应用计算机能力的同时提高对系统安装及维护能力     

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。     

Unicore架构下的Dalvik虚拟机优化

基于Unicore架构,对Dalvik虚拟机进行了移植优化.通过分析Unicore架构下应用程序二进制接口与Dalvik虚拟机的平台相关性,设计实现了jniArgInfo变量字段的布局以及与Dalvik虚拟机平台相关的本地方法调用桥.在设计完成Unicore架构下的快速型解释器入口函数、别名寄存器、汇编宏定义以及汇编版本快速型解释器架构等组件的基础上,结合虚拟机快速型解释器的混合实现机制对Dalvik虚拟机进行了优化,并对优化后Dalvik虚拟机的兼容性、功能、性能进行了测试验证.实验结果表明,优化后的Dalvik虚拟机符合Android系统规范,虚拟机核心部件及Dalvik解释器性能稳定,与优化前相比,系统每秒执行的字节码数目提升达147%.与同类平台的对比测试结果验证了Dalvik虚拟机性能提升的合理性.     

云计算打造新型数据中心

风头正劲的云计算不仅大大提高了信息处理能力,而且彻底改变了计算与存储方式,便宜以及按需的计算能力使云计算成为物联网的前奏"大脑".随着中小企业对云计算服务需求的增加,产业级云计算互联网数据中心,即IaaS的建设将成为产业链发展的初期焦点,业界巨头近几年均在这方面加大投入.     

TeraPELB:云计算中基于预测的弹性负载均衡算法

现代负载均衡已经成为云计算中虚拟资源管理和调度的核心.针对现有云计算弹性负载均衡存在的不足,提出了一种基于预测的弹性负载均衡资源管理算法(TeraPELB),不仅能更加灵活她动态调配资源,而且支持基于负载的趋势预测.理论分析和仿真实验表明,随着网络员载的变动,TeraPELB算法能根据负载变化情况动态地调整后端服务器集群的处理能力,解决了从云中申请虚拟机具有延迟性而导致迟滞甚至无法满足用户请求的问题,相较于传统的弹性员载均衡算法效果更好.