基于动态带宽分配的Hadoop数据负载均衡方法

数据负载均衡对Hadoop分布式文件系统(HDFS)性能有着重要的影响,针对HDFS中默认的数据负载均衡方法存在的效率低和缺乏灵活性的不足,文中提出了一种新的动态负载均衡方法,即通过控制变量来动态分配网络带宽以达到数据负载均衡.在此基础上建立了基于控制变量的数据负载均衡数学模型.实验结果表明,文中提出的方法既能保证HDFS的数据访问性能,又能提高集群加入新节点时的数据负载均衡效率.     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

采用资源划分的云环境下Hadoop资源许可调度方法

针对云计算环境中Hadoop平台由于节点计算能力差异、多样混合负载共存等原因而出现的性能不佳的问题,提出一种采用资源划分的资源许可方法。该方法在云计算环境下通过减少资源浪费或负载过重等情况的出现来提高系统性能。该方法采集资源信息并推测任务资源需求,根据可用计算资源和任务需求动态划分、调度资源;使用与资源无耦合的资源许可启动任务并控制任务数量调节资源利用率以适应云环境。使用该方法对比公平调度器在国家高性能计算中心(西安)进行测试发现:单作业在资源竞争环境中优于公平调度器的静态结果;混合负载在3种测试环境中完成时间分别平均减少了27.5%、37.1%和50.98%,性能显著提升。实验结果表明,该方法可以适应负载资源需求和可用计算资源的变化,灵活划分计算资源,解决Hadoop在云环境中的性能不佳问题。     

人力资源集群与虚拟团队

本文基于集群理论 ,提出人力资源集群的观点 ,分析了虚拟团队的管理机制 ,指出企业通过虚拟团队方式对人力资源集群进行管理 ,实现战略目标。     

一种基于类的优先队列的动态资源配置方案

为了更好地实现移动通信网络中的动态资源配置,遵循最新的WCDMA标准,文章提出了一种基于类的优先队列的配置策略,并给出了具体的实现方案。分析表明,该方案在花费额外缓冲空间和增加复杂度的条件下保证了较低延迟,适用于多业务的移动通信网络环境。     

基于Petri网的动态负载平衡双层调度模型研究

根据集中式和分布式动态负载平衡调度方式的优点,提出一种动态负载平衡双层调度模型（DLBDSM）,并在Petri网上进行建模。该模型将分布式系统分成若干相对独立的任务调度组,调度组由1个调度服务器和3个工作站组成,组内采用集中式调度,组间采用分布式调度,顶层子系统和底层子系统分别．由每个任务调度组的调度服务器和工作站组成。与现有的动态负载平衡调度模型对比,DLBDSM模型具有易实现、易管理和实时性等优点,并能有效地减少任务迁移所带来的系统开销。     

基于物化策略的异构数据集成的动态查询调度

主要是引入了物化策略来优化异构数据集成调度算法,从总体上介绍了异构数据集成系统的查询处理流程.为了解决传统查询调度存在的几个问题:成本估计不正确,运行时可用的内存不足和数据传输率无法预测,提出了满足内存限制的一种查询调度的动态策略,主要包括调度条件、监察临界值、物化策略.最后根据动态调度优化对子查询结果进行整合,通过实验证明本文中动态查询调度的优越性.     

虚拟单元跨单元动态调度问题研究

针对虚拟单元生产过程中随机扰动所导致的资源冲突、虚拟单元协同生产及共享资源的特点,结合时间约束网络和图论的相关知识,对虚拟单元跨单元动态调度问题进行研究。同时考虑设备资源约束和交货期时间约束,建立具有虚拟单元特色的虚拟单元跨单元动态调度的时间约束网络模型,并运用协同优化思想,提出双层时间约束网络的单元间协同优化算法和基于度的反应式人机协同算法用于模型的求解。最后对算法进行了实例验证,结果表明,该方法可为生产计划制定人员快速调整原生产调度计划方案提供便利和一定的理论基础。     

基于数据分区的动态流媒体数据调度算法

为了有效地提高P2P网络的流媒体服务质量,该文采用带宽动态调整策略实时地适应网络带宽的动态变化,通过对数据片断的区间划分,明确各区间数据片段的紧迫性和重要性,分别采用不同的调度策略,从而提高数据片断的实时到达率,并使数据片断具有较好的扩散性.系统测试显示节点播发具有良好的连续性和稳定性,结果表明了算法的有效性.     

考虑供给与负荷转移的虚拟电厂调度策略

虚拟电厂是一种通过先进信息通信技术和软件系统,将分布式发电机组、储能系统、可控负荷、 电动汽车等分布式设备聚合优化并协调参与电力市场和电网运行的特殊电厂。 针对现阶段可再生能源产业的风力、光伏并网发电和优先消纳困难等问题,基于虚拟电厂强通信、高聚合的特性,提出了一种考虑供给与负荷转移的虚拟电厂调度策略,以虚拟电厂整体利润最优为目标函数,从供给侧与需求侧同时强化虚拟电厂的调度弹性。 其中供给转移通过储能设备实现,考虑蓄电池储能系统与氢能存储系统同时参与调度,发挥各自储能优势,负荷转移通过柔性负荷实现,并将所有柔性负荷分为短期、中期、长期 3 类来反映实际情况,以柔性负荷的负荷量与最晚调度时间为类别划分依据。 实验结果表明:储能设备及柔性负荷参与虚拟电厂调度,显著提高了虚拟电厂运行的强健性,增强了新能源的消纳水平,实现了“削峰填谷”的效果,并且在经济性上有着良好的表现。     

复杂供应链网络资源传输数据自动调度方法

为了解决传统方法实时性较差、公平性极低、容易造成复杂供应链网络崩溃,以及无法有效调度拥塞情况下数据,导致调度性能下降的问题。研究了一种新的复杂供应链网络资源传输数据自动调度方法。分析了传输数据过程中出现数据包乱序现象的原因,发现在复杂供应链网络出现拥塞的情况下,拥塞部分和网络路由部分会出现很大的改变。针对拥塞部分进行调度时,对数据传输过程中拥塞状态下数据调度问题进行描述。结合公平性考虑,通过粒子群算法进行求解。针对路由部分进行调度时,考虑带宽预测与前向传输时延。对各子路径接收端成功接收数据包数量进行预测,依据子路径往返时延,完成对子路径的排序,按照顺序调度数据传输。在出现丢包情况时,通过最大ssthresh优先法对丢包重传路径进行选择。结果表明:所提方法可动态自适应调度不同路径的传输数据,分配比率相对稳定;接收缓存空闲空间变化较少,乱序数据包数量明显降低,拥塞窗口数量最低;公平性因子值明显低于其他方法。可见所提方法调度性能优,可达到复杂供应链网络资源传输数据调度要求。     

VirtCO:Joint Coflow Scheduling and Virtual Machine Placement in Cloud Data Centers

Cloud data centers, such as Amazon EC2, host myriad big data applications using Virtual Machines(VMs). As these applications are communication-intensive, optimizing network transfer between VMs is critical to the performance of these applications and network utilization of data centers. Previous studies have addressed this issue by scheduling network flows with coflow semantics or optimizing VM placement with traffic considerations.However, coflow scheduling and VM placement have been conducted orthogonally. In fact, these two mechanisms are mutually dependent, and optimizing these two complementary degrees of freedom independently turns out to be suboptimal. In this paper, we present VirtCO, a practical framework that jointly schedules coflows and places VMs ahead of VM launch to optimize the overall performance of data center applications. We model the joint coflow scheduling and VM placement optimization problem, and propose effective heuristics for solving it. We further implement VirtCO with OpenStack and deploy it in a testbed environment. Extensive evaluation of real-world traces shows that compared with state-of-the-art solutions, VirtCO greatly reduces the average coflow completion time by up to 36.5%. This new framework is also compatible with and readily deployable within existing data center architectures.     

基于收益优化的虚拟数据中心网络资源分配模型

为解决虚拟数据中心内部虚拟网络间对物理带宽资源的竞争问题,借鉴博弈理论提出了网络资源分配模型.首先给出基于收益最优的整体带宽分配优化目标,然后将其拆分为可以运行于网络内部交换机上的分布式博弈模型,并给出了证明和求解过程,其中虚拟网络作为参与者在给定的定价机制下运行非合作的博弈,在博弈达到纳什均衡点时带宽分配最优.实验结果显示,提出的模型能够实现公平、合理的虚拟网络带宽资源分配.     

全行驶状态下虚拟轨道列车的动载及道路友好特性

为分析虚拟轨道列车在站间全行驶状态下（牵引、匀速、制动）的动载特性和道路友好性,基于车辆动力学、轮胎动力学、非线性动力学等理论,构建了随机路面激励下的虚拟轨道列车动力学模型,该模型考虑了车辆之间的耦合作用和轮胎-路面的相互作用,并对该动力学模型进行了验证。通过理论分析和数值计算,对虚拟轨道列车在站间全行驶状态下的动载特性和道路友好性进行了探究,同时分析了运行速度、路面等级和加/减速度的影响。结果表明：全行驶状态下的各轮纵向力趋于稳定值,牵引和制动状态下大小相等,方向相反,匀速状态下趋于零。牵引状态下车辆1前轴垂向动载荷均方根值最大,而制动状态下车辆3后轴最大。相较于牵引和制动状态,匀速状态下的道路友好性更优。垂向动载荷均方根值和道路友好性均与运行速度、加/减速度均呈正相关,与路面等级呈负相关。研究内容能够为虚拟轨道列车的运行模式提供建议以提高运行效率,同时,能够为沥青路面的选型提供指导以减缓道路损坏。     

面向云环境中任务负载的粒子群优化调度策略

随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.     

QoS-Aware Virtual Machine Scheduling for Video Streaming Services in Multi-Cloud

Video streaming services are trending to be deployed on cloud. Cloud computing offers better stability and lower price than traditional IT facilities. Huge storage capacity is essential for video streaming service. More and more cloud providers appear so there are increasing cloud platforms to choose. A better choice is to use more than one data center, which is called multi-cloud. In this paper a closed-loop approach is proposed for optimizing Quality of Service (QoS) and cost. Modules of monitoring and controlling data centers are required as well as the application feedback such as video streaming services. An algorithm is proposed to help choose cloud providers and data centers in a multi-cloud environment as a video service manager. Performance with different video service workloads are evaluated. Compared with using only one cloud provider, dynamically deploying services in multi-cloud is better in aspects of both cost and QoS. If cloud service costs are different among data centers, the algorithm will help make choices to lower the cost and keep a high QoS.     

基于Mapx的出租车动态监控与调度系统

介绍了笔者自主研发的一种出租车动态监控与调度系统，其创新点在于实现了调度命令的可视化，即在监控图上直观的选择发送调度命令的对象。其内容包括开发目标、开发平台和基本功能，包括接收GPS数据，车辆基本信息维护和查询，实时监控，轨迹回放，可视化调度，统计功能，实时报警，接受乘客请求信息，最后综合评价了整个系统的整体性能。     

数字创新 在虚拟群集与数字化区域中的创新过程

本书是英国帝国学院出版社出版的《技术管理》丛书的第8卷。创新是经济活动与商业成功的关键驱动器。知识和学习是创新创造价值的主要来源，信息技术与数字网络的巨大发展使得知识的传播和新知识的创造成为可能。从模拟技术到数字技术的转移，从多层次计算总体结构到新的互联网工作模式，使得知识商品化、创新普遍化、创新处处存在。本书介绍了1．虚拟群集现象的实验分析结果，强调了在数字经验中创新网络的动态特性，这些动态特性代表了对传统理论的挑战；