基于混合蛙跳算法的容器云资源低能耗部署方法

为了提升整体部署效果,提出基于混合蛙跳算法的容器云资源低能耗部署方法。对容器云资源配置详细分析,从中获取容器云资源能耗影响因素;设立能耗监控与资源调度方案,达到优化能耗的目的;采用混合蛙跳算法对设立的资源调度方案实行局部搜索,从中寻取最优解,得出容器云资源低能耗的最佳部署方案。仿真结果表明,提出的算法收敛性好,请求接收率可达到96%以上,24小时内容器云平台的平均能耗损耗仅19 990 kJ,500个任务的部署耗时不到5 ms,算法性能优秀。     

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.     

基于区间云模型的非完备空战决策效能评估

为解决评估过程中评估指标体系权重分配不合理和空战数据不确定的问题,提出基于博弈论和区间云模型进行非完备空战决策效能评估的研究方法。针对空战攻防决策,构建评估指标体系,基于博弈论合理调整主客观权重获得指标的综合权重值。然后,对评估中出现的随机性和模糊性问题,研究区间云模型方法,通过区间云发生器确定非完备空战决策效能优劣。最后,通过仿真验证了所提方法的可行性和有效性,为解决非完备信息下的空战决策效能评估问题提供了技术支撑。     

一种基于服务使用信息的Web服务QoS度量方法

针对现有的基于QoS的度量方法只考虑对Web service的公共属性的研究,忽略了领域属性,不具备通用性的问题,把QoS度量分为有约束和无约束两类,并分别提出QoS度量方法.对有约束的QoS度量,提出一个基于约束信息的度量方法;对于无约束QoS度量,给出一种通过对已有服务使用信息、自动调整QoS度量的指标及指标系数的方法.最后,介绍算法的实现平台及实验结果分析,并通过实验证明方法的可行性和有效性.     

基于云环境下区域卫生资源联盟平台研究

随着国家对于医疗机构信息化的重视,各个医疗机构都在不同程度上进行了信息的电子化工作.文章介绍了云计算的概念和分类,初步探讨了利用云计算的优势,医疗机构信息化可以突破存储、管理等诸多问题,提高信息的综合利用水平.     

基于QoS的一维逆云控制器研究

采用云模型不确定性推理方法设计了一种逆云映射器,并给出了逆云映射器的结构设计方法,分析了其映射特性.据此提出了一种一维逆云智能控制器,将其应用于基于QoS的网络控制系统中,并给出了相关的仿真结果.     

云环境下Docker容器的安全态势分析与研究

Docker容器作为云计算的关键技术,具有虚拟化时间短、高效率、高利用率的优点。但是由于资源隔离等问题,导致其存在镜像、虚拟化和网络安全等风险。该文在分析其存在风险的基础上,提出了Docker容器的安全机制,并设计了安全态势感知架构,通过安全数据采集、预处理、监测,利用大数据、人工智能等技术对Docker容器内部及外部网络安全进行智能预测和感知,实现安全态势的自动化,最终构建一个云安全中心。     

基于自适应神经网络的云资源预测模型

为了避免容器云资源因资源供求不均衡而导致的资源利用率差等问题,需要对未来时刻的资源需求情况进行预测来进行更精准的调度和分配资源,因此,结合神经网络的高效学习能力与自适应调整的学习率,提出一种基于自适应神经网络的云资源预测模型.首先,融合卷积神经网络(convolutional neural network,CNN)和长...     

基于博弈论-云模型的城市道路交通运行状态 综合评价

为更准确有效地评价城市道路交通运行状态,发现交通问题并制定改善策略,本文提出基于博弈论-云模型的城市道路交通运行状态综合评价方法,逐层实现微观-中观-宏观的交通运行状态评价分析.选取路段平均速度、 路段饱和度、 平均停车次数和行程时间比作为基本评价指标,分别采用直觉模糊熵法和信息熵法获取指标主、 客观权重,并基于博弈论...     

双层网络中一种协作博弈的动态资源分配方法

针对双层网络模型中宏小区用户层和毫微微小区用户层存在共信道信号互相干扰的问题,提出了一种协作博弈的动态资源分配(CGDRA)方法.该方法首先根据宏小区用户的路径损耗和QoS需求,对宏小区用户层的发射功率进行分配,然后以所有毫微微小区用户的数据速率之积作为效用函数,以毫微微小区用户的QoS需求为约束条件,构建了毫微微小区用户层总发射功率受限的协作博弈模型,并采用动态子载波分配算法和自适应功率分配算法得到了该博弈模型的低复杂度近似最优解,优化分配了毫微微小区用户的频谱资源和发射功率,提高了系统的传输速率.仿真结果表明:在双层网络中,CGDRA方法在系统数据速率和用户的公平性上获得了较好的折中;与最大最小公平性算法相比,系统的数据速率提高了30％;与最大速率算法相比更加公平.     

A Load Balancing Model Based on Cloud Partitioning for the Public Cloud

Load balancing in the cloud computing environment has an important impact on the performance. Good load balancing makes cloud computing more efficient and improves user satisfaction. This article introduces a better load balance model for the public cloud based on the cloud partitioning concept with a switch mechanism to choose different strategies for different situations. The algorithm applies the game theory to the load balancing strategy to improve the efficiency in the public cloud environment.     

联盟模式下云资源提供最优化算法

为了提高资源利用率和云资源提供者的收益,提出一种云联盟模式下基于合作博弈的资源提供算法.算法将资源联盟收益最优化形式化为线性规划问题,通过合作博弈核求解了该收益最优化问题,并证明了处于合作核中的资源提供策略同样是线性规划最优解.进一步,为了获得稳定的资源联盟结构,设计了基于离散Markov链的动态联盟构造模型,通过该模型可以得到收益最大化的最优联盟结构.仿真实验结果表明,对于具有博弈理性的资源提供者而言,资源联盟可以有效提高个体资源提供者的收益,同时,由于结盟代价的存在,稳定的联盟结构更加倾向于形成规模更小的联盟.     

网格计算环境中的资源管理研究

现有的资源管理模型往往无法同时满足网格计算的动态性、可伸缩性和适应性需求.针对这个问题,提出了一种融合了Web计算技术、正统的网格计算技术和对等计算技术的资源管理模型.它将整个网格计算环境分为两级,在各个管理域内部可采用不同的管理策略和体系结构,体现了对遗留系统的适应性支持;各管理域之间的组织则采用对等计算模式,从而可适应网格计算环境的动态性和可伸缩性.在该模型中,标准化的互操作性通过万维网服务提供,以克服资源的异质性;动态资源部署采用基于XML的数据模型来描述资源信息,并通过软状态机制来解决分布式垃圾收集问题;动态资源发现克服了LDAP和关系性数据模型的限制,具有高度的灵活性和可扩展性.     

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。     

一个基于对策论的协商模型

传统的对策论,往往不存在或存在多个Nash平衡点,使得要找到使各个Agent都满意的解是非常困难的。从人类日常生活的角度出发,考虑在协商过程中加入可信第三方来处理一些较为困难的。从人类日常生活的角度出发,考虑在协商过程中加入可信第三方来处理一些较为困难的对策状况,并且引入两种通信行为：请求保证和提供补偿,使得多个Agent在协商过程中寻求共识,得到一个折中的,稳定的,较好的解,基本满足各自的赢利。     

影子价格的对策论解法

给出了影子价格的对策论求解方法,并得到了2×2支付矩阵时的求解公式。     

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。     

基于合作博弈的网格资源管理研究

借鉴网格计算模型和博弈论思想,将网格环境中资源的分配问题转化为合作博弈问题,通过寻找合作博弈的纳什均衡点来解决资源的分配问题。提出了一种基于合作博弈的网格资源管理算法CGRM和作业调度算法GSA-CGRM来研究资源分配的均衡性问题,提出资源分配的新方法。     

库诺特(Cournot)模型与博弈理论

对库诺特(Cournot)模型的几个不同形式进行了总结，并将其与经典博弈论的有关分支联系在一起。介绍了经典博弈论的主要内容，由此可以看出库诺特模型在博弈论中的重要性。