双均衡的集群存储资源映射方法

为了解决集群存储环境下的存储资源管理问题,提出一种双均衡的集群存储资源映射方法。该方法包含两个阶段:第一阶段基于LPT(longest processing time)算法求解集合划分问题,实现将虚拟存储资源请求均匀地分配到节点上;第二阶段基于Toyoda算法求解多维背包问题,用于进行节点内部设备级别的资源映射。这种两阶段的求解过程可以极大地简化集群存储资源映射问题的求解难度,并达到节点间负载均衡和节点内部多维度资源使用均衡的双均衡目标。模拟实验表明该方法不仅达到双均衡的资源映射目标,而且对不同维度、不同粒度的资源请求情况具有良好的适应性。     

云计算环境下多级映射作业调度算法的研究

云计算是一种新兴的资源使用和计算交互模式,是目前商业机构和科研机构的研究热点之一.在云计算环境中用户需求和资源的分布对该环境中作业调度的影响很大,虚拟技术的使用使云计算环境中的作业调度与传统的作业调度存在很大的差别.针对云计算环境特点,根据用户的需求将作业进行分类,同时将资源分类,引入中间代理节点进行任务调度,形成多级映射作业调度算法,提高作业的并发度,使总任务完成时间缩短.通过实验验证多级映射作业调度算法是一种可行的作业调度算法.     

并行电子邮件监听代理的负载均衡算法

提出了并行电子邮件监听代理的负载均衡算法。该算法给每个代理设置了一个代理编号接受区间，通过对数据包的源／目的IP地址和端口号做散列（Hash)运算，把IP数据包映射到某个代理编号子区间内；按照代理的处理能力和负载调节各个代理编号子区间的宽度，从而合理分配积上代理上的网络流量，做到充分利用所有监听代理的计算资源，通过理论分析和实验结果表明，该算法在高带宽环境中有较高的效率，它不仅可用在邮件实时审计系统中，也适用于高带宽的入侵检测系统（IDS）设计。     

基于自适应拍卖和迁移机制的云计算资源调度算法

为了解决以往云计算环境下资源调度中的不合理问题,提出一种基于自适应拍卖和迁移机制的云计算资源调度算法.该算法综合网络带宽和拍卖机制的特点,首先对竞拍时限内的申请用户进行排序,筛选出符合用户服务质量和云服务商最低成本的资源调度方案;接着,对热点资源需求进行迁移,实现资源的合理应用.仿真实验表明该算法能够在满足用户资源需求、降低云服务商运营成本的基础上实现云环境下资源的自适应合理配置.     

网格资源分配中的自动协商机制研究

提出有监督的网格自动协商机制,实现了网格中用户需求和资源服务的动态调节及匹配.在该机制中,用户代理作为用户利益的维护者,在用户需求基础上,用户代理与资源不断调整自身的利益需求,最终实现用户需求和资源服务的一致.利用GridSim工具包建立了网格自动协商机制模拟平台.模拟实验表明,此机制能够消除用户需求和资源服务之间的冲突,并在一定范围内保持较高的协商效率.     

基于DPSO负载可控的虚拟网络映射算法

针对多租赁模式下的虚拟网络映射问题,以降低底层链路负载、加快映射速度、提高底层物理资源利用率为目标,将离散粒子群算法与虚拟节点映射规则相结合,提出了物理节点可复用、负载可控制的MLB-VNE-SDPSO算法.该算法在兼顾CPU等主机资源利用率的前提下节约了物理链路的带宽资源,缩短了虚拟链路的映射过程.仿真实验表明,在保证网络负载的前提下,获得了较好的物理节点利用率,提高了虚拟网络的收益成本比.     

基于蚁群优化代理的移动Adhoc网络资源搜索研究

由于移动网络的动态拓扑结构,网络资源搜索过程又需要大量的信令分组和通信链路的支持,移动网络中 的资源搜索变得异常困难.通过分析移动网络中资源搜索的关键问题,提出了一种基于代理的网络架构,并在这种 架构上运用改进蚁群算法解决这些问题.该方法首先在移动网络中引入代理节点以确定网络拓扑,然后在这种引 入代理节点的网络架构中使用改进蚁群算法,同时利用全局和本地信息素来寻找资源.仿真比较了传统蚁群算法 和改进蚁群算法的资源搜索性能,仿真结果显示相对于传统蚁群算法,这种新算法在基于代理的移动网络中可以 大大提高移动网络资源搜索的效率.     

基于DPSO负载可控的虚拟网络映射算法

针对多租赁模式下的虚拟网络映射问题，以降低底层链路负载、加快映射速度、提高底层物理资源利用率为目标，将离散粒子群算法与虚拟节点映射规则相结合，提出了物理节点可复用、负载可控制的MLB-VNE-SDPSO算法.该算法在兼顾CPU等主机资源利用率的前提下节约了物理链路的带宽资源，缩短了虚拟链路的映射过程.仿真实验表明，在保证网络负载的前提下，获得了较好的物理节点利用率，提高了虚拟网络的收益成本比.     

协作认知无线电网络资源双拍卖算法研究

为提高无线频谱资源利用率,针对认知无线电网络次用户具体资源需求,提出了一个基于VickreyClarke-Groves(VCG)拍卖机制的两层双拍卖频谱资源分配算法TACC,在实现频谱高效分配的同时,保证了主、次用户以及中继节点的效益.首先给出主用户、中继节点以及次用户的效用函数;然后对主用户的频谱资源进行分配;TACC拍卖算法在第一层实现中继节点和次用户的虚拟拍卖,并在第二层拍卖实现中继节点竞争主用户的频谱资源,最后综合两层拍卖结果将主用户频谱通过中继节点分配给次用户.数值实验结果表明:主用户和中继节点的效益得到了保证,TACC算法在主用户效益上比随机算法平均提高3倍;当次用户数量少于80时,系统运行时间低于25s,随着主用户数量增加,算法运行时间呈指数型增长.     

基于蚁群算法的网格资源分配与调度研究

网格环境下的资源分配与调度是一个NP难问题,蚂蚁算法是解决这类问题的有效算法.文章提出了改进的蚁群算法.该算法采用伪随机比例规则,不仅在网格计算资源完成任务后进行信息素的整体更新,还要求预分配网格计算资源时进行信息素的局部更新.模拟实验表明该算法是一种快速,有效,负载更均衡的算法.     

一种网格资源动态分配算法研究

在分布式集群环境中,如何对网格环境中的资源进行有效管理和合理调度至关重要。采用静态固定资源分配等策略不能适应资源和用户请求的动态变化,容易产生资源碎片,造成网格资源利用率低等问题。提出了一种基于分类挖掘的资源动态分配模型和算法,通过资源管理服务器中的守护进程,对集群中的任务动作进行分类挖掘,形成分类规则,用以指导资源的动态分配。实验证明,相比其他分配策略和算法,DRA算法能较好地适应网格环境的变化,具有资源分配利用率高等优点。     

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.     

网格环境下一种动态任务调度算法

针对网格系统中资源协同分配的动态性问题，分析了现有的基于有向无环图的资源映射方法，提出了一种动态资源协同分配算法。该算法采用有向无环图表示每个应用，然后，将所有这些图进行分层，执行过程中，就绪的应用组可以按照一定的规则动态插入。该算法解决了网格环境下资源和应用的动态性问题，从而更好的满足了网格的动态特性。     

基于经济学的启发式网格资源调度算法

针对网格环境中资源调度的复杂需求,将现实世界中的经济原理和模型应用到网格环境下的资源调度中,并据此提出一种基于经济学的资源调度算法.首先,基于经济学中的一般均衡理论,结合集中式定价算法收敛速度快,以及分布式WALRAS算法扩展性好的优点,提出一种新的定价算法,提高定价速率;其次,提出一种能兼顾考虑资源调度的服务质量.时间以及费用的启发式算法,能更好地满足用户需求及开放复杂的网格环境.     

一种统一的网格任务层动态映射策略

提出了一种统一的网格任务层动态映射策略,集成了基于MCT的立即模式和改进Suf-ferage的批模式,两种调度模式可以自适应转换。并通过引入效用函数的概念保证了用户的QoS需求。仿真实验表明该策略和基准算法相比,有较好的性能,能够更加适应动态变化的网格任务流。     

基于计算经济的服务网格资源管理模型研究

服务网格是网格计算研究领域中的重要分支,代表应用网格的发展方向.本文针对传统资源管理模型不能满足服务网格的需求,采用计算经济学原理作为资源管理理论基础,结合服务网格环境特性,对资源管理模型进行研究,提出的基于计算经济理论的资源管理模型,可大大提高服务网格的资源分配效率和系统吞吐量.     

基于经济模型的故障诊断网格资源管理研究

文章提出了故障诊断网格环境下基于经济模型的各种组件,建立了一种新的故障诊断网格资源管理模型,定义了Market-Min-min算法,给出了基于市场机制的资源调度算法,为解决故障诊断网格资源管理的问题提供了一个有效的途径。     

多维资源的多元优化处理应用研究

多维资源的多元优化处理问题是一个典型NP-Hard问题,一般通过多种算法进行解决.在禁忌算法和遗传算法的基础上构建了一个基于多策略算法的多维资源多元优化处理模型,该模型通过优化资源分配的初始结果,避免用单一算法所得结果误差大和资源分配的两极分化现象,使资源利用更加合理化和人性化,且可平衡实际分配结果与期待值之间的关系,更大程度上满足用户需求.     

基于业务统一部署与管理的资源调度算法

针对当前资源调度算法无法满足业务多样化要求的问题,提出一种基于业务统一部署与管理的云计算资源调度算法.首先,对各业务进行分类和统一管理,根据业务变化实时调整资源需求;然后,通过业务的软约束、硬约束之间的转化以适应业务多样化要求;最后,通过仿真实验测试算法的有效性和优越性.实验结果表明,相比于其他算法,该算法大幅度提高了云计算系统资源的利用率,可以满足实际应用的要求.     

SaaS应用中基于SLA的资源分配研究

随着云计算的普及,软件即服务(Software as a Service,SaaS)得到了广泛的关注.SaaS应用中,需要满足客户服务等级协议(Service Level Agreement,SLA)要求、减少SLA服务违例的同时,尽量提高系统资源的利用率,这对资源分配策略提出了挑战.提出了SaaS模式下的基于SLA的资源分配策略:基于对客户请求动态变化的分析,针对"首次租用服务"和"租用服务升级"两种请求类型,提出了一种用户请求与底层资源的映射策略;提出了提高虚拟机重用度的基于SLA的资源效率优化分配算法.实验表明,该资源分配算法可以在有效保证服务质量的同时,提高资源的利用率.