【摘要】：云計算以其計算能力按需提供、基于虛擬機化集群技術的資源共享、快速彈性擴展與收縮等特性受到學術界和工業(yè)界的廣泛關注。然而,云計算環(huán)境下,由于資源的大規(guī)模性、節(jié)點失效事件發(fā)生的不確定性、競價型虛擬資源獲取的非持續(xù)性,導致云服務可靠性急劇下降。為此,本文以云虛擬資源供應和云應用服務供應為主要研究對象,以高可靠、低代價為研究目標,對兩類云服務可靠供應中面臨的若干關鍵問題進行了深入研究,取得了如下成果：1.針對當前可靠云虛擬資源供應研究中,由于忽略節(jié)點可靠性和數據中心網絡拓撲特征,導致已有基于關鍵點存儲/恢復的可靠性保障策略難以達到最優(yōu)效果,和資源占用率高的問題,本文首先借鑒可靠性理論,通過設計特征融合因子對數據中心節(jié)點的可靠性進行建模,并將虛擬機關鍵點存儲成本轉換為數據中心資源消耗成本,然后針對云服務和胖樹型數據中心網絡特征,提出了一種共享式虛擬機關鍵點鏡像文件生成與調度策略。最后,在基于Cloudsim構建的云仿真平臺FTCloudsim上進行了大量仿真實驗,實驗結果表明,與其它方法相比,所提方法能保證可靠性的同時,降低對數據中心網絡資源和存儲資源的消耗。2.針對當前可靠云虛擬資源供應研究中,已有虛擬機冗余策略在失效恢復過程中占用大量網絡資源的問題,提出一種數據中心資源占用特征和數據中心網絡拓撲特征感知的虛擬機冗余放置和任務重調度方法,該方法首先基于聚集特征設計物理機選擇算法,其次利用數據中心結構特征設計啟發(fā)式算法,計算最優(yōu)虛擬機放置策略。最后,將重調度問題建模為二分圖最小權最優(yōu)匹配問題,并設計匹配算法,降低實際失效恢復時間,提高網絡資源利用率。為了驗證本方法的有效性,我們在FTCloudsim上進行仿真實驗,實驗結果表明所提方法能保障云虛擬資源供應可靠性的同時,顯著提升數據中心網絡資源利用率。3.針對當前可靠云應用服務供應研究中,由于缺乏對競價型資源價格特征準確認知和對任務緊急度的忽略,難以實現(xiàn)可靠性和運營成本均衡的問題,提出一種自適應競價型虛擬資源動態(tài)租賃與可靠性保障方法,該方法首先利用競價型虛擬資源的歷史價格和任務的緊急度特征,設計競價策略,其次,以狀態(tài)存儲決策周期為基線,基于歷史價格特征,對潛在虛擬機狀態(tài)保存策略的代價進行評估,并選擇代價最小的策略作為目標策略。為了驗證所提方法的有效性,我們在FTCloudsim上進行了大量仿真實驗。實驗仿真對比表明所提出的方法能夠保障云應用服務可靠性,并降低應用服務供應商的運營成本。
[Abstract]:Cloud computing has attracted much attention from academia and industry because of its ability to provide on demand, resource sharing based on virtual machine cluster technology, rapid elastic expansion and contraction. However, in the cloud computing environment, due to the large-scale nature of resources, the uncertainty of node failure events, and the non-sustainability of bidding virtual resources acquisition, the reliability of cloud services is reduced sharply. For this reason, this paper takes cloud virtual resource supply and cloud application service supply as the main research object, taking high reliability and low cost as the research target, and makes a deep research on some key problems in the two kinds of cloud service reliability supply. The following results have been achieved: 1. In the current research of reliable cloud virtual resource supply, the reliability of nodes and the topology of data center network are ignored, so it is difficult to achieve the optimal effect of the existing reliability guarantee strategy based on key point storage / recovery. And the problem of high resource utilization, this paper first uses the reliability theory for reference, models the reliability of the data center node through the design feature fusion factor, and converts the storage cost of the virtual machine key point into the resource consumption cost of the data center. Then, according to the network features of cloud services and fat-tree data centers, a shared virtual machine key point image file generation and scheduling strategy is proposed. Finally, a large number of simulation experiments are carried out on the cloud simulation platform FTCloudsim based on Cloudsim. The experimental results show that compared with other methods, the proposed method can guarantee reliability at the same time. Reduce the consumption of data center network resources and storage resources. 2. In the current research of reliable cloud virtual resource supply, the redundant strategy of virtual machine occupies a lot of network resources in the process of failure recovery. A virtual machine redundancy placement and task rescheduling method based on data center resource occupation feature and data center network topology feature perception is proposed. Firstly, a physical machine selection algorithm based on aggregation feature is designed. Secondly, a heuristic algorithm is designed based on the structural features of the data center to calculate the optimal virtual machine placement strategy. Finally, the rescheduling problem is modeled as the bipartite graph minimum weight optimal matching problem, and a matching algorithm is designed to reduce the actual failure recovery time and improve the network resource utilization. In order to verify the effectiveness of this method, we have carried out simulation experiments on FTCloudsim. The experimental results show that the proposed method can guarantee the reliability of cloud virtual resource supply and improve the utilization ratio of data center network resource significantly. In the current research of reliable cloud application service supply, it is difficult to achieve reliability and operation cost balance due to the lack of accurate cognition of price characteristics of bidding resources and neglect of task urgency. In this paper, an adaptive bidding virtual resource dynamic lease and reliability guarantee method is proposed. Firstly, a bidding strategy is designed based on the historical price of the bidding virtual resource and the urgency of the task. Taking the state storage decision cycle as the baseline and based on the historical price characteristics, this paper evaluates the cost of the state preservation strategy of the potential virtual machine, and selects the strategy with the lowest cost as the target strategy. In order to verify the effectiveness of the proposed method, we have carried out a large number of simulation experiments on FTCloudsim. The simulation results show that the proposed method can guarantee the reliability of cloud application services and reduce the operating costs of application service providers.
【學位授予單位】：北京郵電大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP393.09

【相似文獻】

相關期刊論文 前10條

1 曹曉剛;;Java虛擬機的10年[J];程序員;2005年07期

2 宋韜;盤細平;羅元柯;倪國軍;;Java虛擬機在嵌入式DSP系統(tǒng)上的實現(xiàn)[J];計算機應用與軟件;2007年04期

3 劉黎波;;Java虛擬機攔截原理研究[J];科技風;2008年21期

4 劉治波;;Java虛擬機簡析[J];濟南職業(yè)學院學報;2008年01期

5 郝帥;;Java虛擬機中相關技術的探討[J];成功(教育);2008年08期

6 李霞;;系統(tǒng)虛擬機關鍵技術研究[J];微型電腦應用;2010年03期

7 鄭曉瓏;孔挺;;虛擬機的安全風險與管理[J];硅谷;2010年16期

8 李學昌;平淡;;為速度而戰(zhàn),虛擬機內外兼修[J];電腦愛好者;2010年18期

9 王惠萍;張海龍;馮帆;王建華;;Java虛擬機使用及優(yōu)化[J];計算機與網絡;2010年21期

10 鄭婷婷;武延軍;賀也平;;云計算環(huán)境下的虛擬機快速克隆技術[J];計算機工程與應用;2011年13期

相關會議論文 前10條

1 孟廣平;;虛擬機漂移網絡連接方法探討[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機平臺的研究[A];第26次全國計算機安全學術交流會論文集[C];2011年

3 李明宇;張倩;呂品;;網絡流量感知的虛擬機高可用動態(tài)部署研究[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

4 林紅;;Java虛擬機面向數字媒體的應用研究[A];計算機技術與應用進展——全國第17屆計算機科學與技術應用（CACIS）學術會議論文集（上冊）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機的備份系統(tǒng)實現(xiàn)[A];中國高等教育學會教育信息化分會第十二次學術年會論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機網絡部署與管理研究[A];中國高等教育學會教育信息化分會第十次學術年會論文集[C];2010年

7 李英壯;廖培騰;孫夢;李先毅;;基于云計算的數據中心虛擬機管理平臺的設計[A];中國高等教育學會教育信息化分會第十次學術年會論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號虛擬機及實現(xiàn)方法研究[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺的虛擬機建模與仿真[A];2007'儀表，，自動化及先進集成技術大會論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內核虛擬機調度策略的研究與分析[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 ;虛擬機的生與死[N];網絡世界;2008年

2 本報記者 卜娜;高性能Java虛擬機將在中國云市場釋能[N];中國計算機報;2012年

3 本報記者 邱燕娜;如何告別虛擬機管理煩惱[N];中國計算機報;2012年

4 ;首批通過云計算產品虛擬機管理測評名單[N];中國電子報;2014年

5 申琳;虛擬機泛濫 系統(tǒng)安全怎么辦[N];中國計算機報;2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機管理的五大問題[N];計算機世界;2008年

7 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

8 本版編輯　綜合 編譯整理 田夢;管理好虛擬機的全生命周期[N];計算機世界;2008年

9 李婷;中國研制出全球最快反病毒虛擬機[N];人民郵電;2009年

10 張弛;虛擬機遷移走向真正自由[N];網絡世界;2010年

相關博士學位論文 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復旦大學;2014年

2 王桂平;云環(huán)境下面向可信的虛擬機異常檢測關鍵技術研究[D];重慶大學;2015年

3 周真;云平臺下運行環(huán)境感知的虛擬機異常檢測策略及算法研究[D];重慶大學;2015年

4 郭芬;面向虛擬機的云平臺資源部署與調度研究[D];華南理工大學;2015年

5 周傲;高可靠云服務供應關鍵技術研究[D];北京郵電大學;2015年

6 陳彬;分布環(huán)境下虛擬機按需部署關鍵技術研究[D];國防科學技術大學;2010年

7 劉海坤;虛擬機在線遷移性能優(yōu)化關鍵技術研究[D];華中科技大學;2012年

8 劉謙;面向云計算的虛擬機系統(tǒng)安全研究[D];上海交通大學;2012年

9 趙佳;虛擬機動態(tài)遷移的關鍵問題研究[D];吉林大學;2013年

10 鄧莉;基于虛擬機遷移的動態(tài)資源配置研究[D];華中科技大學;2013年

相關碩士學位論文 前10條

1 潘飛;負載相關的虛擬機放置策略研究[D];杭州電子科技大學;2011年

2 王建一;混合型桌面云高可用性研究與實現(xiàn)[D];華南理工大學;2015年

3 周衡;云計算環(huán)境下虛擬機優(yōu)化調度策略研究[D];河北大學;2015年

4 羅仲皓;基于OpenStack的私有云計算平臺的設計與實現(xiàn)[D];華南理工大學;2015年

5 李子堂;面向負載均衡的虛擬機動態(tài)遷移優(yōu)化研究[D];遼寧大學;2015年

6 張煜;基于OpenStack的“實驗云”平臺的研究與開發(fā)[D];西南交通大學;2015年

7 曾文琦;面向應用服務的云規(guī)模虛似機性能監(jiān)控與負載分析技術研究[D];復旦大學;2013年

8 施繼成;面向多核處理器的虛擬機性能優(yōu)化[D];復旦大學;2014年

9 游井輝;基于虛擬機動態(tài)遷移的資源調度策略研究[D];華南理工大學;2015年

10 方良英;云平臺的資源優(yōu)化管理研究與實現(xiàn)[D];南京師范大學;2015年

本文編號：2368661