云計算受到廣泛的關(guān)注,在將計算作為一種資源的新型觀念下,其重要性更是日益凸顯。云環(huán)境下的資源主要有三種:計算資源、網(wǎng)絡(luò)資源和存儲資源。在云數(shù)據(jù)中心里,成百上千臺服務(wù)器同時運行。在高效利用虛擬資源的前提下,為云用戶提供較低時延的云服務(wù)極為重要。一個高效的調(diào)度方法應(yīng)較大限度地減少傳輸時延,提高單位資源的計算能力,從而有效地幫助個人及企業(yè)以合理的資金投入獲得最優(yōu)的計算資源,減少運營成本。所以,云環(huán)境下通過資源分配進(jìn)行網(wǎng)絡(luò)的優(yōu)化一直是學(xué)術(shù)界和工業(yè)界的研究熱點,而在多云環(huán)境下,由于不同云數(shù)據(jù)中心存在不同的虛擬資源租賃價格和時延特性,使得時延的優(yōu)化變得更為復(fù)雜。以此為出發(fā)點,本文以數(shù)據(jù)中心資源和用戶任務(wù)為研究對象,將數(shù)據(jù)傳輸時延作為優(yōu)化目標(biāo),重點對云環(huán)境下MapReduce的時延優(yōu)化、多云環(huán)境下組用戶的時延優(yōu)化和多云環(huán)境下時延敏感的資源分配進(jìn)行了深入研究,三個研究點都以時延作為優(yōu)化目標(biāo)進(jìn)行資源分配,研究取得如下成果:1.針對數(shù)據(jù)密集型應(yīng)用的虛擬資源分配,提出云環(huán)境下時延敏感的虛擬機(jī)放置方法,該方法可以有效地降低總數(shù)據(jù)傳輸時延和最大數(shù)據(jù)傳輸時延。首先,將虛擬機(jī)按照與數(shù)據(jù)存儲節(jié)點之間的傳輸時延進(jìn)行預(yù)分類。然后,通過提出的兩個虛擬機(jī)放置算法分別優(yōu)化總數(shù)據(jù)傳輸時延和最大數(shù)據(jù)傳輸時延,并放置Map層的虛擬機(jī)。最后,通過Reduce層虛擬機(jī)數(shù)目的限制和閾值篩選,為Reduce層放置虛擬機(jī)。提出的方法可以有效降低算法時間復(fù)雜度,通過云計算仿真軟件進(jìn)行驗證,結(jié)果表明相比于已有研究,該方法可以分別降低平均26.3%的總數(shù)據(jù)傳輸時延和20.6%的最大數(shù)據(jù)傳輸時延。2.針對多云環(huán)境下協(xié)作組用戶場景,提出了一種基于反三角不等式的、云環(huán)境下時延敏感的虛擬機(jī)租賃方法。該方法首先使用有權(quán)圖表示多數(shù)據(jù)中心網(wǎng)絡(luò)。然后,定義了協(xié)作組路徑時延模型和路徑開銷模型。最后,使用Yen's算法和混合整數(shù)規(guī)劃為協(xié)作組成員分配路徑,以此優(yōu)化協(xié)作組總數(shù)據(jù)傳輸時延。提出的方法允許云用戶調(diào)整預(yù)算,進(jìn)而控制總數(shù)據(jù)傳輸時延的取值。以真實時延、租賃價格數(shù)據(jù)為基礎(chǔ),通過對比實驗,證明了所提方法不僅可以為用戶提供靈活的租賃策略,而且還可以有效地降低協(xié)作組總數(shù)據(jù)傳輸時延。3.針對多云環(huán)境下虛擬資源分配,在限制租賃預(yù)算的條件下,提出了云環(huán)境下時延敏感的虛擬資源分配方法。該方法首先定義數(shù)據(jù)傳輸時延模型和租賃開銷模型。然后,使用K-means對數(shù)據(jù)中心進(jìn)行聚類,從而得到最合理的云區(qū)域。最后,將時延優(yōu)化問題建模為二次規(guī)劃,并分別對每一個云區(qū)域進(jìn)行求解。實驗使用22個數(shù)據(jù)中心之間的真實時延數(shù)據(jù)作為數(shù)據(jù)集。實驗結(jié)果表明,相比于已有方法,提出的虛擬資源分配方法能夠降低46.1%的總數(shù)據(jù)傳輸時延,為云實時性應(yīng)用程序用戶保證了較高的服務(wù)質(zhì)量。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2018
【中圖分類】：TP393.09
【部分圖文】：

然后，通過高速傳輸?shù)竭_(dá)香港。最后，用戶數(shù)據(jù)被轉(zhuǎn)發(fā)至騰訊在香港和廣州的??數(shù)據(jù)中心。整個數(shù)據(jù)傳輸?shù)臅r延僅有２００毫秒左右、??圖１－２描述了云環(huán)境服務(wù)的資源提供結(jié)構(gòu)。最底層為ＡＷＳ、Ｍｉｃｒｏｓｏｆｔ?Ａｚｕｒｅ、??ＧＣＰ等云基礎(chǔ)設(shè)施供應(yīng)商，提供虛擬機(jī)、網(wǎng)絡(luò)鏈路等云基礎(chǔ)設(shè)施資源。中間層為??Ｓｋｙｐｅ、ＷｈａｔｓＡｐｐ等云應(yīng)用程序服務(wù)商，為云用戶提供各種低時延應(yīng)用程序。最上??層為云用戶，包括政府、企業(yè)以及個人。云計算有三種資源：計算資源、網(wǎng)絡(luò)資源??和存儲資源。計算資源的表現(xiàn)形式通常為物理機(jī)、虛擬機(jī)或者容器。網(wǎng)絡(luò)資源包括??數(shù)據(jù)傳輸過程中的傳輸鏈路（例如光纖）、轉(zhuǎn)發(fā)設(shè)備（路由器）等。本文中的虛擬??資源調(diào)度，僅涉及代表計算資源的虛擬機(jī)和代表網(wǎng)絡(luò)資源的數(shù)據(jù)傳輸路徑。一個有??效的虛擬資源調(diào)度方法，能夠為云應(yīng)用程序分配合理的虛擬資源，以提供低時延、??高ＱｏＳ的云服務(wù)。??ｆ￣０?？?０＾１??ｍｍ??＾?政府?企業(yè)?個人?）??云應(yīng)用程序服務(wù)商??＾?＾ＯＯＹＡＬＡ??ＷｖｘｔａＡｐｐ??Ｖ．?ｙ??云基礎(chǔ)設(shè)施供應(yīng)商??＿?ｊＴｍ＊．??＊ｌｆ?ｗｅｂｓｅｒｖｉ？ｅｓ?Ｓ｜｜?Ａｚｕｒｅ?Ｏ?Ｇｏｏｇｌｅ?ＣＩｏｌ，＇：?Ｐｉ：?Ｉ；＇．：－??Ｖ．?ｙ??圖１－２云環(huán)境服務(wù)系統(tǒng)示意圖??目前針對單云和多云環(huán)境下應(yīng)用程序的時延優(yōu)化存在很多不足和難點。??ＭａｐＲｅｄｕｃｅ運行過程中，由于Ｍａｐ任務(wù)與Ｒｅｄｕｃｅ任務(wù)之間需要大量的數(shù)據(jù)交互，??因此時延優(yōu)化存在時間復(fù)雜度高、執(zhí)行效率低的問題

、據(jù)節(jié)點與虛擬機(jī)之間的時延遠(yuǎn)遠(yuǎn)大于虛擬。因此，本研宄將Ｍａｐ層虛擬機(jī)與數(shù)據(jù)節(jié)理的分配了虛擬機(jī)，同時還降低了算法的的半徑非常小的時候，使用虛擬機(jī)團(tuán)的放虛擬機(jī)數(shù)目不夠給數(shù)據(jù)節(jié)點做分配并且匹大并且包含大量虛擬機(jī)的時候，這時候預(yù)圈代表計算節(jié)點，也就是虛擬機(jī)，大圓內(nèi)現(xiàn)在，面臨著是否將Ａ或Ｂ加入到虛擬的虛擬機(jī)之間的時延都是小于虛擬機(jī)團(tuán)的況。這樣的情況下，看似虛擬機(jī)Ａ和Ｂ都Ａ與Ｂ之間的時延是超出閾值的，這預(yù)擬機(jī)團(tuán)，只有一個虛擬機(jī)能夠加入這個虛，那么對于虛擬機(jī)Ｂ來說就是不公平的，延，將虛擬機(jī)預(yù)分類，能有效的避免團(tuán)的虛擬機(jī)Ａ??

數(shù)據(jù)節(jié)點的數(shù)據(jù)，但是可以處理來自Ｍａｐ層的虛擬機(jī)的數(shù)據(jù)。一個虛擬機(jī)不能與同??一層的其他虛擬機(jī)進(jìn)行數(shù)據(jù)交互，因此虛擬機(jī)之間的時延只存在于Ｍａｐ層虛擬機(jī)與??Ｒｅｄｕｃｅ層虛擬機(jī)之間。如圖３－２所示，數(shù)據(jù)節(jié)點包含不同的傳輸數(shù)據(jù)量，數(shù)據(jù)節(jié)點??與虛擬機(jī)之間、虛擬機(jī)與虛擬機(jī)之間存在不同的鏈路代價。數(shù)據(jù)節(jié)點與Ｍａｐ層虛擬??機(jī)之間是一對一的關(guān)系，Ｍａｐ層與Ｒｅｄｕｃｅ層虛擬機(jī)之間是多對多的關(guān)系。??數(shù)據(jù)節(jié)點?Ｍａｐ層?Ｒｅｄｕｃｅ層??７Ｇ?〇＿＿２＿??１０Ｇ?Ｏ?５?〇??２—－％〇??４??６０?Ｏ?Ｊ?＂〇??一對一?多對多??圖３－２數(shù)據(jù)節(jié)點與ＭａｐＲｅｄｕｃｅ數(shù)據(jù)傳輸示意圖??２７??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施炎;;構(gòu)建低時延金融網(wǎng)絡(luò)[J];電信技術(shù);2018年03期

2 王茜;隆克平;程時端;張潤彤;;Internet網(wǎng)絡(luò)的TCP友好控制機(jī)制[J];計算機(jī)科學(xué);2002年03期

3 鄭慶國;劉雅;;VR終端時延和帶寬需求分析[J];移動通信;2017年23期

4 趙志信;常亮;劉鑫;馬銀花;;OFDMA系統(tǒng)中滿足不同時延要求的跨層資源分配算法[J];黑龍江科技學(xué)院學(xué)報;2012年01期

5 李正輝;韓震;;光傳送網(wǎng)低時延GMP映射方案設(shè)計及實現(xiàn)[J];光通信技術(shù);2018年04期

6 呂方舟;;關(guān)于VoIP語音時延的分析和研究[J];無線互聯(lián)科技;2018年10期

7 唐良瑞;許浩偉;樊冰;;一種區(qū)分業(yè)務(wù)的共享保護(hù)算法[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2015年03期

8 邢海濤;何加銘;;一種適用于WiMAX系統(tǒng)的調(diào)度算法[J];寧波大學(xué)學(xué)報(理工版);2010年01期

9 賈佳;;面向TD-LTE的PTN網(wǎng)絡(luò)建設(shè)策略[J];中國工程咨詢;2016年02期

10 張俊華;馮琳琳;;LTE承載網(wǎng)建設(shè)方案[J];通信管理與技術(shù);2012年03期

相關(guān)博士學(xué)位論文 前8條

1 魏杰;時延敏感的云計算虛擬資源調(diào)度方法研究[D];北京郵電大學(xué);2018年

2 辛建波;基于以太網(wǎng)的變電站自動化系統(tǒng)時延不確定性研究[D];華中科技大學(xué);2005年

3 郭棉;基于差分隊列服務(wù)（DQS）的融合網(wǎng)絡(luò)服務(wù)質(zhì)量保障研究[D];華南理工大學(xué);2012年

4 蘆翔;智能電網(wǎng)中安全可靠的通信系統(tǒng)的構(gòu)建[D];西安電子科技大學(xué);2013年

5 王文杰;面向車聯(lián)網(wǎng)安全應(yīng)用的數(shù)據(jù)廣播技術(shù)研究[D];北京郵電大學(xué);2017年

6 景文鵬;異構(gòu)無線網(wǎng)絡(luò)面向業(yè)務(wù)質(zhì)量保障的節(jié)能優(yōu)化策略研究[D];北京郵電大學(xué);2017年

7 楊帆;分組調(diào)度算法及接入允許控制算法研究[D];西安電子科技大學(xué);2002年

8 楊瓊;車輛自組織網(wǎng)絡(luò)MAC層協(xié)議的研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 梁阿磊;光無線混合寬帶接入網(wǎng)中時延感知的節(jié)能機(jī)制研究[D];重慶郵電大學(xué);2017年

2 魯黎;基于SDN的邊緣緩存技術(shù)研究與原型驗證[D];電子科技大學(xué);2017年

3 毛麗娜;高速移動通信場景下無線資源管理的研究[D];北京交通大學(xué);2013年

4 肖洋洋;超短TTI在LTE系統(tǒng)中的應(yīng)用及其性能分析[D];北京郵電大學(xué);2017年

5 李瑞卿;基于C-RAN的大規(guī)模天線系統(tǒng)資源分配技術(shù)研究[D];北京郵電大學(xué);2016年

6 許浩偉;基于業(yè)務(wù)的光傳送網(wǎng)路由優(yōu)化[D];華北電力大學(xué);2015年

7 田建軍;長期演進(jìn)系統(tǒng)中視頻流調(diào)度方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

8 崔亮;藍(lán)牙散射網(wǎng)QoS研究[D];中國海洋大學(xué);2004年

9 亓琦;電力高速實時信號傳輸技術(shù)研究[D];華北電力大學(xué);2012年

10 宋麗君;移動網(wǎng)絡(luò)中MTC業(yè)務(wù)的無線資源管理技術(shù)的研究[D];北京郵電大學(xué);2017年

本文編號：2840458