目前,云服務越來越多地跨數(shù)據(jù)中心分布。不同地區(qū)由于房價、工資水平、電費等方面的差異,導致數(shù)據(jù)中心建設(shè)成本呈現(xiàn)區(qū)域差異,因此云服務提供商對提供的云服務也按照地理位置的不同制定不同的定價。不同地區(qū)的相同云服務提供商提供的云資源價格會不同,相同地區(qū)的不同云服務提供商提供的云資源價格也不盡相同。云服務提供商可以利用這一成本上的差異實現(xiàn)其利益最大化。同樣地,云用戶也可以利用這一差異實現(xiàn)自己成本最小化。本文就云用戶在廣域云系統(tǒng)中的成本最優(yōu)化問題做了進一步探索。該問題的數(shù)學模型是一般指派問題（GAP）,本文利用增廣拉格朗日乘子法（ALMM）來獲得這一調(diào)度問題的解決方案。然而ALMM算法在某些情況下不能很好的收斂到一組可行解,因此在本文中又設(shè)計了一個調(diào)整算法來對ALMM算法中的解進行調(diào)整。此外,由于ALMM算法收斂速度較慢,又設(shè)計了一個降低價值密度算法（DVDS）,它能夠在相當短的時間內(nèi)獲得調(diào)度結(jié)果。為了能夠進行更好的對比,本文還將一般的貪心策略作為基準與DVDS算法進行比較,實驗表明一般貪心策略要比DVDS算法成本高約6%¹1%。當這些算法應用到線性和分段定價的模型中,發(fā)現(xiàn)分段... 

【文章來源】：天津大學天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

中國天文云系統(tǒng)數(shù)據(jù)中心分布圖

廣域云系統(tǒng)表示為 ( )，其中 是地理分布式的數(shù)據(jù)中心， 是各個數(shù)據(jù)中心之間的網(wǎng)絡鏈路。每個數(shù)據(jù)中心都會提供計算和存儲容量，以便虛擬機能夠在數(shù)據(jù)中心進行配置來運行數(shù)據(jù)密集型任務。但每個數(shù)據(jù)中心的計算能力又是有限的，并且一般在數(shù)值上是不同的。設(shè) ( ) 為數(shù)據(jù)中心 的計算容量，它表示在數(shù)據(jù)中心 上分配的所有任務的計算容量的總和不能大于 。任務的執(zhí)行需要相應數(shù)量的請求數(shù)據(jù)量，每個數(shù)據(jù)中心都存儲著龐大的數(shù)據(jù)量，這些數(shù)據(jù)以文件的形式在數(shù)據(jù)中心上存儲著。設(shè) 為云系統(tǒng)中所有文件的集合。對于文件 ，定義 ( )為文件 的大小， ( ) 為存儲在數(shù)據(jù)中心 上的所有文件集合。如圖 3-1 是云系統(tǒng)模型，從圖中可以看到數(shù)據(jù)中心以及文件的分布情況。圖中共有 4 個數(shù)據(jù)中心，分別是 ， ， ， ，它們的容量分別為 =3 個 CPU， =5 個 CPU， =5 個 CPU， =4 個 CPU。每一個數(shù)據(jù)中心的文件存儲情況為： ( ) ， ( ) ， ( ) ， ( ) 。每個文件大小如圖 3-1 所示，單位為 MB。

圖3-2兩種定價模型

【參考文獻】：
期刊論文
[1]云計算環(huán)境下的虛擬機快速克隆技術(shù)[J]. 鄭婷婷,武延軍,賀也平.  計算機工程與應用. 2011(13)



本文編號：3523658