基于負(fù)載預(yù)測(cè)與GGA的云計(jì)算調(diào)度策略研究
發(fā)布時(shí)間:2023-08-11 16:32
云計(jì)算是一種基于互聯(lián)網(wǎng)的新型信息資源服務(wù)系統(tǒng),通過虛擬化技術(shù)將基礎(chǔ)設(shè)施硬件資源虛擬化,使得海量分布式資源形成一個(gè)統(tǒng)一的巨型資源池,而用戶任務(wù)的調(diào)度問題是云計(jì)算的核心問題之一,合理運(yùn)用相關(guān)資源管理方法和技術(shù),確保虛擬計(jì)算資源節(jié)點(diǎn)的合理、高效的分配和使用,如何實(shí)現(xiàn)對(duì)云計(jì)算資源的高效調(diào)度成為云計(jì)算研究的重要課題。為解決云計(jì)算資源利用率不高、系統(tǒng)負(fù)載不均衡等問題,通過對(duì)云計(jì)算系統(tǒng)進(jìn)行研究,分析了云計(jì)算環(huán)境下任務(wù)調(diào)度問題的特點(diǎn),總結(jié)出現(xiàn)有調(diào)度策略的不足。通過考慮節(jié)點(diǎn)在任務(wù)執(zhí)行過程中可能的負(fù)載狀態(tài),設(shè)計(jì)了基于負(fù)載預(yù)測(cè)的云計(jì)算虛擬資源節(jié)點(diǎn)綜合評(píng)價(jià)體系,以生成合理的用于云計(jì)算任務(wù)調(diào)度的矩陣,并對(duì)基于貪心遺傳算法的任務(wù)調(diào)度方案進(jìn)行優(yōu)化,以提高調(diào)度效率,縮短任務(wù)完成時(shí)間,優(yōu)化整體負(fù)載均衡能力。論文的主要?jiǎng)?chuàng)新性工作有:(1)設(shè)計(jì)了對(duì)于云計(jì)算虛擬計(jì)算資源節(jié)點(diǎn)短期負(fù)載的動(dòng)態(tài)預(yù)測(cè)方法,針對(duì)云計(jì)算環(huán)境下節(jié)點(diǎn)負(fù)載的復(fù)雜性,多變性,時(shí)間關(guān)聯(lián)性等特點(diǎn),研究了在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的基礎(chǔ)上形成的seq2seq模型,利用RNN網(wǎng)絡(luò)與深度神經(jīng)網(wǎng)絡(luò)在不同情況下負(fù)載預(yù)測(cè)的優(yōu)越性,設(shè)計(jì)并實(shí)現(xiàn)了適合云計(jì)算資源節(jié)點(diǎn)負(fù)載離散時(shí)間多步預(yù)測(cè)...
【文章頁數(shù)】:49 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 國內(nèi)外研究現(xiàn)狀
1.4 本文的主要工作內(nèi)容
1.5 論文的組織結(jié)構(gòu)
第2章 云計(jì)算與任務(wù)調(diào)度
2.1 云計(jì)算
2.1.1 云計(jì)算概述
2.1.2 云計(jì)算體系結(jié)構(gòu)
2.1.3 云計(jì)算主要技術(shù)
2.2 云計(jì)算任務(wù)調(diào)度問題概述
2.2.1 云計(jì)算資源調(diào)度系統(tǒng)
2.2.2 數(shù)學(xué)模型
2.2.3 云資源監(jiān)控系統(tǒng)
2.3 幾種典型資源調(diào)度算法概述
2.4 本章小結(jié)
第3章 基于負(fù)載預(yù)測(cè)的云資源評(píng)價(jià)體系
3.1 基于seq2seq模型的負(fù)載預(yù)測(cè)算法
3.1.1 負(fù)載預(yù)測(cè)方法
3.1.2 用于云計(jì)算資源負(fù)載預(yù)測(cè)的d-seq2seq模型設(shè)計(jì)
3.1.3 d-seq2seq模型的搭建
3.2 基于負(fù)載預(yù)測(cè)的云資源評(píng)價(jià)體系
3.2.1 云資源節(jié)點(diǎn)綜合評(píng)價(jià)概述
3.2.2 資源固有性能評(píng)價(jià)模型
3.2.3 云資源綜合評(píng)價(jià)模型
3.3 本章小結(jié)
第4章 基于GGA算法的云資源調(diào)度策略
4.1 基于GGA算法的云計(jì)算調(diào)度策略
4.1.1 用于任務(wù)調(diào)度的GGA算法設(shè)計(jì)
4.1.2 一種新的個(gè)體生成方式
4.1.3 遺傳模板設(shè)計(jì)
4.1.4 w-GGA調(diào)度算法
4.2 仿真實(shí)驗(yàn)以及結(jié)果分析
4.2.1 cloudsim平臺(tái)簡(jiǎn)介
4.2.2 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)設(shè)計(jì)
4.2.3 實(shí)驗(yàn)結(jié)果分析與對(duì)比
4.3 本章小結(jié)
第5章 結(jié)論
5.1 本文總結(jié)及主要?jiǎng)?chuàng)新點(diǎn)
5.2 存在的問題與下一步的工作
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝
本文編號(hào):3841383
【文章頁數(shù)】:49 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景
1.2 研究意義
1.3 國內(nèi)外研究現(xiàn)狀
1.4 本文的主要工作內(nèi)容
1.5 論文的組織結(jié)構(gòu)
第2章 云計(jì)算與任務(wù)調(diào)度
2.1 云計(jì)算
2.1.1 云計(jì)算概述
2.1.2 云計(jì)算體系結(jié)構(gòu)
2.1.3 云計(jì)算主要技術(shù)
2.2 云計(jì)算任務(wù)調(diào)度問題概述
2.2.1 云計(jì)算資源調(diào)度系統(tǒng)
2.2.2 數(shù)學(xué)模型
2.2.3 云資源監(jiān)控系統(tǒng)
2.3 幾種典型資源調(diào)度算法概述
2.4 本章小結(jié)
第3章 基于負(fù)載預(yù)測(cè)的云資源評(píng)價(jià)體系
3.1 基于seq2seq模型的負(fù)載預(yù)測(cè)算法
3.1.1 負(fù)載預(yù)測(cè)方法
3.1.2 用于云計(jì)算資源負(fù)載預(yù)測(cè)的d-seq2seq模型設(shè)計(jì)
3.1.3 d-seq2seq模型的搭建
3.2 基于負(fù)載預(yù)測(cè)的云資源評(píng)價(jià)體系
3.2.1 云資源節(jié)點(diǎn)綜合評(píng)價(jià)概述
3.2.2 資源固有性能評(píng)價(jià)模型
3.2.3 云資源綜合評(píng)價(jià)模型
3.3 本章小結(jié)
第4章 基于GGA算法的云資源調(diào)度策略
4.1 基于GGA算法的云計(jì)算調(diào)度策略
4.1.1 用于任務(wù)調(diào)度的GGA算法設(shè)計(jì)
4.1.2 一種新的個(gè)體生成方式
4.1.3 遺傳模板設(shè)計(jì)
4.1.4 w-GGA調(diào)度算法
4.2 仿真實(shí)驗(yàn)以及結(jié)果分析
4.2.1 cloudsim平臺(tái)簡(jiǎn)介
4.2.2 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)設(shè)計(jì)
4.2.3 實(shí)驗(yàn)結(jié)果分析與對(duì)比
4.3 本章小結(jié)
第5章 結(jié)論
5.1 本文總結(jié)及主要?jiǎng)?chuàng)新點(diǎn)
5.2 存在的問題與下一步的工作
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝
本文編號(hào):3841383
本文鏈接:http://www.sikaile.net/guanlilunwen/ydhl/3841383.html
最近更新
教材專著