隨著云技術(shù)的發(fā)展,云計(jì)算越來(lái)越多地被用作多媒體業(yè)務(wù)的分布式平臺(tái)。然而,多媒體服務(wù)提供商面臨著資源管理的諸多問(wèn)題。如何在快速變化的工作量和嚴(yán)格的服務(wù)質(zhì)量要求下,對(duì)多媒體云中任務(wù)調(diào)度和資源分配進(jìn)行優(yōu)化仍然是一項(xiàng)具有挑戰(zhàn)性的工作。多媒體云計(jì)算主要以虛擬機(jī)的形式對(duì)外提供服務(wù),因此資源配置問(wèn)題是在滿(mǎn)足業(yè)務(wù)需求前提下的虛擬機(jī)放置問(wèn)題,采用高效資源配置機(jī)制是媒體云中不可避免的熱點(diǎn)問(wèn)題。本文針對(duì)任務(wù)調(diào)度與資源分配的優(yōu)化,虛擬機(jī)放置問(wèn)題,資源監(jiān)控方法進(jìn)行了如下研究:(1)針對(duì)多媒體云計(jì)算中合理地分配給任務(wù)計(jì)算資源,最小化任務(wù)完成時(shí)間的問(wèn)題,提出了一種新型的任務(wù)管理系統(tǒng)。詳細(xì)闡述了多媒體云任務(wù)模型和基于排隊(duì)論的任務(wù)管理,任務(wù)調(diào)度策略中結(jié)合蟻群算法的思想,并加入動(dòng)態(tài)擴(kuò)展處理資源的功能。本文將改進(jìn)后的蟻群算法應(yīng)用在資源可動(dòng)態(tài)配置的任務(wù)調(diào)度系統(tǒng)中,進(jìn)一步優(yōu)化資源調(diào)度策略。仿真結(jié)果表明,提出的方案可以有效地為多媒體云任務(wù)分配VM并調(diào)度工作負(fù)載,縮短媒體服務(wù)的響應(yīng)時(shí)間,提高用戶(hù)滿(mǎn)意度和資源利用率。(2)針對(duì)多媒體資源需求多樣性、服務(wù)多樣性和服務(wù)器資源異構(gòu)性,提出了虛擬機(jī)部署或遷移中基于資源需求關(guān)系的虛擬機(jī)放置算法。...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
專(zhuān)用術(shù)語(yǔ)注釋表
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容與組織結(jié)構(gòu)
        1.3.1 研究?jī)?nèi)容
        1.3.2 論文組織結(jié)構(gòu)
    1.4 本章小結(jié)
第二章 多媒體云資源管理基礎(chǔ)
    2.1 多媒體云計(jì)算
        2.1.1 云計(jì)算資源構(gòu)成
        2.1.2 基于云的多媒體服務(wù)體系
    2.2 多媒體云資源管理
        2.2.1 資源管理系統(tǒng)結(jié)構(gòu)
        2.2.2 多媒體云資源管理目標(biāo)
    2.3 虛擬機(jī)放置問(wèn)題
        2.3.1 裝箱問(wèn)題
        2.3.2 多目標(biāo)優(yōu)化問(wèn)題
    2.4 云媒體資源監(jiān)控
        2.4.1 監(jiān)控體系結(jié)構(gòu)
        2.4.2 不同監(jiān)控體系的性能
    2.5 CloudSim平臺(tái)介紹
        2.5.1 CloudSim概述
        2.5.2 CloudSim體系結(jié)構(gòu)
        2.5.3 CloudSim仿真流程與步驟
    2.6 本章小結(jié)
第三章 多媒體云服務(wù)中任務(wù)調(diào)度和資源分配的優(yōu)化
    3.1 多媒體云服務(wù)框架設(shè)計(jì)與分析
        3.1.1 多媒體云會(huì)議構(gòu)成
        3.1.2 多媒體云會(huì)議服務(wù)流程
        3.1.3 多媒體云服務(wù)架構(gòu)
    3.2 多媒體云服務(wù)任務(wù)與資源
        3.2.1 多媒體計(jì)算任務(wù)
        3.2.2 任務(wù)的可調(diào)度性
        3.2.3 資源動(dòng)態(tài)配置
    3.3 任務(wù)管理算法設(shè)計(jì)
        3.3.1 任務(wù)管理的框架設(shè)計(jì)與分析
        3.3.2 任務(wù)周期及執(zhí)行流程
    3.4 任務(wù)調(diào)度與資源分配算法
        3.4.1 相關(guān)概念和定義
        3.4.2 任務(wù)模型中的各項(xiàng)指標(biāo)
        3.4.3 算法實(shí)現(xiàn)
    3.5 算法分析與優(yōu)化
        3.5.1 狀態(tài)轉(zhuǎn)移概率公式的改進(jìn)
        3.5.2 信息素更新的改進(jìn)
        3.5.3 基于媒體資源可擴(kuò)展的蟻群調(diào)度算法
    3.6 實(shí)驗(yàn)設(shè)計(jì)與仿真
        3.6.1 實(shí)驗(yàn)設(shè)計(jì)
        3.6.2 實(shí)驗(yàn)結(jié)果與分析
    3.7 本章小結(jié)
第四章 基于QoS約束的虛擬機(jī)放置算法
    4.1 引言
        4.1.1 虛擬機(jī)放置與遷移
        4.1.2 VMP問(wèn)題的解決思路
        4.1.3 多媒體云服務(wù)中VM管理模型
    4.2 問(wèn)題模型和描述
        4.2.1 VMP的目標(biāo)規(guī)劃模型
        4.2.2 多媒體云服務(wù)的QoS效用函數(shù)
        4.2.3 資源相似性和相關(guān)系數(shù)
        4.2.4 親和度模型
    4.3 基于相似性的成對(duì)VM放置算法
    4.4 基于親和度的VM放置算法
    4.5 性能評(píng)估
        4.5.1 實(shí)驗(yàn)設(shè)計(jì)
        4.5.2 基于相似性的虛擬機(jī)放置算法實(shí)驗(yàn)分析
        4.5.3 基于親和度的虛擬機(jī)放置算法實(shí)驗(yàn)分析
    4.6 本章小結(jié)
第五章 資源的自適應(yīng)監(jiān)控方法研究
    5.1 云資源監(jiān)控
        5.1.1 多媒體云資源的監(jiān)控需求分析
        5.1.2 面臨的問(wèn)題和解決方案
    5.2 監(jiān)控?cái)?shù)據(jù)的采集與傳輸
        5.2.1 Pull和Push模式
        5.2.2 混合模式
    5.3 基于非等間距灰度預(yù)測(cè)的監(jiān)控策略
        5.3.1 灰度預(yù)測(cè)GM(1,1)模型
        5.3.2 非等間距預(yù)測(cè)模型
        5.3.3 動(dòng)態(tài)更改輪詢(xún)時(shí)間
        5.3.4 Push和Pull模式智能切換
    5.4 實(shí)驗(yàn)設(shè)計(jì)與分析
        5.4.1 算法衡量指標(biāo)
        5.4.2 實(shí)驗(yàn)設(shè)計(jì)
        5.4.3 實(shí)驗(yàn)結(jié)果及分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄 攻讀碩士學(xué)位期間撰寫(xiě)的論文
致謝



本文編號(hào)：3847781