本文關(guān)鍵詞：基于群智能算法的云數(shù)據(jù)遷移策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：云計(jì)算這個(gè)研究方向越來(lái)越受到廣泛的關(guān)注。隨著集群規(guī)模和數(shù)據(jù)量的爆發(fā)式增長(zhǎng),各行各業(yè)都先后出現(xiàn)了規(guī)模龐大的云數(shù)據(jù)中心。在云數(shù)據(jù)中心中,數(shù)據(jù)傳輸?shù)男枨笥楷F(xiàn)出爆炸性的增長(zhǎng)趨勢(shì),對(duì)帶寬的要求也愈來(lái)愈高。猛增的信息量使得網(wǎng)絡(luò)帶寬成為了嚴(yán)重的瓶頸問題。而數(shù)據(jù)遷移是保證云數(shù)據(jù)中心高效運(yùn)行、平滑升級(jí)以及更新系統(tǒng)的關(guān)鍵部分,在云計(jì)算領(lǐng)域中也占據(jù)著舉足輕重的地位。數(shù)據(jù)遷移的效率以及可靠性能夠直接影響云數(shù)據(jù)中心的性能。而數(shù)據(jù)遷移策略是數(shù)據(jù)實(shí)現(xiàn)遷移的重要前提,更為今后系統(tǒng)穩(wěn)定高效運(yùn)行的有力保障。良好的遷移策略,不僅能夠節(jié)省遷移成本還能夠更好地維護(hù)和管理云數(shù)據(jù)中心。當(dāng)某個(gè)服務(wù)器負(fù)載過大時(shí),可根據(jù)動(dòng)態(tài)遷移策略將數(shù)據(jù)流量分擔(dān)到合適的節(jié)點(diǎn)設(shè)備上分別處理以實(shí)現(xiàn)負(fù)載均衡。當(dāng)某些數(shù)據(jù)基于某種原因訪問量過大時(shí),網(wǎng)絡(luò)帶寬擁擠會(huì)導(dǎo)致云數(shù)據(jù)中心無(wú)法提供高效的服務(wù)。此時(shí)為解決該問題設(shè)計(jì)出一個(gè)高效的動(dòng)態(tài)數(shù)據(jù)遷移策略就顯得尤為重要。部分研究者通過動(dòng)態(tài)數(shù)據(jù)遷移策略尋找合適的目的位置滿足遷移需求,實(shí)現(xiàn)負(fù)載均衡或者優(yōu)化云數(shù)據(jù)中心的運(yùn)行成本。而在遷移過程中,對(duì)于目的遷移位置的選擇一般都是隨機(jī)的,只要該服務(wù)器容納得下待遷移的數(shù)據(jù),就可以實(shí)現(xiàn)遷移,該策略雖然遷移速度快,但是效率不高,并且從長(zhǎng)遠(yuǎn)角度來(lái)看,造成的遷移花銷也可能很大。為保證遷移的高效性,還有一部分研究人員通過最優(yōu)選擇策略選擇了更加高效的目的位置實(shí)現(xiàn)數(shù)據(jù)遷移,但只是以性能這一個(gè)方面作為目標(biāo),對(duì)于云數(shù)據(jù)中心來(lái)說(shuō),雖然能暫時(shí)實(shí)現(xiàn)負(fù)載均衡,可是沒有考慮遷移成本和帶寬壓力,所以依然沒能從根本上解決帶寬瓶頸問題。本文所要研究的重點(diǎn)是在最大化性能和節(jié)約遷移成本的基礎(chǔ)上以節(jié)省帶寬為目標(biāo),通過動(dòng)態(tài)數(shù)據(jù)遷移策略尋找一個(gè)目的服務(wù)器實(shí)現(xiàn)數(shù)據(jù)的遷移。為此,提出了一個(gè)新穎的啟發(fā)式算法IB-FA,它基于螢火蟲算法實(shí)現(xiàn)了數(shù)據(jù)動(dòng)態(tài)遷移策略。將實(shí)現(xiàn)負(fù)載均衡的動(dòng)態(tài)數(shù)據(jù)遷移策略問題轉(zhuǎn)化成一個(gè)受性能、遷移成本和帶寬約束的多目標(biāo)優(yōu)化問題。為解決該多目標(biāo)優(yōu)化問題,提出了一個(gè)適應(yīng)動(dòng)態(tài)變化的云環(huán)境的IB-FA架構(gòu)。在與隨機(jī)數(shù)據(jù)遷移策略和最優(yōu)數(shù)據(jù)遷移策略的實(shí)驗(yàn)對(duì)比結(jié)果中表明:本文提出的IB-FA算法能夠找到一個(gè)更加適合數(shù)據(jù)的遷移位置。在分散I/O操作的同時(shí)明顯優(yōu)化了數(shù)據(jù)訪問速度,并且有效提高帶寬利用率,從而解決云數(shù)據(jù)中心的帶寬瓶頸問題。
【關(guān)鍵詞】：云計(jì)算 數(shù)據(jù)遷移 群智能算法 資源利用率 網(wǎng)絡(luò)帶寬
【學(xué)位授予單位】：長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP308;TP18
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-15
• 1.1 課題的研究背景及意義9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 云計(jì)算的國(guó)內(nèi)外發(fā)展現(xiàn)狀9-11
• 1.2.2 云資源調(diào)度現(xiàn)狀11-13
• 1.3 全文研究?jī)?nèi)容及章節(jié)安排13-15
• 第二章 云計(jì)算的相關(guān)知識(shí)概述15-25
• 2.1 云計(jì)算的概念15
• 2.2 云計(jì)算的特點(diǎn)15-16
• 2.3 云計(jì)算的體系框架16-17
• 2.4 云計(jì)算的分類17-18
• 2.5 云計(jì)算關(guān)鍵性技術(shù)18-24
• 2.5.1 虛擬化技術(shù)18-19
• 2.5.2 編程模式19-20
• 2.5.3 Hadoop分布式文件系統(tǒng)20-24
• 2.6 本章小結(jié)24-25
• 第三章 云數(shù)據(jù)中心及資源調(diào)度策略概述25-32
• 3.1 云數(shù)據(jù)中心體系結(jié)構(gòu)25
• 3.2 云數(shù)據(jù)中心的特點(diǎn)25-26
• 3.3 云資源管理26-27
• 3.4 云數(shù)據(jù)中心任務(wù)部署模型27-28
• 3.5 數(shù)據(jù)遷移放置策略28-30
• 3.5.1 隨機(jī)遷移位置選擇策略28-29
• 3.5.2 最優(yōu)遷移位置選擇策略29-30
• 3.6 數(shù)據(jù)遷移位置選擇策略的構(gòu)模型架30-31
• 3.7 本章小結(jié)31-32
• 第四章 IB-FA算法及數(shù)據(jù)遷移策略的研究32-40
• 4.1 螢火蟲算法32-34
• 4.1.1 螢火蟲算法的思想概要32
• 4.1.2 螢火蟲算法的數(shù)學(xué)描述與算法流程32-33
• 4.1.3 螢火蟲算法的優(yōu)缺點(diǎn)33-34
• 4.2 IB-FA算法34-39
• 4.2.1 IB-FA算法的前提描述34
• 4.2.2 IB-FA算法的思想34
• 4.2.3 IB-FA的數(shù)學(xué)描述與分析34-35
• 4.2.4 IB-FA算法的形式化35-36
• 4.2.5 IB-FA算法解的表示36
• 4.2.6 IB-FA算法的實(shí)現(xiàn)過程36-37
• 4.2.7 IB-FA算法偽代碼37-39
• 4.3 本章小結(jié)39-40
• 第五章 實(shí)驗(yàn)結(jié)果與分析40-47
• 5.1 HDFS存儲(chǔ)解析40-41
• 5.2 實(shí)驗(yàn)環(huán)境41-43
• 5.2.1 實(shí)驗(yàn)環(huán)境介紹41-42
• 5.2.2 實(shí)驗(yàn)數(shù)據(jù)42
• 5.2.3 搭建Hadoop集群42-43
• 5.3 實(shí)驗(yàn)結(jié)果與分析43-46
• 5.3.1 帶寬占用率的比較43
• 5.3.2 負(fù)載均衡的比較43-44
• 5.3.3 遷移成本的比較44-45
• 5.3.4 資源利用率方面的比較45-46
• 5.4 本章小結(jié)46-47
• 第六章 總結(jié)與展望47-48
• 6.1 本文總結(jié)47
• 6.2 展望47-48
• 致謝48-49
• 參考文獻(xiàn)49-53
• 作者簡(jiǎn)介53
• 攻讀碩士學(xué)位期間研究成果53

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吉向東;;從Embedded Visual C++ 4.0到Visual Studio 2005的遷移策略[J];自動(dòng)化技術(shù)與應(yīng)用;2009年07期

2 張正球;蔡聲鎮(zhèn);余敏;;一種改進(jìn)的基于遷移計(jì)劃圖的移動(dòng)Agent遷移策略[J];計(jì)算機(jī)應(yīng)用研究;2007年01期

3 方軍;葉震;;基于旅行計(jì)劃圖的移動(dòng)Agent遷移策略研究[J];計(jì)算機(jī)應(yīng)用與軟件;2009年06期

4 甘早斌;孔祥印;肖國(guó)強(qiáng);;面向智能電子商務(wù)的移動(dòng)Agent遷移策略研究[J];計(jì)算機(jī)科學(xué);2011年08期

5 戴興華 ,姜浩;移動(dòng)Agent系統(tǒng)中的遷移策略及其關(guān)鍵技術(shù)[J];微型機(jī)與應(yīng)用;2002年12期

6 戴興華,姜浩;移動(dòng)Agent系統(tǒng)中的遷移策略及其關(guān)鍵技術(shù)[J];工業(yè)控制計(jì)算機(jī);2002年10期

7 畢曉君;王玨;;基于混合遷移策略的生物地理學(xué)優(yōu)化算法[J];模式識(shí)別與人工智能;2012年05期

8 江菲;湯小春;張曉;趙曉南;;基于價(jià)值評(píng)估的數(shù)據(jù)遷移策略研究[J];電子設(shè)計(jì)工程;2011年07期

9 馬駿;張健沛;程麗麗;;基于支持向量機(jī)的移動(dòng)Agent遷移策略[J];計(jì)算機(jī)工程;2006年17期

10 李新濤;陳禹安;;傳統(tǒng)媒體轉(zhuǎn)型中的“粉絲遷移策略”[J];出版參考;2014年21期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 陳少田;葉震;葉大庸;趙寶;;移動(dòng)Agent遷移策略知識(shí)庫(kù)的建立[A];AECC專題學(xué)術(shù)研討會(huì)論文集[C];2007年

2 趙寶;葉震;葉大庸;;移動(dòng)Agent遷移策略知識(shí)庫(kù)的研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 《中國(guó)社會(huì)工作·老齡》主編 李新濤　杭州出版集團(tuán)副總經(jīng)理 陳禹安;傳統(tǒng)媒體轉(zhuǎn)型中的“粉絲遷移策略”[N];中國(guó)新聞出版報(bào);2014年

2 上海建行信息技術(shù)部 戴工玖;ILM技術(shù)在銀行中的應(yīng)用[N];計(jì)算機(jī)世界;2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 馬駿;移動(dòng)agent遷移技術(shù)研究[D];哈爾濱工程大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 孫陽(yáng);基于群智能算法的云數(shù)據(jù)遷移策略研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

2 寧維宇;面向服務(wù)的未來(lái)互聯(lián)網(wǎng)服務(wù)遷移策略的研究[D];北京郵電大學(xué);2014年

3 薛丹;移動(dòng)Agent系統(tǒng)遷移機(jī)制及遷移策略的分析研究[D];蘭州大學(xué);2006年

4 劉玉海;移動(dòng)Agent智能遷移模型[D];中國(guó)海洋大學(xué);2003年

5 王偉;基于支持向量機(jī)的Agent遷移策略[D];中國(guó)海洋大學(xué);2004年

6 江裕城;虛擬環(huán)境中遷移策略研究[D];杭州電子科技大學(xué);2009年

7 秦占明;云端虛擬集群部署與動(dòng)態(tài)遷移技術(shù)的研究[D];北京交通大學(xué);2015年

8 鐘海;面向云計(jì)算環(huán)境的應(yīng)用遷移策略及資源管理技術(shù)研究[D];云南大學(xué);2011年

  本文關(guān)鍵詞：基于群智能算法的云數(shù)據(jù)遷移策略研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：290940