隨著網(wǎng)絡(luò)中的應(yīng)用不斷增多,以及大數(shù)據(jù)的發(fā)展,傳統(tǒng)的基于單個(gè)主機(jī)的計(jì)算方式開(kāi)始不能滿足用戶的需要。在這種情況下,有越來(lái)越多的用戶將自己的任務(wù)外包到云端或數(shù)據(jù)中心來(lái)進(jìn)行處理。而隨著按需付費(fèi)（pay-as-you-go）方式的出現(xiàn),這一趨勢(shì)變得更加明顯。這造成了數(shù)據(jù)中心網(wǎng)絡(luò)中流量的急增。為了給用戶提供更好,性能更穩(wěn)定的服務(wù),一個(gè)關(guān)鍵問(wèn)題就是如何對(duì)數(shù)據(jù)中心網(wǎng)絡(luò)進(jìn)行優(yōu)化,使網(wǎng)絡(luò)中的流量能被更好地傳輸。本文將圍繞如何通過(guò)控制數(shù)據(jù)中心網(wǎng)絡(luò)中的流量路由及資源分配,來(lái)優(yōu)化網(wǎng)絡(luò)性能這一主線進(jìn)行研究。本文的研究主要集中在以下四個(gè)方面:1.數(shù)據(jù)中心網(wǎng)絡(luò)中流量的路由與調(diào)度考慮到數(shù)據(jù)中心網(wǎng)絡(luò)中一個(gè)任務(wù)常常被拆分成多個(gè)子任務(wù)來(lái)完成,那么這些子任務(wù)之間的通信是有語(yǔ)意相關(guān)性的。因此應(yīng)該以這樣有語(yǔ)義相關(guān)性的一組流（也叫一個(gè)coflow）為基本單位進(jìn)行優(yōu)化,即優(yōu)化coflow的平均完成時(shí)間。對(duì)于這一問(wèn)題,本文設(shè)計(jì)出RAPIER系統(tǒng),通過(guò)同時(shí)控制網(wǎng)絡(luò)中流量的路由和調(diào)度,來(lái)優(yōu)化全網(wǎng)所有coflow的平均完成時(shí)間。除此之外,本文還設(shè)計(jì)出RAPIER的原型系統(tǒng)。小規(guī)模的原型系統(tǒng)實(shí)驗(yàn)和基于C++模擬器的大規(guī)模的數(shù)值仿真都證明,RAP... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：135 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 數(shù)據(jù)中心網(wǎng)絡(luò)與云計(jì)算
    1.2 數(shù)據(jù)中心網(wǎng)絡(luò)的研究歷史與現(xiàn)狀
        1.2.1 數(shù)據(jù)中心網(wǎng)絡(luò)流量路由的優(yōu)化
        1.2.2 數(shù)據(jù)中心網(wǎng)絡(luò)流量調(diào)度的優(yōu)化
        1.2.3 數(shù)據(jù)中心中網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)
        1.2.4 數(shù)據(jù)中心中虛擬機(jī)映射的優(yōu)化
    1.3 本文的主要貢獻(xiàn)與創(chuàng)新
    1.4 本論文的結(jié)構(gòu)安排
第二章 數(shù)據(jù)中心網(wǎng)絡(luò)流量的路由與調(diào)度
    2.1 研究背景
    2.2 路由和調(diào)度對(duì)流量?jī)?yōu)化的意義
    2.3 RAPIER總體設(shè)計(jì)方案
        2.3.1 RAPIER應(yīng)該具有的特性
        2.3.2 RAPIER的總體設(shè)計(jì)
    2.4 RAPIER中關(guān)鍵算法設(shè)計(jì)
        2.4.1 最小化單個(gè)coflow的完成時(shí)間
        2.4.2 算法可行性和性能界分析
        2.4.3 剩余帶寬分配算法
    2.5 仿真結(jié)果與分析
        2.5.1 系統(tǒng)實(shí)現(xiàn)與測(cè)試
            2.5.1.1 實(shí)現(xiàn)方案
            2.5.1.2 系統(tǒng)配置
            2.5.1.3 實(shí)驗(yàn)方案與結(jié)果分析
        2.5.2 大規(guī)模網(wǎng)絡(luò)數(shù)值仿真
            2.5.2.1 Coflow寬度對(duì)RAPIER性能的影響
            2.5.2.2 網(wǎng)絡(luò)中coflow個(gè)數(shù)對(duì)RAPIER性能的影響
            2.5.2.3 相鄰coflow到達(dá)時(shí)間間隔的影響
    2.6 本章小結(jié)
第三章 數(shù)據(jù)中心網(wǎng)絡(luò)業(yè)務(wù)量工程中的多目標(biāo)優(yōu)化框架研究
    3.1 研究背景
    3.2 負(fù)載均衡模型
    3.3 能量效率模型
    3.4 納什議價(jià)模型
    3.5 問(wèn)題分析
        3.5.1 方案應(yīng)具有的特性
        3.5.2 納什議價(jià)的優(yōu)勢(shì)
    3.6 基于納什議價(jià)的多目標(biāo)優(yōu)化方案
        3.6.1 納什議價(jià)模型與威脅值博弈
        3.6.2 如何得到具有公平性的解
        3.6.3 如何求解納什均衡模型
    3.7 仿真及結(jié)果分析
        3.7.1 簡(jiǎn)單平行鏈路網(wǎng)絡(luò)中的應(yīng)用
        3.7.2 Fattree中的應(yīng)用
        3.7.3 NSFNET中的應(yīng)用
    3.8 本章小結(jié)
第四章 數(shù)據(jù)中心網(wǎng)絡(luò)虛擬機(jī)放置與拓?fù)淇刂?br>    4.1 研究背景
    4.2 數(shù)據(jù)中心動(dòng)態(tài)拓?fù)渑c虛擬機(jī)放置
        4.2.1 OSA交換結(jié)構(gòu)
        4.2.2 虛擬機(jī)放置問(wèn)題
        4.2.3 聯(lián)合優(yōu)化網(wǎng)絡(luò)拓?fù)浜吞摂M機(jī)放置的原因
    4.3 問(wèn)題建模
        4.3.1 網(wǎng)絡(luò)模型
        4.3.2 代價(jià)模型
        4.3.3 模型約束
    4.4 離線算法設(shè)計(jì)
        4.4.1 模型分析
        4.4.2 子問(wèn)題1的求解——虛擬機(jī)分組
        4.4.3 子問(wèn)題2的求解——拓?fù)湓O(shè)計(jì)與路由
        4.4.4 算法分析
        4.4.5 算法應(yīng)用討論
    4.5 在線算法設(shè)計(jì)
        4.5.1 在線算法設(shè)計(jì)分析
        4.5.2 虛擬機(jī)放置在線優(yōu)化
        4.5.3 離線算法的使用
        4.5.4 租戶的進(jìn)入和退出
    4.6 仿真及實(shí)驗(yàn)結(jié)論
        4.6.1 離線算法性能隨ToR最大度數(shù)影響研究
            4.6.1.1 ToR最大度數(shù)對(duì)容量代價(jià)的影響
            4.6.1.2 ToR最大度數(shù)對(duì)溢出代價(jià)的影響
        4.6.2 離線算法性能隨網(wǎng)絡(luò)大小影響研究
            4.6.2.1 網(wǎng)絡(luò)大小對(duì)容量代價(jià)的影響
            4.6.2.2 網(wǎng)絡(luò)大小對(duì)溢出代價(jià)的影響
        4.6.3 在線算法性能研究
            4.6.3.1 在線迭代次數(shù)對(duì)容量代價(jià)的影響
            4.6.3.2 網(wǎng)絡(luò)大小對(duì)溢出代價(jià)的影響
    4.7 本章小結(jié)
第五章 數(shù)據(jù)中心網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)涔芾?br>    5.1 研究背景
    5.2 漸近拓?fù)渥兓膬?yōu)勢(shì)
    5.3 問(wèn)題的建模與分析
        5.3.1 問(wèn)題建模
        5.3.2 問(wèn)題的復(fù)雜性與可行性
    5.4 算法設(shè)計(jì)
        5.4.1 拓?fù)涔芾硭惴?br>        5.4.2 算法實(shí)現(xiàn)討論
    5.5 仿真及結(jié)果分析
        5.5.1 TMA算法性能
            5.5.1.1 網(wǎng)絡(luò)中可用的波長(zhǎng)數(shù)對(duì)算法性能的影響
            5.5.1.2 網(wǎng)絡(luò)中ToR最大度數(shù)對(duì)算法性能的影響
        5.5.2 算法時(shí)間復(fù)雜度
    5.6 本章小節(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的成果
攻讀博士學(xué)位期間參加的科研項(xiàng)目



本文編號(hào)：3602545