本文關(guān)鍵詞：虛擬機分配中的資源利潤優(yōu)化問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在云計算快速發(fā)展的年代,將計算資源和存儲資源存放云端已成為時代發(fā)展的必然趨勢。當(dāng)前,云服務(wù)的種類快速增加,云服務(wù)的質(zhì)量快速提高,服務(wù)供應(yīng)商們在云服務(wù)的相關(guān)技術(shù)上投入非常大的研究精力,以期能夠提高云服務(wù)的利潤回報。研究云數(shù)據(jù)中心的內(nèi)部任務(wù)調(diào)度機制可以發(fā)現(xiàn),為了達(dá)到節(jié)約成本和提高使用率的目的,調(diào)度系統(tǒng)通常安排多個作業(yè)任務(wù)共享一臺物理服務(wù)器的計算資源。共享式的調(diào)度方式使得多個作業(yè)請求集中在一起,這可能會影響到用戶的響應(yīng)時間,如何在優(yōu)化服務(wù)利潤的同時兼顧調(diào)度策略的性能是非常有研究意義的。為了提出一種兼顧高效性能的數(shù)據(jù)中心資源利潤優(yōu)化技術(shù),本論文首先對現(xiàn)有的運籌學(xué)和計算機網(wǎng)絡(luò)科學(xué)中的利潤優(yōu)化技術(shù)進(jìn)行了研究,分析了其優(yōu)缺點以及是否適用于云服務(wù)這樣的特殊調(diào)度環(huán)境。接著,對傳統(tǒng)的區(qū)間調(diào)度問題模型進(jìn)行改進(jìn),提出了更加符合云環(huán)境的容量共享的區(qū)間調(diào)度模型理論。在本理論基礎(chǔ)上提出了一種適用于云計算數(shù)據(jù)中心調(diào)度系統(tǒng)的利潤優(yōu)化調(diào)度方法,此方法通過對用戶虛擬機請求的分析,得出各虛擬機請求在有限的物理服務(wù)器中的順序安排,以期能夠最大化云供應(yīng)商提供虛擬機的利潤回報。經(jīng)過理論分析與實際的數(shù)據(jù)測試,并與當(dāng)前的主要利潤優(yōu)化算法進(jìn)行對比,證明本論文的算法可以在保證性能的基礎(chǔ)上達(dá)到優(yōu)化云服務(wù)利潤的效果。
【關(guān)鍵詞】：云計算 利潤優(yōu)化 區(qū)間調(diào)度
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP302
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 研究工作的背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 主要工作13-14
• 1.4 本文組織結(jié)構(gòu)14-16
• 第二章 利潤優(yōu)化算法研究16-28
• 2.1 背包問題(Knapsack problem)16-18
• 2.1.1 背包問題背景16-17
• 2.1.2 背包問題數(shù)學(xué)描述17-18
• 2.2 動態(tài)規(guī)劃算法(Dynamic programming)18-20
• 2.2.1 動態(tài)規(guī)劃算法背景18-19
• 2.2.2 動態(tài)規(guī)劃算法的適用性19
• 2.2.3 動態(tài)規(guī)劃算法原理19-20
• 2.2.4 動態(tài)規(guī)劃算法步驟20
• 2.3 貪心算法(Greedy algorithm)20-22
• 2.3.1 貪心算法基本思想20-21
• 2.3.2 貪心算法解決 0-1 背包問題21
• 2.3.3 貪心算法原理21-22
• 2.4 蟻群算法(Ant Colony algorithm)22-25
• 2.4.1 蟻群算法基本原理22-23
• 2.4.2 蟻群算法過程分析23
• 2.4.3 蟻群算法分類23-24
• 2.4.4 蟻群算法總結(jié)24-25
• 2.5 其他算法介紹25-26
• 2.6 廣義的多維多選擇背包模型簡介26-27
• 2.7 優(yōu)化算法性能總結(jié)27
• 2.8 本章小結(jié)27-28
• 第三章 區(qū)間調(diào)度理論改進(jìn)28-35
• 3.1 區(qū)間調(diào)度(interval scheduling)問題模型28
• 3.2 帶權(quán)區(qū)間調(diào)度問題28-31
• 3.2.1 傳統(tǒng)的帶權(quán)區(qū)間調(diào)度問題28-29
• 3.2.2 WIS中的可相互兼容區(qū)間29
• 3.2.3 帶權(quán)的區(qū)間調(diào)度29-31
• 3.3 考慮容量共享的帶權(quán)區(qū)間調(diào)度31-34
• 3.3.1 WISWCS問題模型31-32
• 3.3.2 WISWCS問題中的容量分割32
• 3.3.3 WISWCS問題中的權(quán)值與容量成比例32-34
• 3.4 本章小結(jié)34-35
• 第四章 數(shù)據(jù)中心資源利潤優(yōu)化算法設(shè)計與分析35-46
• 4.1 算法簡介35-39
• 4.1.1 算法應(yīng)用場景35-36
• 4.1.2 算法創(chuàng)新點36-37
• 4.1.3 任務(wù)請求描述37-39
• 4.2 算法輸入與輸出39
• 4.2.1 算法的輸入?yún)?shù)39
• 4.2.2 算法的輸出參數(shù)39
• 4.3 算法過程描述39-45
• 4.3.1 算法步驟39-41
• 4.3.2 算法流程圖41
• 4.3.3 算法偽代碼41-42
• 4.3.4 算法核心代碼42-44
• 4.3.5 算法復(fù)雜度分析44-45
• 4.4 本章小結(jié)45-46
• 第五章 算法測試46-56
• 5.1 普通調(diào)度情況的算法對比46-53
• 5.1.1 算法模型對比46
• 5.1.2 輸入?yún)?shù)設(shè)置46-48
• 5.1.3 測試參數(shù)設(shè)置48-49
• 5.1.4 算法結(jié)果對比49-53
• 5.2 特殊調(diào)度情況的算法對比53-55
• 5.2.1 算法模型對比53
• 5.2.2 輸入?yún)?shù)設(shè)置53
• 5.2.3 測試參數(shù)設(shè)置53-54
• 5.2.4 算法結(jié)果對比54-55
• 5.3 本章小結(jié)55-56
• 第六章 基于openstack的真實環(huán)境應(yīng)用56-63
• 6.1 openstack簡介56
• 6.2 openstack調(diào)度方式改進(jìn)56-57
• 6.3 openstack中的算法應(yīng)用57-58
• 6.4 預(yù)定式服務(wù)算法描述58-60
• 6.4.1 預(yù)定式服務(wù)稱重流程描述58-59
• 6.4.2 預(yù)定式服務(wù)稱重流程圖59-60
• 6.4.3 預(yù)定式服務(wù)偽代碼描述60
• 6.5 稱重流程核心代碼60-62
• 6.6 本章小結(jié)62-63
• 第七章 結(jié)論63-65
• 7.1 本文總結(jié)63-64
• 7.2 存在的問題與不足64
• 7.3 工作展望64-65
• 致謝65-66
• 參考文獻(xiàn)66-69
• 在學(xué)期間的研究成果69-70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 賴志柱;;基于改進(jìn)遺傳算法的背包問題求解[J];畢節(jié)學(xué)院學(xué)報;2009年04期

  本文關(guān)鍵詞：虛擬機分配中的資源利潤優(yōu)化問題研究，，由筆耕文化傳播整理發(fā)布。

本文編號：375522