公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

云环境下基于多目标决策的待整合服务器选择方法研究被引量：4: 2016年; 虚拟化与云计算技术的结合,帮助云计算供应商构建了更便捷、可靠以及规模更大的新型数据中心.但当服务器数量不断增加时,一些服务器可能会出现低负载的情况,会对资源及能耗造成大量浪费.服务器整合方法可以将多台虚拟机整合到同一台服务器上,关闭空闲的服务器,达到节能目的.但是传统方法选择待整合服务器时,仅将服务器的状态作为选择依据,未考虑部署在上面的虚拟机或者服务的状态.在传统方法的基础上,在选择待整合服务器时考虑了多个关键因素,如虚拟机状态、服务器资源占用率、服务性能等.利用多目标决策的方法选择出最需要整合的服务器,保证整合过程中的总能源消耗及迁移代价最小,并通过实验验证了本文提出方法的合理性和可行性.; 刘德欣闫永明郭军马群; 关键词：服务器整合节能多目标决策云计算

云环境下基于冷点虚拟机迁移的热点消除方法被引量：3: 2016年; 初始分配的虚拟机资源常常不能满足运行时服务的性能要求,导致资源利用率过高、响应时间过长等“热点”问题。为了消除热点以保障服务性能,传统方法主要包括资源扩展和虚拟机动态迁移,但还存在预留资源空间不足和虚拟机迁移代价过大等问题。针对上述问题,该文提出一种基于冷点虚拟机迁移的热点消除方法,即以冷点虚拟机为迁移对象,将其释放的资源分配给热点虚拟机,以保持热点服务的性能、降低热点消除代价,从而更好地满足服务等级协议约束,并通过实验证明该方法可行有效。; 郭军闫永明马安香张斌; 关键词：虚拟机迁移服务等级协议

基于模糊层次分析的虚拟机热度综合评估方法被引量：3: 2015年; 虚拟机热点的判断是虚拟机热点消除过程中的关键环节.传统方法通常判断监测指标是否超过阈值,未考虑判断指标与服务之间的关系,影响判断的准确性.本文结合部署在虚拟机上的服务的可用性和质量因素建立了热度评估指标体系,提出了基于模糊层次分析的主观权重和基于离差最大化法的客观权重的确定算法,以及将主观权重和客观权重相结合的热度综合评估方法,并给出了基于热度的虚拟机冷热点判断规则.实验结果表明,利用热度进行热点判断的准确率高于利用传统设定阈值的方法,可以有效减少不适当的迁移,热点消除的代价较小.; 闫永明张斌郭军莫玉岩; 关键词：云计算冷点模糊层次分析法

云计算环境下云服务用户并发量的区间预测模型被引量：8: 2017年; 云计算环境下服务用户并发量的预测是云环境自适应资源调整的重要依据,但传统的单值预测所包含的信息量过少,受并发量不确定性影响明显,所以其不足以支持完备的自适应调整策略制定,因而会引发过多无效的调整动作.针对上述问题,该文提出一种云服务用户并发量区间预测模型,通过预测并发量的区间量化其不确定性.该模型利用梯度下降粒子群优化的支持向量机作为主要预测方法.为了更有效地预测不同类型的并发量,提出了一种基于自相关系数以及功率谱分析的AC-PS并发量特征判定规则,并针对不同特征并发量采取不同的区间构造方法.该文通过一个实例分析该区间预测模型对解决自适应资源调整无效问题的有效性,最后利用对比实验验证预测区间的准确性.结果表明,相对于其它方法文中提出的区间预测模型对各类并发量数据的预测精度均达92%以上,其预测效率有76.11%~96.15%的提升,因此提出的并发量区间预测方法能够为避免自适应资源调整无效问题提供可靠支撑.; 孟煜张斌郭军闫永明; 关键词：云服务区间预测资源调整

基于强化学习的SBS云应用自适应性能优化方法被引量：2: 2017年; 自适应的调整云应用所占用的资源是一种有效的保障云应用性能的方法,但传统的决策方法面向基于服务的系统(Service-Based System,SBS)时会存在一些问题,例如基于应用系统性能模型的决策方法不能很好适应云环境下SBS的动态变化,基于智能优化算法的决策方法效率较低.该文提出了一种基于强化学习的SBS云应用自适应性能优化方法.在该方法中,该文建立了自适应基本要素之间相互关系的特征描述框架,利用高层次的系统行为指标(如响应时间、用户并发量、资源量等)来描述系统性能的优化目标等.为了应对云环境以及SBS的动态变化,该文的方法采用了无模型(model-free)的在线学习算法,当用户并发量发生变化导致系统的预期行为发生偏差时,该方法通过不断重复"执行-积累-学习-决策"的过程,可以不断的积累经验数据并优化决策结果.为了保证自适应优化的高效性,该文提出了一种引导算子,可以有效的缩小候选自适应动作的范围,提高算法的学习效率.该文实现了以一个SBS为例的原型框架,使用该框架的实验结果证明了该文提出方法的有效性.; 闫永明张斌郭军孟煜; 关键词：自适应资源调整云计算

基于组件服务质量和服务性能的云服务性能瓶颈诊断方法: 2017年; 瓶颈组件服务的诊断是保障面向服务业务流程的云服务系统性能的关键环节。传统诊断方法是通过评估组件服务的最大运行时延来确定导致整个组合服务质量变差的组件服务,未考虑组件服务的重要性,影响判断的准确性。该文在分析了各个组件服务质量的基础上,综合评估组件服务质量和重要性,提出了一种基于组件服务质量和服务性能的云服务性能瓶颈诊断方法,用来确定云服务瓶颈组件服务。仿真实验的结果验证了该瓶颈诊断方法的有效性和准确性。; 郭军马安香闫永明孟煜张斌; 关键词：云服务组件服务质量

全选清除导出

共1页<1>

闫永明