共查询到18条相似文献,搜索用时 62 毫秒
1.
随着虚拟化技术的应用,数据中心的资源利用率已经得到一定程度的提高,但是云资源通常还是根据用户提出的需求预先分配,资源利用率仍然有待提高.为了进一步改进资源利用率,云中心的实际资源需求可分为“周期资源”及“峰期资源”.“周期资源”可以通过历史规律,利用递阶成分负载模型进行分析,预测出数据中心大部分时间的资源需求;“峰期资源”主要是满足短时间内的各种高峰资源需求,这种需求应用了排队论及随机均衡算法模型并根据实际应用的需要动态启用、分配和收回资源.通过使用资源收集与分配守护进程对云中心资源需求进行规划调度实验,效果明显,从而为云中心资源利用率的提升及节能减排提供了一种有效途径. 相似文献
2.
3.
4.
针对传统仿真系统平台的资源分配存在资源闲置、任务挤压和负载均衡等优化问题,利用云计算技术的优势研究并提出了模块化的云仿真平台框架,通过对云仿真资源调度策略研究,提出了一种改进的匈牙利算法.该算法克服了传统匈牙利算法只适用于一对一资源调度的不足,实现了多对一的仿真任务与云仿真资源分配方案,能尽量避免资源调度负载失衡.通过扩展云计算仿真平台CloudSim实现了模拟算法仿真.结果表明.该调度策略能有效的减小云环境下计算机的负载,提高了资源的利用率. 相似文献
5.
6.
叶婷曾灶烟董碧飞孙培高朱奔君 《长江信息通信》2020,(2):161-162
随着《信息安全技术网络安全等级保护基本要求》等国家标准的发布和实施,我国网络安全等级保护工作正式进入"2.0时代".如何进行面向云服务等网络系统的网络安全评测成为一项研究课题.文章基于上述背景,提出了一种面向云服务系统的网络安全评测方法,对云服务的一般网络架构进行梳理;对云服务的网络安全检测方法进行了阐述,对用户账户安全检测、网络系统入侵防护检测,网络数据安全检测等方法进行了说明. 相似文献
7.
8.
9.
带准备时间和截止期约束的云服务工作流费用优化是一个新的云计算资源优化分配问题。分析该NP-hard问题特征,建立相应的整数规划数学模型。构建有效的变量取值概率模型和更新机制,提出高质量初始群体的启发式生成方法;提出混合的分布估计算法(HEDA),引入个体向全局最优解学习的策略,提高算法的全局搜索和局部优化能力。模拟实验结果表明此提出的方法在合理的CPU时间内可有效减少工作流费用。 相似文献
10.
11.
云计算环境下,用户数量和处理的任务数量庞大,对任务完成时间和满足客户的QoS需求上具有较高要求。针对云计算中资源调度问题进行了研究,在综合考虑运行时间和满足客户QoS需求的情况下,建立了云计算资源调度适应度函数模型,并在最大最小蚁群算法的基础上引进了双向收敛策略。通过在CloudSim平台模拟实验,表明该算法在云计算资源分配上具有较快的收敛速度和较好的QoS服务能力,是一种有效的资源调度算法。 相似文献
12.
针对云计算环境中资源调度的问题,提出了一种基于改进蚁群的云计算资源调度算法。在算法中添加了查找表,存储其他蚂蚁推荐的节点。当任务分类比较明确的时候,查找表的优点更加地突出。在信息素的计算中加入了成功率因子,成功率越高的节点被选中的概率就越大。本文使用Cloud Sim对算法进行了仿真,仿真结果表明提出的算法缩短了搜寻资源节点的时间,从而使任务可以更快地获得资源并执行,保证了任务能够按时完成。 相似文献
13.
陈冰泉 《电子产品可靠性与环境试验》2014,(2):22-28
云计算服务系统的可靠性问题是目前制约其大规模应用的关键因素之一。如何形成一整套有效的云计算可靠性建模、分析、评估和优化方法理论是云计算领域的研究热点。在研究云计算服务系统运行过程的基础上,给出了云计算服务系统可靠性的定义,并采取分阶段解析建模方法,探讨了建立云计算服务系统的可靠性数学模型。 相似文献
14.
15.
随着信息技术的日趋成熟,任务、资源也呈几何倍数增长,对资源调度效率的要求不断提高,如何提高资源调度效率也成为了当前研究的热点。为此,文中针对调度策略提出了一种混合和声算法,加入遗传算法交叉操作和动态PAR方法,扩大基本和声算法的搜索范围并防止其陷入局部最优,以达到最短时间跨度的目的。通过Cloudsim云仿真平台进行仿真实验,实验结果表明,该算法明显减少了任务平均完成时间,有效提高了资源调度效率 相似文献
16.
Resource scheduling algorithm for ForCES (Forwarding and Control Element Separation) networks need to meet the flexibility, programmability and scalability of node resources. DBC (Deadline Budget Constrain) algorithm relies on users select cost or time priority, then scheduling to meet the requirements of users. However, this priority strategy of users is relatively simple, and cannot adapt to dynamic change of resources, it is inevitable to reduce the QoS. In order to improve QoS, we refer to the economic model and resource scheduling model of cloud computing, use SAL (Service Level Agreement) as pricing strategy, on the basis of DBC algorithm, propose an DABP (Deadline And Budget Priority based on DBC) algorithm for ForCES networks, DABP combines both budget and time priority to scheduling. In simulation and test, we compare the task finish time and cost of DABP algorithm with DP (Deadline Priority) algorithm and BP (Budget Priority) algorithm, the analysis results show that DABP algorithm make the task complete with less cost within deadline, benifical to load balancing of ForCES networks. 相似文献
17.
One of the challenging scheduling problems in Cloud data centers is to take the allocation and migration of reconfigurable virtual machines as well as the integrated features of hosting physical machines into consideration. We introduce a Dynamic and Integrated Resource Scheduling algorithm (DAIRS) for Cloud data centers . Unlike traditional loadbalance scheduling algorithms which often consider only one factor such as the CPU load in physical servers , DAIRS treats CPU, memory and network bandwidth integrated for both physical machines and virtual machines . We develop integrated measurement for the total imbalance level of a Cloud datacenter as well as the average imbalance level of each server. Simulation results show that DAIRS has good performance with regard to total imbalance level, average imbalance level of each server, as well as overall running time. 相似文献