异常网络环境下云计算资源需求策略

针对常规云计算资源预测算法不能在异常网络环境下做到精准预测的难题,提出一种基于改进蚁群算法的调度策略.该策略融入了信息数的概念,既能快速均衡负载,又能保障用户在多条件下云计算的需要,合理降低能耗,提高云计算性能.实验结果表明,基于改进的蚁群调度算法提高了云计算资源利用率,降低了能量消耗,使单节点处理任务量有较大提升,极大提高了云计算的性能和服务质量.     

云计算环境中优化遗传算法的资源调度策略

资源调度是云计算的核心问题,传统遗传算法(GA)、Sufferage算法等都可以用于云计算环境中的资源调度,但传统遗传算法存在收敛慢、易早熟等缺点,Sufferage算法则不适用于多聚类环境的密集型任务调度.本文在充分考虑云计算环境的动态异构性和大规模任务处理特性的基础上,提出了一种基于染色体编码方式和适应度函数的改进遗传算法(IGA),并在云仿真器CloudSim上对3种算法进行了仿真.仿真结果表明,该算法在性能和服务质量QoS(Qualityof Service)方面都优于传统遗传算法和Sufferage,能更好地适用于大规模任务下的云计算环境资源调度.     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

云计算环境下独立任务调度算法研究

云计算具有用户群体庞大、系统结构复杂和任务量繁重的特点,对大量任务进行高效调度成为云计算必须解决的难题。云计算任务调度算法决定了用户任务的执行效率和系统资源的使用效率,直接关系到云计算系统的整体性能。本文分析了云计算环境下任务调度的重要性,由任务调度出发,梳理和总结了云计算独立任务调度算法的研究现状。根据调度目标的不同,静态独立任务调度算法分为传统独立任务调度算法和启发式独立任务调度算法,本文分析了两种调度类型代表性算法的基本思想和优缺点,并对改进方式和优化结果进行了归纳。     

云计算环境下图书馆人力资源管理

指出云计算环境对图书馆员的要求,分析了图书馆人力资源管理的现实状况,并提出解决对策。     

云计算环境下多级映射作业调度算法的研究

云计算是一种新兴的资源使用和计算交互模式,是目前商业机构和科研机构的研究热点之一.在云计算环境中用户需求和资源的分布对该环境中作业调度的影响很大,虚拟技术的使用使云计算环境中的作业调度与传统的作业调度存在很大的差别.针对云计算环境特点,根据用户的需求将作业进行分类,同时将资源分类,引入中间代理节点进行任务调度,形成多级映射作业调度算法,提高作业的并发度,使总任务完成时间缩短.通过实验验证多级映射作业调度算法是一种可行的作业调度算法.     

云计算下的图书馆数字资源存储研究

针对图书馆数字资源存储现状及存在问题,提出图书馆引入云计算下的云存储的必要性。从分析图书馆现有数字资源类型:馆藏书目MARC资源、自建的数字资源、购买的数字资源的访问需要和存储需求的不同入手,建立云计算下的图书馆数字资源存储模型。探讨未来图书馆在应用云计算方面的一些利弊。     

云计算环境下政府信息资源开发利用研究

简述了云计算的概念及内涵,分析了云计算环境下政府信息资源开发利用的经济可行性和技术可行性,在此基础上提出了云计算环境下政府信息资源开发利用的新模式。     

云计算环境下多信道联合均衡调度算法研究

针对传统资源调度方法存在执行时间跨度大、信道接入率低、资源负载不均衡等问题,提出云计算环境下多信道联合均衡调度算法研究.根据云计算环境下多信道通信链路优化时隙和多信道资源,构建多信道链路模型,提出信道端到端可靠性最大化优化模型,将优化问题转换为多信道联合均衡调度问题.利用多信道最优跨度和负载均衡算法对均衡调度问题进行求解.结合多信道数据处理和任务执行的特性,设计最优跨度和负载均衡双适应度函数,在种群进化初始阶段和接近收敛阶段对适应度函数做适当调整,完成多信道联合均衡调度.实验结果表明,所提方法资源调度的执行时间跨度小、信道接入率高、负载均衡程度好,能满足资源传输的实时性要求.     

浅析云计算环境下的数据管理技术

随着计算机网络技术的迅速发展,以及人们对计算能力、资源利用效率、资源集中化的迫切需求,云计算应运而生。目前,云计算及云数据管理技术已经成为一种全新的互联网应用技术模式。本文介绍了云计算的概念和云数据管理的特点,并在此基础上对互联网主流的数据管理技术GFS,BigTable和MapReduce等进行分析,最后指出了云数据管理技术的发展前景。     

基于蚁群算法的云计算资源调度研究

本文针对云计算中资源调度问题进行了研究,提出云计算资源调度的蚁群优化算法,在算法设计中综合考虑了在云计算环境中任务完成时间和计算成本优化问题,建立数学模型,并通过cloudsim平台进行实验仿真测试。验证表明算法模型能使总任务完成时间较短、成本较小,是一种有效的资源调度算法。     

云计算的关键技术在高校图书馆中的应用

介绍了云计算的内涵及特征,分析了云计算环境下高校图书馆建设的现实需求,探讨了云计算的关键技术在高校图书馆的应用,指出云计算为高校图书馆建设和发展提供了新的技术支持。     

基于云计算环境下数字资源共享模式的研究

本文简述了云计算的概念及其特点,并说明了云计算环境下图书馆中信息资源的共享模式和需要关注的问题。通过以云计算方式为手段对传统图书馆的资源服务模式进行变革、改进和扩展。“云”图书馆资源共享模式将最大化的利用图书馆资源,更加贴近用户不同需求。     

基于云计算的高校教学资源管理平台的设计

针对高校教学资源建设中存在的资源重复投入、共享困难等问题,为促进教学资源的整合与共享,提高教学资源的管理与应用效率,将云计算技术引入其中。提出了基于云计算的高校教学资源平台架构模型,设计了基于云计算的高校教学资源管理平台,并介绍了平台的功能与业务工作流程。     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

云计算环境下的动态反馈作业调度算法

针对现有Hadoop作业调度算法在多用户、异构环境下不具备反馈机制的问题,提出一种云计算环境下具备反馈机制的动态作业调度算法。该算法引入排队论模型,采用单队列多资源池服务窗口的设计思路,将所有作业统一提交到一个支持优先级的排队队列,作业分发控制模块选择优先级最高的作业分发到空闲的资源池窗口执行;Hadoop集群通过自身的心跳机制将作业运行的初始化时间、运行时间等信息传递给参数统计模块进行统计,将获得的平均到达率和平均服务率这两个核心参数的实际值传递给反馈机制模块,根据调度算法模型计算出平均逗留时间和平均队长的理论值并与实际值进行对比,当差值大于阈值时对该调度算法的核心参数进行适当调节使差值收敛于阈值,将具有较大平均逗留时间和平均队长的作业调度到有槽位数的资源池服务窗口执行。实验结果表明:与经典算法相比,该算法具有较高的调度效率和负载平衡能力,作业平均逗留时间比先进先出调度算法和公平调度算法分别减少了57%和19%,平均队长分别减少了50%和37%。     

“云计算”环境下图书馆信息资源建设探讨

云计算将使图书馆在资源建设方面发生重大变化,有利于信息资源的整合和共享,同时信息资源建设面临严峻的挑战。利用云计算在资源发现、资源组织方面的优势,整合图书馆资源,加强特色资源的建设,开发网络资源,促进图书馆信息资源的建设。