云计算环境下资源需求预测与优化配置方法研究

在信息化时代背景下,计算机技术的发展促使云计算诞生,作为一种全新的互联网信息资源服务系统,能够通过可定制虚拟资源服务的提供来满足用户的实际需求。而基于多元化需求下,要求云计算环境下能够实现对资源需求的预测,进而实现对海量资源需求进行优化配置,以此来实现对资源的优化且高效管理。文章基于云计算环境下,在对资源需求预测进行分析的基础上,为如何实现云资源的优化配置提出了具体的方法 。     

基于云计算技术的高校实验室资源的优化应用

通过介绍先进的云计算技术的发展和历史,研究和分析了云计算技术在高校实验室资源优化方面的应用,有效地解决高校实验室资源配置不均衡、设备不足和安全存隐患等现实问题,大大提高了高效实验设备的使用率,进一步对云计算技术在未来高校实验室资源优化应用的发展趋势作了展望。     

云计算环境下资源需求分析与配置策略研究

对于云计算技术而言,其主要是从并行、网格、效用、虚拟等计算中衍化而来,是根据需求提供服务的模式。从云计算商业价值来看,为了满足用户需求,实现资源的优化配置成为云计算研究的焦点。文章结合云计算的概念,分析了基于云计算环境下的资源需求分析,并就资源优化配置策略进行了探讨。     

云计算虚拟化平台的内存资源全局优化研究

云计算能够在虚拟化技术的协助下,大规模地将资源计算进行统一的管理,利用效率进行有效的提升,但是,资源的全局优化能力,在一定的程度上,被云计算物理的服务器内存资的边界所限制。因此,文章对云计算虚拟化平台的内存资源全局优化进行研究,认为应该将虚拟机内部资源边界的最小内存值进行增加,改进全局优化框架。     

基于金豺优化算法的云计算资源调度研究

基于云计算环境下资源利用率低的问题,将一种新提出的金豺优化算法应用于云计算资源调度策略。研究采用Cloudsim作为仿真实验平台,以减少任务总完成时间为优化目标。实验中以猎物位置模拟任务对虚拟机序号的选择,在一定的迭代次数后根据猎物位置得出每个任务对虚拟机序号的最终选择和最终任务总完成时间。改变金豺优化算法的迭代次数并进行实验,结果表明,在迭代次数达100次时,金豺优化算法在云计算资源调度模型上的效果达到最优。将调用金豺优化算法与应用贪心算法和遗传算法下的实验结果进行对比,结果表明,在任务数量大于1 000时,金豺优化算法在云计算资源调度模型上的效果优于贪心算法和遗传算法,效率相较于遗传算法提升了约20%。     

美国频谱资源优化配置探析

介绍了美国对原广播电视视频段和原联邦政府各机构使用频谱资源的回收与重置情况,通过研究美国频谱资源的优化配置,以期对我国无线电频谱统等规划提供参.     

基于云计算平台的虚拟集群构建技术研究

为了灵活构建高性能计算集群并根据用户作业需求弹性的提供计算资源以及提高物理机器的利用率,采用了基于Eucalyptus开源框架构建云计算平台,利用OpenPBS集群管理软件构建了虚拟集群(Virtual Cluster),并实现了对虚拟集群的管理及监控,提高了集群资源的利用率及实现了弹性计算的理念,通过若干实验证实了构建虚拟集群的可行性和有效性.     

以云计算为基础的虚拟多媒体教室研究

以云计算为基础的虚拟多媒体教室的构建,应当以专业资源的共享共建为原理,实现教学管理的延伸,为学生的学习营造良好的教学环境,进一步提高学生学习的积极性,培养学生的学习兴趣。可以说,以云计算为基础的多媒体教室的构建是以云计算环境的技术优势为基础的,它能够有效提高教学质量,提升高校大学生的就业能力。     

基于云计算的虚拟计算实验室

云计算是计算机网络发展的一个趋势,是一种基于网络的计算方式。针对高校计算工作站在更新配置时资金投入过大、资源利率不高的问题,研究了当前云计算的相关技术,提出基于云计算的虚拟计算实验室(Virtual Computing Laboratory,VCL)的解决方案。该方案通过在高性能的计算工作站上建立虚拟化资源池的方式,利用Web进行资源预约以及对平台的访问和资源的调用,从而实现服务器虚拟化管理和应用,提高资源利用率,节约工作站的管理和建设成本,降低设备管理和维护的工作量,提高计算机实验室的服务能力和支撑水平。     

复杂网络信息系统安全资源优化配置研究

降低复杂网络信息系统安全风险的关键是对安全资源进行优化配置。近几年来,网络信息系统遭受的恶意攻击事件频繁发生,给企业和国家带来巨大损失。本文通过建立以攻击传播性和分层防护为主的复杂网络信息系统安全资源分配模型,将单层和双层防护作为保护方式对安全资源分配,经仿真实验验证后,表明安全资源优化配置能够降低复杂网络信息系统存在的安全风险。     

面向云计算的虚拟化仿真平台研究

云计算对资源的集中、灵活控制能力解决了传统虚拟化仿真技术的弊端。为进一步研究虚拟化仿真技术,采用OpenStack,Docker等技术,提出了一种面向云计算的虚拟化仿真平台构建方案。总结了虚拟化仿真、云计算特性,介绍了基于OpenStack虚拟化仿真平台的系统架构,验证了其功能和运行特性。基于该平台开展了SDN体制验证仿真,仿真结果表明,提出的仿真平台为基于云计算的虚拟化仿真创新提供了良好的平台支撑。     

虚拟化云计算平台的能耗管理探讨

关于虚拟化云计算平台的能耗管理探讨,其目的是对云计算平台的能耗管理挑战进一步深入了解,使得可更好地解决云计算平台的能耗管理中所面临的问题,现目前被解决的重点为高能耗数据中心,因此,则需要一种更为科学的、先进的平台或技术供人类使用,虚拟化云计算平台具有过硬的优势和超强的实力,因此在人们的工作、生活中取得了一定的应用。近年来,虚拟云计算平台发展速度较快,具有资源利用率高等优势,让云计算和虚拟化技术在日常生活生产中应用日渐广泛,文章主要概括了虚拟化云计算平台的能耗管理所面临的问题,并作了进一步分析。     

基于密码的云计算虚拟化网络安全研究

虚拟化网络技术是构建新一代的云计算数据中心,为云计算环境提供基础设施支撑的关键。在研究云计算数据中心典型架构与访问应用模式的基础上,从用户安全接入、通信隔离与机密性保护等方面分析了数据中心虚拟化网络的安全需求,提出了虚拟化网络安全技术框架,重点针对基于密码技术强化虚拟化网络安全,保障虚拟机之间的通信保护、信息隔离与安全交换等安全机制进行了分析与设计,提出了一种可供参考的解决方案。     

基于云计算的移动学习资源建设研究

针对当前智能手机、掌上电脑等移动终端得到了越来越广泛的应用,而移动学习系统资源建设却相对发展缓慢,无法满足用户的移动学习需求,文章对云计算技术与移动学习资源建设相结合进行了浅析,首先介绍了云计算技术及移动学习领域的发展现状,其次就云计算技术与移动学习相结合的必要性进行了探讨,最后讨论了云计算支持的移动学习资源建设的实现。     

基于云计算的虚拟化数据中心(下)

(上接2011年第9期第75页) 5 使用云计算管理平台部署VDC VDC的部署围绕两个需求主题:提高资源的利用率;提升用户体验.前者主要体现在机房虚拟化的架构设计上需要最大化虚拟资源;后者则体现在可提供的服务及其灵活性上保证服务的通畅.     

高校数字化教育资源云共享模式设计

随着数字化教育资源的快速发展,其不足也越来越明显,多媒体资源无法共享己经成为阻碍教育信息化的重要制约因素。结合信息共享及云计算理论,对高校数字化教育资源的现状进行了分析。构建了基于云计算的高校数字化资源共享平台,提出了三层共享模型的架构。对云共享机理形成进行了分析,并构建了比较完整的江苏高校数字化教育教学资源云共享机制。     

Optimal Task Assignment in Mobile Cloud Computing by Queue Based Ant-Bee Algorithm

Wireless Personal Communications - Mobile cloud computing (MCC) broadens the mobile devices capability by offloading tasks to the ‘cloud’. Hence, offloading numerous tasks...     

基于电信网络的交互式电视系统

IPTV（Internet Procotal Television）业务作为三网融合的重要切入点,已取得了很大的进展。与此同时,新兴的互联网电视OTT-TV（Over The Top Television）,虽然产生时间较晚,但正在快速发展。文章根据目前IPTV业务的现状,着眼于发展OTT-TV,提出了一种在公网上开展OTT-TV的切实可行的方案。该方案使用苹果公司的HLS协议在公网上开展OTT-TV服务,在iOS平台上开发了软终端的原型系统,并设计开发了AirPlay特色功能,通过云端实现了视频播放的多屏切换功能,理论和实验证明了该方案具有很强的实用性。     

基于云计算技术的虚拟机顶盒研究

本文主要针对目前浙江省内广电的系统平台、网络及终端现状,通过互联网技术进行改造,引入云计算中的虚拟化技术,在云端打造虚拟机顶盒,通过实体终端和虚拟终端的协同,突破现有终端版本多样化、升级困难、硬件瓶颈等多个问题,从而端到端对现有基础资源进行了重构,既盘活了现有资产,也加速了新业务的加载速度,降低了业务引入及覆盖的周期和成本.     

云计算环境中任务调度策略

在满足用户QoS的前提条件下,对海量任务进行高效调度并对云资源进行合理分配是云计算领域的一个研究热点。文章论述云计算环境下任务调度的概念、特点和目标,归纳了云计算任务调度的研究现状,并对传统任务调度算法、Hadoop中的任务调度算法、智能化的任务调度算法的实现机制和性能指标等进行了分析与比较。分析结果表明智能化任务调度算法性能优良且适应性强,是今后的研究重点。