• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

基于计算资源运行时剩余能力评估优化云平台

周墨颂, 董小社, 陈衡, 张兴军

周墨颂, 董小社, 陈衡, 张兴军. 基于计算资源运行时剩余能力评估优化云平台[J]. 计算机研究与发展, 2017, 54(11): 2516-2533. DOI: 10.7544/issn1000-1239.2017.20160700
引用本文: 周墨颂, 董小社, 陈衡, 张兴军. 基于计算资源运行时剩余能力评估优化云平台[J]. 计算机研究与发展, 2017, 54(11): 2516-2533. DOI: 10.7544/issn1000-1239.2017.20160700
shu
Zhou Mosong, Dong Xiaoshe, Chen Heng, Zhang Xingjun. Improving Cloud Platform Based on the Runtime Resource Capacity Evaluation[J]. Journal of Computer Research and Development, 2017, 54(11): 2516-2533. DOI: 10.7544/issn1000-1239.2017.20160700
Citation: Zhou Mosong, Dong Xiaoshe, Chen Heng, Zhang Xingjun. Improving Cloud Platform Based on the Runtime Resource Capacity Evaluation[J]. Journal of Computer Research and Development, 2017, 54(11): 2516-2533. DOI: 10.7544/issn1000-1239.2017.20160700
shu
周墨颂, 董小社, 陈衡, 张兴军. 基于计算资源运行时剩余能力评估优化云平台[J]. 计算机研究与发展, 2017, 54(11): 2516-2533. CSTR: 32373.14.issn1000-1239.2017.20160700
引用本文: 周墨颂, 董小社, 陈衡, 张兴军. 基于计算资源运行时剩余能力评估优化云平台[J]. 计算机研究与发展, 2017, 54(11): 2516-2533. CSTR: 32373.14.issn1000-1239.2017.20160700
shu
Zhou Mosong, Dong Xiaoshe, Chen Heng, Zhang Xingjun. Improving Cloud Platform Based on the Runtime Resource Capacity Evaluation[J]. Journal of Computer Research and Development, 2017, 54(11): 2516-2533. CSTR: 32373.14.issn1000-1239.2017.20160700
Citation: Zhou Mosong, Dong Xiaoshe, Chen Heng, Zhang Xingjun. Improving Cloud Platform Based on the Runtime Resource Capacity Evaluation[J]. Journal of Computer Research and Development, 2017, 54(11): 2516-2533. CSTR: 32373.14.issn1000-1239.2017.20160700
shu

基于计算资源运行时剩余能力评估优化云平台

  • (西安交通大学电子与信息工程学院 西安 710049) (zhoumosong@stu.xjtu.edu.cn)

基金项目: 国家重点研发计划项目(2016YFB0200902)；国家自然科学基金项目(61572394)
详细信息

  • 中图分类号: TP391

Improving Cloud Platform Based on the Runtime Resource Capacity Evaluation

  • (School of Electronic and Information Engineering, Xi'an Jiaotong University, Xi'an 710049)

摘要

    摘要
  • 摘要: 云平台资源管理中存在资源供给与需求不匹配的问题，导致平台性能受到严重影响.针对此问题，基于相似任务建立运行时计算资源剩余能力评估模型，该模型利用云计算负载中相似任务执行逻辑相同的特点，使用相似任务代替测试程序量化资源剩余能力，避免了执行测试程序的计算资源代价；依据该模型提出了一种运行时云计算资源剩余能力分类评估方法RCE(resource capacity evaluation)，该方法综合各方面因素评估运行时资源剩余能力，具有运行时代价低、评估结果准确且有时效性的特点.将RCE评估结果应用在若干算法中，以提高云平台资源供给与需求的匹配程度并优化云平台各方面性能；在独享环境和真实云环境中验证了RCE方法和基于RCE的算法，实验结果表明:RCE评估结果及时反映了计算资源能力变化，为算法和平台的优化提供了有力支持，基于RCE优化的算法解决了云计算资源管理中资源供给与需求不匹配问题并大幅提高云计算平台性能.
    Abstract: There is a mismatch between computing resource supply and demand in cloud computing platform resource management, which leads to the performance degradation. This paper establishes a runtime computing resource available capacity evaluation model base on similar tasks. The model uses the characteristic of cloud computing workload in which similar tasks have the same execution logic, evaluates computing resource available capacity according to similar tasks avoiding computing resource consumption in executing benchmark. This paper applies the model to propose a computing resource capacity evaluation method called RCE, which considers many factors and evaluates runtime computing resource available capacity classified by resource type. This method gets accurate evaluation results timely with little cost. We apply RCE results in some algorithms to match computing resource supply and demand, and improve cloud computing platform performance. We test RCE method and algorithms base on RCE in dedicated and real cloud computing environments. The test results show that the RCE method gets runtime evaluation results timely and the evaluation results reflect computing resource available capacity accurately. Moreover, the RCE method supports the optimization of algorithm and platform effectively. And algorithms base on RCE resolve the mismatch problem between resource supply and demand, and significantly improve the performance of cloud computing platform.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(26)

  • 期刊类型引用(20)

    1. 韦修喜，彭茂松，黄华娟. 基于多策略改进蝴蝶优化算法的无线传感网络节点覆盖优化. 计算机应用. 2024(04): 1009-1017 . 百度学术
    2. 刘超敏，胡玉平. 基于VGG—19和卡尔曼预处理的WSNs测距方法. 传感器与微系统. 2023(10): 139-142 . 百度学术
    3. 刘松旭，张大鹏，乌云娜，刘鹏. 基于RSSI模型的无线传感器网络定位算法. 计算机仿真. 2022(01): 427-431 . 百度学术
    4. 崔焕庆，张娜，罗汉江. 基于改进鸽群算法的无线传感器网络定位方法. 传感技术学报. 2022(03): 399-404 . 百度学术
    5. 陈岩 ，高振国 ，王海军 ，欧阳云 ，缑锦 . 隐私保护能力可调的节点定位协议. 计算机研究与发展. 2022(09): 2075-2088 . 本站查看
    6. 刘琳岚，肖庭忠，舒坚，牛明晓. 基于门控循环单元的链路质量预测. 工程科学与技术. 2022(06): 51-58 . 百度学术
    7. 赵高丽，宋军平. 水下传感器网络自组织连通恢复仿真. 计算机仿真. 2021(03): 152-156 . 百度学术
    8. 刘恒，钟俊，刘辉. 基于优化核极限学习的WSN网络汇聚节点故障诊断. 新乡学院学报. 2021(06): 28-32 . 百度学术
    9. 石秦峰，徐祥涛，杨晓东. 基于节点汇聚链路模型的光纤传感器物联网节点控制. 激光杂志. 2021(07): 109-113 . 百度学术
    10. 张晶，罗施章，付谱平. 基于虚拟力移动锚节点的3D-DVHop-ACR定位算法. 控制与决策. 2021(10): 2409-2417 . 百度学术
    11. 张盛安，周洋，方浩，孙玉洁. 贵州电网贵阳供电局网络资源敏捷定位关键问题设计. 电力大数据. 2021(05): 79-85 . 百度学术
    12. 王礼霞，邰清清. 基于高阶马尔可夫链的无线传感器网络异常节点检测. 黑龙江工业学院学报(综合版). 2021(08): 93-97 . 百度学术
    13. 宰红斌，刘建国，唐保国，马建国，上官明霞，单荣荣. 基于WSN的输电线路状态监测与数据采集跨层优化方法. 电气工程学报. 2021(03): 161-169 . 百度学术
    14. 郑岚. 多信道通信网络环境下基于节点组簇技术通信资源调度算法. 山西能源学院学报. 2021(05): 97-99 . 百度学术
    15. 徐逸夫，段隆振. 基于蛙跳算法的无线传感器网络节点重部署. 计算机仿真. 2021(10): 328-332 . 百度学术
    16. 宋亚磊. 基于虚拟引力约束的光纤传感器网络节点空洞智能修复算法研究. 传感技术学报. 2021(10): 1395-1400 . 百度学术
    17. 易柏言. 关于无线传感器网络的时间同步技术探究. 科技创新与应用. 2020(15): 152-153 . 百度学术
    18. 王林，刘盼. 基于卷积神经网络的行人目标检测系统设计. 计算机测量与控制. 2020(07): 64-68+96 . 百度学术
    19. 左伟伟. 基于微积分算子的网络节点发包概率分布研究. 电子设计工程. 2020(23): 116-119+124 . 百度学术
    20. 李庐，赵晓峰. 基于拓扑感知映射算法的传感器网络数据稳定传输方法. 湖南科技学院学报. 2020(05): 54-57 . 百度学术

    其他类型引用(6)

    • 资源附件(0)
计量
  • 文章访问数:  1261
  • HTML全文浏览量:  1
  • PDF下载量:  529
  • 被引次数: 26
出版历程
  • 发布日期:  2017-10-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(26)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计