發(fā)布時間：2024-06-28 00:26

　　隨著云計算服務(wù)的發(fā)展,用戶需要更高水平又能夠區(qū)分不同服務(wù)質(zhì)量的服務(wù)。通常情況下,云服務(wù)提供商和用戶需要通過協(xié)商談判簽訂SLA協(xié)議來保證自身利益和服務(wù)質(zhì)量。 IaaS資源提供商擁有分布廣泛的數(shù)據(jù)中心,其中包含種類多樣的資源,面對實時動態(tài)變化的用戶需求以及需要考慮的系統(tǒng)性能和成本等因素使得云計算的資源調(diào)度問題非常復雜。目前,在IaaS層的資源調(diào)度方法研究中在任務(wù)調(diào)度機制和資源負載均衡機制都存在一些不足： (1)現(xiàn)有的IaaS層的任務(wù)調(diào)度策略在任務(wù)接收階段缺乏有效的任務(wù)接收機制,面對差異的數(shù)據(jù)中心資源的使用情況,不能有效實現(xiàn)IaaS資源服務(wù)提供商在任務(wù)QoS約束下最大化資源利用率的同時獲得最大的收益。 (2)在通過虛擬機遷移實現(xiàn)負載均衡時往往以降低系統(tǒng)能耗或減小系統(tǒng)處理時間為目標,鮮有基于市場驅(qū)動的負載均衡策略研究。 基于以上問題,本文提出了基于SLA的云計算資源調(diào)度優(yōu)化方法,主要研究面向IaaS資源服務(wù)提供商的調(diào)度策略,提出了一個結(jié)合SLA管理實現(xiàn)資源服務(wù)QoS保證的資源調(diào)度框架以及基于SLA的任務(wù)在線調(diào)度方法和負載均衡機制。具體的工作包括： (1)提出了一個基于SLA的云計算資源調(diào)度框架...

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第1章 緒論
    1.1 課題來源、研究目的和意義
        1.1.1 課題來源
        1.1.2 研究目的與意義
    1.2 國內(nèi)外究研現(xiàn)狀
        1.2.1 云計算資源調(diào)度方法研究現(xiàn)狀
        1.2.2 云計算資源調(diào)度相關(guān)技術(shù)研究現(xiàn)狀
        1.2.3 基于SLA的云計算資源調(diào)度方法研究現(xiàn)狀
    1.3 研究內(nèi)容及方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線
    1.4 全文結(jié)構(gòu)
第2章 基于SLA的云計算資源調(diào)度機制研究
    2.1 基于SLA的云計算資源調(diào)度框架設(shè)計
    2.2 基于SLA管理的資源服務(wù)QoS保證機制
        2.2.1 資源服務(wù)的QoS
        2.2.2 基于SLA管理的服務(wù)質(zhì)量保證過程
    2.3 負載均衡及其關(guān)鍵技術(shù)
        2.3.1 負載均衡機制
        2.3.2 遷移技術(shù)
第3章 基于SLA的多云數(shù)據(jù)中心任務(wù)調(diào)度策略
    3.1 任務(wù)調(diào)度效益模型
    3.2 任務(wù)準入控制分析策略
        3.2.1 決策指標分析
        3.2.2 開啟新虛擬機策略
        3.2.3 等待策略
        3.2.4 插入策略
    3.3 IaaS資源服務(wù)提供商收益最大化驅(qū)動的任務(wù)在線調(diào)度策略
        3.3.1 最小化虛擬機數(shù)量的最大化收益任務(wù)調(diào)度算法
        3.3.2 基于重調(diào)度的最大化收益任務(wù)調(diào)度算法
第4章 基于SLA的云數(shù)據(jù)中心負載均衡機制研究
    4.1 基于SLA的云數(shù)據(jù)中心負載均衡框架
    4.2 基于SLA的資源負載狀態(tài)評價
    4.3 基于SLA的虛擬機均衡調(diào)度策略
        4.3.1 虛擬機遷移效益分析
        4.3.2 基于時間序列的負載預測機制
        4.3.3 虛擬機遷移策略
第5章 基于CloudSim的云計算資源調(diào)度算法實現(xiàn)
    5.1 實驗環(huán)境及平臺介紹
        5.1.1 云仿真器CloudSim
        5.1.2 仿真流程
    5.2 IaaS資源服務(wù)提供商收益最大化任務(wù)調(diào)度算法實現(xiàn)
        5.2.1 核心代碼
        5.2.2 實驗分析
    5.3 基于SLA的虛擬機均衡調(diào)度算法實現(xiàn)
        5.3.1 核心代碼
        5.3.2 實驗分析
第6章 總結(jié)與展望
    6.1 全文總結(jié)
        6.1.1 主要內(nèi)容
        6.1.2 主要創(chuàng)新點
    6.2 研究展望
致謝
參考文獻
攻讀碩士學位期間發(fā)表的論文及參與研究的課題



本文編號：3996167