基于资源感知的多域服务功能链编排成本优化

网络功能虚拟化技术的兴起使得实例化为服务功能链(SFC)的网络服务能够共享基底网络,缓解了传统网络体系结构僵化的问题.然而,网络中大量服务请求给多域SFC编排带来了新的挑战.首先由于域内网络资源信息及内部策略的保密性,使得多域SFC的编排更为复杂.其次多域SFC编排要确定最佳候选编排域集,先前的研究较少考虑域间负载的均衡性,对服务接受率造成了消极影响.此外跨网络域编排服务请求对服务的成本和响应时间提出了更严格的要求.为解决上述挑战,在本文中,我们首先针对多域网络隐私性需求,提出了域级图的构造方法;然后基于域间负载均衡提出了域权重的计算方法进行SFC编排域的选择;最后,针对多域网络成本和响应时间需求,提出编排算法.实验结果表明,提出的算法有效地权衡了平均服务成本和接受率,并且在服务平均响应时间方面也得到了优化.

基于资源感知的分布式爬虫任务调度方法

文中致力于开发一种基于资源感知的分布式爬虫任务调度方法,以优化分布式环境中各节点的系统资源利用,提升爬虫任务的执行效率。该方法通过引入资源感知调度算法和节点优先级管理,实现对节点中CPU、内存、网络等资源的监测,以便均衡调度爬虫任务,即确保爬虫任务在资源利用率较低的节点上执行,从而有效减轻各个节点之间资源过度占用和不均衡问题。另外,该方法引入的Flask提高了可扩展性,实现了可视化爬虫监控平台。实验结果表明,文中提出的方法在提高爬虫任务执行效率和适应性方面取得了显著效果,为分布式爬虫系统的进一步优化提供了有益指导。

西北干旱区内陆河流域公众的水资源感知及节水意向——以甘肃省河西走廊地区为例

缺水已成为困扰干旱区农业转型发展和乡村振兴的主要障碍之一,理解公众的水资源感知、唤起公众的节水意识对缓解干旱区水资源危机和制定科学有效的节水政策至关重要。文章基于保护动机理论,构建了微观视角下公众节水行为的理论模型,利用河西走廊地区的公众调查数据,分析了公众对水资源变化及其影响的感知,并采用二元Logistic回归模型探讨了影响公众节水意向的关键因素及其交互效应。研究结果表明:①干旱区内陆河流域公众对水资源量变化的感知较为强烈,超过80%的公众已感知到水资源量有所减少,而对水资源变化影响的感知和水资源紧缺程度的感知则相对较弱。②三大流域公众的水资源感知存在差异,其中石羊河流域公众对水资源变化影响的感知显著高于疏勒河流域和黑河流域。③三大流域公众的节水意向普遍较弱,仅有约10%的公众表现出强烈的节水意向。④公众的节水意向除了受家庭年收入、文化程度、跨流域调水和水资源统一管理必要性认知等因子的影响外,还受受访者性别、年龄、家庭年收入等因子与水资源紧缺度感知、水资源变化影响感知等因子和节水政策满意度、跨流域调水必要性认知、水价政策满意度等因子间交互作用的显著影响。鉴于此,本文提出通过加大节水、用水政策宣传力度,普及水资源及生态环境变化相关知识,积极推广农业节水灌溉技术,提高政府公信力和执行力,继续实行阶梯式水价政策,科学分配和合理规划内陆河上、中、下游水资源配额及"三生"用水比例等措施来激发公众节水意向,从而实现当地水资源可持续利用。

基于蚁群算法的Hadoop资源感知调度器研究

通过研究蚁群算法,针对现有Hadoop调度器的不足,提出一个基于蚁群算法的Hadoop资源感知调度器及其具体实现方案。从而使Hadoop作业调度器可以更有效地对任务进行分配,提高整体架构的作业性能。通过实验证明,利用蚁群算法实现的资源感知调度器在同构环境中虽没有明显改善系统计算速度,但是在异构环境中可以很好提高系统处理任务的性能,降低了运算时间。

面向边缘计算的制造资源感知接入与智能网关技术研究

针对云端智能制造与智慧服务系统应用中面临的大量异构制造设备资源感知接入困难、数据分析时延大等问题,分析探讨了面向边缘计算的制造资源感知接入特点、应用场景及接入模型构建方法;研究开发了边缘智能网关软件系统,设计了云边协同服务架构,实现了多种通信协议支持、数据采集分发、应用管理与安全防护等功能。分析了云边协同服务模式下边缘节点智能网关的重要作用与任务,结合复杂装备智能制造样板间生产线与虚拟工厂应用系统,实现了制造资源感知接入技术、边缘智能网关功能验证与应用示范。

基于模糊逻辑的资源感知P2P重叠网及其应用研究

P2P重叠网以其系统高效性和有效性被广泛应用于分布式网络管理系统中。但是,传统P2P重叠网络的设计往往只关注其P2P特性,忽略了重叠网自身的管理问题;另外,P2P网络强调的是参与者的平等性,忽略了各参与节点自身性能的差异,从而极大影响了系统的整体性能。本文提出一种基于模糊逻辑的资源感知P2P重叠网,系统中的每个参与节点负责管理一部分网元设备,并充分考虑各节点所管理资源的可用性及其所处环境的时变特性,同时利用基于策略的网络管理方式,构建了一种动态和自主的P2P重叠网网络管理系统。仿真结果证明了该方案在网络管理中的可行性和有效性。

基于加速收敛蜂群算法的资源感知调度器

为了能有效处理海量数据，进行关联分析、商业预测等，Hadoop分布式云计算平台应运而生。但随着Hadoop的广泛应用，其作业调度方面的不足也显现出来，现有的多种作业调度器存在参数设置复杂、启动时间长等缺陷。借助于人工蜂群算法的自组织性强、收敛速度快的优势，设计并实现了能实时检测Hadoop内部资源使用情况的资源感知调度器。相比于原有的作业调度器，该调度器具有参数设置少、启动速度快等优势。基准测试结果表明，该调度器在异构集群上，调度资源密集型作业比原有调度器快10％～20％左右。

一种基于多阶段资源感知的拥塞控制算法

拥塞控制是组成IP QoS的重要部分,传统的拥塞控制算法主要是通过对本地的资源拥塞信息来进行拥塞状态的判定和丢弃决策,而这有可能会导致带宽浪费问题。通过对基于网络处理器的路由器的多阶段拥塞控制时机分析,本文提出一个多阶段资源感知算法CC-AMR,并在路由器上进行了具体的实现和性能测试。结果表明,该算法可以在拥塞发生时有效地提高系统的性能。

基于资源感知的大数据处理任务调度方法

随着大数据的广泛应用,大数据用户的数量也在大幅度增长,大规模的大数据处理任务调度问题也日益凸显。在保证负载平衡的前提下,把不同使用者、不同粒度和不同完成质量要求的大数据处理任务调度请求通过集群节点计算分配出去,是学术界研究的难点。为此,笔者首先分析大数据处理任务的特点,然后就当前任务调度方法的问题提出区分数据有效价值、动态任务插槽的基于资源感知的大数据处理任务调度方法,希望为任务调度研究提供参考。

一种异构的分布式资源感知方法

针对异构网络资源感知和动态调配的问题,提出了分布式资源感知、分析融合、决策和执行方法,设计了态势融合呈现管理服务、数据存储分析服务、资源态势服务和资源感知服务,态势融合呈现管理服务收集上报的态势信息,分析融合后进行综合呈现,同时进行资源负载平衡决策。数据存储分析服务进行各种资源态势数据的存储、分析和挖掘,资源态势服务进行本地网资源态势呈现,资源感知服务进行资源感知,设计了感知分析决策执行的工作流程,进行服务命名和操作设计,最后附实例进行验证。

动态资源感知的并行化模糊测试框架

针对现有的并行模糊测试在测试效率、资源利用率以及异常处理上的局限性,围绕测试资源的生成、使用及容错三个方面提出了一种动态资源感知的系统化解决方案。针对测试环境在大规模和多场景两个维度快速搭建的需求,提出一种基于云平台的动态构建方法,加快测试环境部署,提高有效fuzz时间;针对并行模糊测试中资源利用率低的问题,提出一种多层次并行度动态调整的资源配置策略,优化整体测试资源配置并提高单机负载;针对大规模并行测试中节点易发生故障的问题,提出基于优先级调度的容错处理方法。最后,设计并实现了一个基于四级流水线并行处理结构的通用模糊测试框架。实验证明,该框架能够有效提高并行模糊测试的测试效率和资源利用率,实现系统的有效容错。

Hadoop云平台下基于资源感知的作业调度算法研究

云计算科技是当前互联网技术发展的大趋势,其应用前景非常广泛。当前,很多企业都在使用Hadoop框架来开发相应的云计算系统,以帮助企业适应时代变化,推动企业的不断发展。本文就Hadoop平台以及其基于资源感知的作业调度算法进行了探讨。

基于蚁群算法的Storm集群资源感知任务调度

实时计算系统Storm是当前十分流行的开源流式系统,在处理流式数据时具有明显的优势,但也存在默认调度器在任务调度时难以将节点资源与任务需求相结合、节点资源利用率不高、节点内存不足以及网络堵塞等问题。为了解决这些问题,提出了一种基于蚁群算法的Storm集群资源感知任务调度算法及其实现方案。该算法将节点的资源动态变化表示为蚂蚁运动所需的信息素,将任务调度过程模拟为蚂蚁觅食过程,以此对任务调度进行优化,保证了Storm任务调度的有效性。实验结果表明,该算法能够找到与当前任务所需资源最匹配的节点,从而实现资源的合理分配;与默认调度相比,具有更优的任务调度效率、更少的平均处理时间和更高的集群吞吐量,有利于集群负载均衡,优化集群的性能。

拓扑与资源感知的虚拟网络功能迁移方法

针对网络功能虚拟化环境中网络出现负载失衡的问题,提出一种拓扑与资源感知的虚拟网络功能迁移方法(TRA-VNFM)。首先,根据底层网络的计算、存储和转发资源占用情况,设置两级动态阈值对物理节点的过载程度进行分类,同时制定相应的迁移判定条件并计算出待迁移目的节点集。其中高过载节点优先实施迁移且有更低的迁移成功条件。其次,针对过载节点上部署的虚拟网络功能,利用资源感知算法对其迁移权重进行设定,占用过载资源越多的虚拟网络功能迁移权重越大,结合迁移权重和资源需求选择出待迁移虚拟网络功能。最后,采用极值交互的拓扑感知算法综合考虑各类资源占用情况、处理时延以及拓扑属性,对待迁移目的节点集中的节点进行评价,将评价最高的节点作为迁移目的节点。仿真实验表明,与以往虚拟网络功能迁移方法相比,该方法不仅降低了迁移时间,还在服务功能链的平均时延、网络的收益开销比与负载均衡程度方面有较好的性能。

基于Flink平台的资源感知任务调度策略

针对Flink平台下先来先服务任务调度算法忽略任务资源需求与节点可用资源之间的关系,导致不同节点任务负载不均,从而影响系统吞吐量的问题,提出了基于Flink流式计算环境下资源感知任务调度策略.首先,以GlobalState模块监测的资源数据为依据,考虑任务资源需求与节点可用资源间的匹配关系,提出一种任务选择算法与节点选择算法选取待执行任务与最佳调度节点;其次,通过资源感知调度策略把待执行任务调度至最佳调度节点;最后,通过实验验证算法的有效性.实验结果表明,相比Flink平台现有的调度算法,本文所提出的算法在大数据基准测试WordCount以及TeraSort下的吞吐量平均提高了约29.32%和35.86%.

基于SEM的武则天文化旅游资源感知评价--以皇泽寺和天曌山国家森林公园为例

武则天是中国历史上唯一的女皇帝,作为首批四川省十大历史文化名人,也是中国文学极具魅力的人物,是中华文化的魅力瑰宝.选取女皇故里——广元皇泽寺和天曌山国家森林公园为研究对象,通过实地调研和发放1 030份调查问卷,基于游客对武则天文化资源的感知,选取资源要素价值度、环境水平度、资源保护度、资源开发度和资源耦合度5个一级指标作为潜变量,27个二级指标作为观察变量,构建武则天文化资源感知评价模型,运用SEM结构方程模型对武则天文化资源进行定量评价,以期促进武则天文化旅游资源的发展与保护.这对于加快文旅发展融合,促进区域文化发展与传承,丰富历史名人文化资源的研究具有重要意义.结果表明:武则天文化旅游资源感知评价指标重要程度依次为资源耦合度(0.63)、资源保护度(0.58)、资源要素价值度(0.56)、资源水平度(0.53)和资源开发度(0.51).根据研究结论提出武则天文化旅游可持续发展建议:1) 综合规划,山地结合、创意耦合,与乡村旅游融合发展;2) 旅游+X,多元业态,智慧发展;3) 低碳旅行,持续发展.

一种基于资源感知的小流量DDoS攻击防御方法

分布式拒绝服务攻击(DDoS)对网络具有极大的破坏性,严重影响现网的正常运营。虽然现网已经部署针对DDoS的流量清洗系统,然而小流量的攻击较洪水型攻击更难以被感知,进而不能得到有效的清洗。本文分析了网络中小流量DDoS攻击的原理和防御现状,并提出一种基于资源感知的小流量DDoS攻击防御方法。

Hadoop下基于资源感知的调度算法

在大规模的数据中心中,I/O型作业和CPU型作业通常会同时在同一集群上运行,他们之间所需要的资源是互补的.现有的Hadoop调度算法并没有对这两种工作的并行化进行研究,针对这点不足,提出了基于资源感知的调度算法,对作业负载和节点负载进行合理的分类和调度,解决因为资源竞争和不合理调度而影响处理速率的问题.对该算法进行实验及性能分析,在验证了算法在作业完成时间和系统吞吐量方面有很大改进.

非传统生态脆弱区贫困群体的生态资源感知及生态脱贫意向分析——以山东地区的政府生态扶贫调查为例

依托山东地区政府生态扶贫实地调查所获得的776份问卷数据,运用二元Logistic模型对非传统生态脆弱区贫困群体的生态资源感知及生态脱贫意向进行实证分析。样本区域贫困群体的生态资源感知指数介于2.307~2.953之间,无较大差异,超过90%的贫困群体存在积极生态脱贫意向。实证结果表明:(1)非传统生态脆弱区生态资源韧性大,贫困群体的生态资源供给感知敏感度低于生态资源需求感知;(2)非传统生态脆弱区贫困群体的生态脱贫意向首先直接受到生态保护补偿扶贫政策的刺激,除了补助金补偿,还应通过就业机会补偿、市场化补偿等多种形式刺激贫困群体的发展积极性;(3)其次生态脱贫意向还受到生态资源感知、生态脱贫政策和社会人口特征的交互影响。

基于无线脉冲的车间资源感知定位系统设计

研究一种基于无线脉冲的车间资源感知定位系统。讨论了大型制造企业车间资源的动态特性以及无线脉冲的特点,提出将无线脉冲运用到大型制造企业车间资源感知定位系统中,设计了一种基于无线脉冲的车间资源感知定位系统,完成了定位系统网络的创建与车间监控系统的统一,在公司总装联调基地车间实际背景下对车间资源感知定位系统进行了测试。测试结果表明,该系统可以有效获取车间人员、设备、资产等资源的位置信息且具有精度高、可靠性高等特点,便于进行车间资源感知定位和调度管理,从而提升企业管理水平。