TVU推出媒体信号路由新品MediaHub云调度

近期,TVU推出重磅新品——TVU MediaHub云调度。这一产品采用混合云构架的分布式处理技术,实现了任意地点、任意格式的媒体信号以多种格式传输到多个目的地。TVU MediaHub通过其全能的转换与调度功能,可以实现物理硬件与云端资源的集结,为用户提供一个能够灵活转换和高效调度全格式信号的平台。它采用基于先进微服务技术的架构,构建了一个灵活可靠的媒体信号调度中心,确保与TVU各类终端和系统的无缝集成,实现了输入输出的高效管理。此外,TVU MediaHub还与TVU云导播、云播出等服务实现无缝连接。它还引入了灵活的计费系统,根据用户的实际需求进行计费,从而优化成本。操作方面,TVU MediaHub通过其WebUI界面提供简化的操作流程,用户可以实时预览并通过拖拽信号来完成调度,极大地简化了操作步骤,提高了工作效率。

基于改进密度峰值聚类算法的低占用率云调度容错控制模型研究

为了合理调度云系统资源,提高云系统运行的可靠性,提出基于改进密度峰值聚类算法的低占用率云调度容错控制模型。通过优化密度峰值聚类算法类簇间距与类簇内数据点距离,改进密度峰值聚类算法,建立正常运行状态和已知异常运行状态动态模型库。根据性能容忍度和模型失配度两个监控指标,判断运行状态。当出现已知异常状态时,直接调用动态模型库中已有的状态模型;当出现未知异常状态时,则启动模型在线识别与控制律自整合程序,把新的未知异常状态模型以及与其匹配的控制律保存至动态模型库中,补充模型库,实现低占用率云调度容错控制。实验证明:该模型可以有效地对低占用率云调度进行容错控制,实现云系统资源的合理调度,适应度较高,使云调度工作平稳运行。

多机多任务实时系统云调度策略

采用云方法对多机实时系统任务的重要性和任务处理的适时性进行分析 ,实时计算被激活任务的价值及其在不同资源条件下的作业执行时间 ,提出一种兼顾任务价值和作业执行时间两方面因素的新的调度策略——云调度策略 ,有效地解决了任务优先级的判定和任务处理适时性问题 ,提高了系统资源利用效率、运行质量和系统整体效能 .仿真证明 ,此策略优于现在广泛采用的固定优先级和先到先处理调度策略 .

光纤物联网中的云调度平台的设计与改进

在光纤物联网环境下需要对通信任务和传输数据进行云调度,提高光纤通信的数据收发能力。传统的光纤物联网云调度平台采用优先级列表控制方法,在调度任务分配过程中容易陷入局部最优解,调度的准确性不好。提出一种基于光纤物联网混合服务器高效时分多址控制的云调度平台设计方法。进行了光纤物联网中的云资源调度机制体系构建,对调度任务信息流进行时间序列重构和信息融合处理,设计高效时分多址的时隙分配调度协议,实现光纤物联网混合服务器优化控制,达到云调度平台优化设计的目的。仿真实验分析表明,采用所提方法进行光纤物联网中的云调度,具有较好的调度信息特征分析和提取能力,云调度的配准概率高于传统方法,有效改善光纤通信的信息传输性能。

离散PSO结合模拟退火算法解决云调度问题

本文以最小化工作流中任务完成所需的总的综合执行成本为目标,用一种改进的离散形式的粒子群算法并引入模拟退火机制和混沌机制来完成调度工作,并用实验证明该算法可行高效.

浅析120云调度系统在院前医疗急救工作中的运用

目的:通过分析120云调度在院前急救工作中的应用状况,探索开展"互联网+院前医疗急救工作",提供借鉴和启示。方法:基于文献研究,以九江市紧急救援中心为典型案例,阐述120云调度的运用效果及未来展望。结果:120调度指挥工作作为院前医疗急救的核心,经历了由模拟线路、数字线路到互联网电话调度三个历史阶段;120云调度系统建设、使用呈现出了系统的优势和报警的便利等;未来120云调度系统可深入探索借助物联网、5G技术实现智能报警、智能救护车。结论:九江市紧急救援中心率先使用120云调度系统后在区域协同、信息共享、院前院内衔接、智慧医疗便民服务、大数据应用等方面所取得了一系列显著成效。

联网指挥云调度系统浅析

本文依托南京公路发展集团联网指挥云调度系统,从视频上云、情报板上云、协同指挥云平台、微信应用4个方面介绍了系统建设方案,并对下一步计划进行了阐述。

轨道交通云调度系统应用探讨

本文阐述了轨道交通调度系统的定义,探讨了传统调度系统的局限性,在此基础上提出云调度系统的概念,并分析了其在轨道交通中的技术特点与构成,最后总结其应用优势,包括可靠的线网云部署、全网录音录像、多系统联动、灵活的并行处理能力以及快速的线路建设部署能力,希望为相关单位提供参考.

云资源调度的回答集程序描述性求解

针对求解难度为NP完全的基础设施即服务(IaaS)模式云资源调度问题,本文提出一种基于回答集程序(ASP)的描述性优化求解方法,并对其正确性进行分析。首先,把满足虚拟机CPU使用的情况下关闭尽可能多的主机做为减少云平台能耗的方法,将云资源调度问题形式化表述;其次,结合形式化描述以及减少云平台能耗的策略,将云资源调度问题用ASP编码为描述性(优化)问题,并分析其正确性;最后,在公开的PlanetLab数据集上进行实验,结果显示,ASP方法可在保障服务质量的同时减少集群能耗,最高可节能13%以上。这表明ASP方法在云资源调度问题上是有效的,从而提供一种易理解、易修改并能充分利用ASP最新工具成果的有效云资源调度新方法。

面向利润优化的软实时云服务调度与多服务器系统配置方法研究

在云计算中,由于多核技术的不断革新,近年来有许多工作研究了基于多核处理器的多服务器系统。云服务提供商通过建立多服务器系统给用户提供云服务并优化云服务利润是目前云计算领域的一个热点问题,对这些问题的研究推动着云计算技术的不断发展。然而,现有的关于多服务器系统的研究要么局限于通过对多服务器计算资源的配置来优化云服务利润而忽视了云服务请求本身的可调度性,要么局限于开发服务请求调度策略来提升云服务利润而忽视了多服务器系统的动态扩展性。但若使用云服务请求调度与多服务器配置协同优化来提升云服务利润,则会使问题规模的复杂性呈指数增长。因此,为云服务提供商设计一个面向软实时云服务请求的云服务调度与多服务器配置方法是十分必要的。此外,现有的研究在配置多服务器系统时大多忽略了处理云服务请求会遭受瞬时故障的情况。而许多研究表明,软实时任务在遭受瞬时故障时会影响服务请求的执行结果从而影响云服务利润。本研究面向软实时云服务请求,针对云环境中普遍存在的计算性能异构的服务器资源,开发了一个基于深度搜索的灰狼算法来协同优化云服务请求调度和多服务器配置以最大化云服务利润。最后,为了验证所提方法的有效性,进行了大量实验,实证结果表明,与现有的基准方法相比,所提方法得到的云服务利润平均增加了6.83%。

云平台下基于截止时间的自适应调度策略

针对在共享集群中进行任务调度时,无法兼顾任务的响应速度与任务完成时间的问题,提出一种基于截止时间的自适应调度算法。该算法以用户提交的截止时间为依据,根据任务的执行进度自适应地分配适当的计算资源。不同于传统调度方式里由用户提交固定资源参数,该算法在资源约束的情况下会对优先级高的任务进行抢占式调度以保证服务质量(QoS),并在抢占过程结束后额外分配资源补偿被抢占的任务。在Spark平台进行的任务调度实验结果显示,与另一种资源协调者(YARN)框架下的调度算法相比,所提算法能严格地控制短任务的响应速度,并使长作业的任务完成时间缩短35%。

基于BPSO-IRS算法的智能值守机器人资源调度方法研究

针对电网区域内多配电站的巡检,单一值守机器人无法满足区域协调能力且会造成众多资源的浪费,云机器人可以实现资源共享提升巡检效率,以优化系统负载均衡、各类资源利用率均衡和系统能耗为目标,提出了云架构的资源调度系统。搭建资源调度数学模型,结合物理机的几种重要参数建立面向不同目标的数学模型。创建两种不同类型的RVM服务虚拟机:初始放置与增量放置。在云端初始创建服务虚拟机时产生的资源分配问题,可以借鉴PSO算法采用BPSO算法进行放置;在工作环境中对于虚拟机数量不足需要增加虚拟机个数时的分配问题,采用IRS算法进行分配。最后利用设计仿真实验,对比OpenStack原生的LFF调度算法,对BPSO-IRS算法优越性进行验证。

物流云服务下基于改进蝙蝠算法的任务调度

针对物流云服务模式中调度任务多、信息量大、需求广的特点,提出了一种改进蝙蝠算法求解物流云服务调度问题的方案,其优化目标为最小化调度时间和最大化资源利用率。根据设计的算法流程,首先基于工件升序排列(ranked order value,ROV)规则对蝙蝠个体进行重新编码;然后调整初始化数据范围来减少分配任务超载和资源闲置现象,并在迭代过程中增加约束条件来均衡任务量,最终实现了资源与任务的智能调度。通过和遗传、粒子群以及基本蝙蝠算法的对比分析,体现了改进算法的优越性。最后利用Witness对方案进行仿真,证明了改进蝙蝠算法在解决物流云服务任务调度中的有效性,同时扩展了蝙蝠算法的应用领域。

一种基于振荡退火算法的云任务放置方法

介绍了一种利用振荡式冷却参数模拟退火算法解决云任务放置的方法,随着互联网的快速发展,云端拥有了强大的处理能力,连接在其上的用户越来越多。本文结合元启发式算法能够较好解决NP-hard难题的优势,研究并分析了云环境下虚拟机对任务的放置方法,根据模拟退火算法中降温函数中冷却参数的特性,提出了一种基于振荡退火算法的云任务放置方法。经实验证明,该方法所得结果优于经典模拟退火算法,缩短了系统完工时间。

基于霍普菲尔德网络的云作业调度算法

针对当前云作业调度效率不高,资源利用不够充分,尚不能发挥其最大优势,提出一种基于霍普菲尔德网络的作业调度算法。为了实现系统资源调度能力的提高,分析影响云作业调度相关资源的特点;建立资源条件约束数学模型,再设计霍普菲儿德能量函数,并对其优化;通过标准用例集进行测试分析9个节点的平均利用率,并与3个典型算法进行性能和资源利用方面的比较。实验表明,该方法在效率上较其它3个算法有显著提升。

基于Hadoop的智能调度云数据中心关键技术探析

文章提出了一种基于Hadoop的智能调度云数据中心设计方案,对该智能调度云数据中心的构建需求以及整体架构进行了说明。在此基础上,结合当前对于智能调度云数据中心所提出的功能要求,从网络结构、数据存放以及任务调度这几方面入手,着重阐述了基于Hadoop的智能调度云数据中心的具体结构设计与实现要点,以期进一步实现电网数据的智能化获取与分析利用。

基于数字孪生的零件智能制造车间调度云平台

零件制造车间中工作要素路径的未知性、时间的不确定性,以及生产要素信息的孤立性,严重影响了车间调度的有效运行。基于数字孪生技术提出一种解决零件智能制造车间调度问题的新方法——调度云平台,构建了调度云平台的框架模型以及调度工作流程;搭建了调度云平台的全生命周期监控系统,监控产品的实时运行状态;基于全生命周期监控系统实时监控的数据,利用大数据分析技术对车间生产过程中多源动态扰动进行预测和诊断,在此基础上提前由调度云平台对动态扰动制定相应扰动策略;为阐述如何将所提模型落地,以某企业零件智能制造车间为例,对调度云平台模型进行应用验证,同时指出了基于数字孪生的零件智能制造车间未来的工作方向。

一种基于局部最优云服务选择模型的云资源调度算法

提出一种基于局部最优云服务选择模型的云资源调度算法,通过主客观赋权模式来确定各云服务属性的权重,再引入序数效用函数作为局部最优云服务排序的依据.仿真实验结果分析表明,该算法能够充分体现用户偏好,有效提高云资源预留服务的利用率并能够缩小问题求解空间,在云资源调度系统的有效性、负载均衡离差、算法时间代价等方面均实现了较好性能.

基于离散人工蜂群算法的云任务调度优化

针对现今云计算任务调度只考虑单目标和云计算应用对虚拟资源的服务的质量要求高等问题,综合考虑了用户最短等待时间、资源负载均衡和经济原则,提出一种离散人工蜂群(ABC)算法的云任务调度优化策略。首先,从理论上建立了云任务调度的多目标数学模型;然后,结合偏好满意度策略并引入局部搜索算子和改变侦察蜂搜索方式,提出多目标离散型人工蜂群(MDABC)算法的优化策略。通过不同的云任务调度仿真实验,显示了改进离散人工蜂群算法相对于基础离散人工蜂群算法、遗传算法以及经典贪心算法,能够得到较高的综合满意度,表明了改进离散人工蜂群算法能够更好地改善虚拟资源中云任务调度系统的性能,具有一定的普适性。

云环境下基于任务执行行为感知的可信资源调度算法

云计算环境下任务执行的可靠性是当前云资源调度算法研究的热点问题.针对现有可信云资源调度算法的局限性,提出了一种基于任务执行行为感知的可信云资源调度算法.首先,根据并行任务及胖树形云系统的结构特点,综合考虑了云计算环境下资源节点与通信链路的可靠性问题,构建了基于任务执行行为的云系统可靠性度量模型;其次,提出了一种基于遗传智能的可信云资源调度算法,将云任务可信资源需求与云资源动态供给的局部最优匹配问题转化为考虑并行任务整体可靠性需求的全局调度优化问题.仿真实验结果表明,该算法能够有效提高云任务执行的成功率,降低任务的平均调度长度.