异构云计算海量多源数据在线共享方法

异构云计算中的数据多源化严重,传统数据共享方法难以统一数据的格式,导致共享过程中学习泛化能力较弱,影响了最终的数据共享结果。对此设计一种异构云计算海量多源数据在线共享方法,为使异构云计算中海量多源数据实现精准在线共享,首先将多源数据的格式进行归一化转换,提取数据的特征矩阵进行坡度归一化,设计数据在线共享接口,实现异构云计算中海量多源数据的在线共享。共享方法性能测试结果表明,相同测试环境下,设计的数据在线共享方法共享数据量最高,ER与F1的平均值最低,说明设计的异构云计算海量所有数据的在线共享方法在数据共享的过程中泛化能力更好。

实时多任务异构云计算平台负载均衡算法

针对组成云计算平台各节点之间软件环境存在异构性及数据分布不均匀等原因而导致云计算平台在处理大量任务时往往出现节点负载不均衡的问题,提出了解决异构云计算平台负载均衡方法与相关算法.研究首先统计云计算平台提供的各类服务的平均资源消耗,结合任务分配给指定节点后运行时长和资源占用情况,预测评估某一时刻节点上任务剩余资源消耗需求总量既剩余负载总量;各节点按周期反馈实际任务负载情况,及时修正任务负载信息;最后综合考虑节点各项性能,预测各节点负载评估值,并将待分配任务分发给最适合的节点.实验结果表明,该算法具有可行性并在实时多任务异构云计算平台负载均衡方面具有一定优势.

一种基于异构云计算平台的资源管理模型

文章将多Agent与云计算技术相融合,提出一种基于异构云计算平台的资源管理模型,即利用多Agent技术特性,在异构云计算环境中构造相应的资源、Agent,通过多Agent的交互协作,实现云计算环境中的资源调度的有效分配及管理,实现现有云计算平台之间的数据和应用的互操作性和可移植性,并以Chukwa为例,验证该模型在现有技术条件下的可行性及其在性能上的优势。

基于异构云计算平台的负载均衡机制研究

文章介绍了不同云计算平台的负载均衡机制及相关研究工作,提出异构云计算环境下的负载均衡机制是制约现阶段云计算技术普及与发展的主要原因之一。基于此,提出将云计算技术与Mobile Agent技术结合起来,形成一种基于异构云计算平台的负载均衡机制,并就此展开研究与分析。

异构云计算系统中能耗约束下并行任务集可靠性最大化算法

云计算为现代工业生产和科学计算提供了安全、快速、便捷的数据存储和计算服务.低能耗和高可靠性是异构云计算系统上任务调度两个重要的性能指标.动态电压和频率缩放(DVFS)技术通过动态管理处理器的电源电压和频率减少能耗.然而最近的研究的表明,频繁改变处理器的频率会导致处理器的瞬态故障急剧增加,从而影响系统的可靠性.针对异构云计算系统中能耗受限的并行应用程序的可靠性最大化问题,提出了低时间复杂度的ERMEC算法.ERMEC算法包含并行应用任务集中任务优先级队列的建立、任务能耗约束预分配、最优处理器与频率组合确定3个阶段.采用FFT和GE两个公共的并行任务集对算法进行仿真测试,与现有的MREC和EECC*算法相比,实验结果表明ERMEC算法能有效地提高异构云计算系统的可靠性.

一种基于FPGA异构云计算平台的资源管理模型

由于目前云计算技术在应用的过程中,需要利用异构的、由不同云服务供应商提供的计算平台,导致数据互操作、可移植等功能难以发挥,在此背景下,本文针对云计算技术提供的计算、网络、存储、基础设施等资源,进行一种基于FPGA异构云计算平台的资源管理模型的设计和研究,为推动云计算技术突破没有统一云计算标准的限制做出努力。

异构云环境下基于分簇的云资源感知任务调度方案

针对提高异构云平台中资源调度的效率,提出了一种基于任务和资源分簇的异构云计算平台任务调度方案。利用K-means算法,根据任务的CPU和I/O处理时间对任务分簇,根据资源的计算能力对资源分簇;然后,将任务簇对应到合适的资源簇,并利用最早截止时间优先(EDF)算法对任务簇中的独立任务进行调度,利用提出的改进型最小关键路径(MCP)算法对依赖性任务进行调度。实验结果表明,在资源异构的云计算环境中,该方案执行任务时间短、能耗低。