面向流式数据的弹性缓存管理系统设计

腹腔手术过程中需要维持腹腔的恒压,在利用物联网技术和云计算精准、实时地辅助医生完成恒压的过程中,存在大量流式数据,一些高负荷场景中存在缓存数据积压问题,导致的系统延迟将影响医疗器械的稳定性。在腹腔镜手术恒压器械中,缓存发挥着至关重要的作用,可以提高系统的吞吐量和响应速度,并减少对下游系统的压力。在实际应用中,上游传感器端由于网络延迟、数据内容等因素导致该单元的数据产出往往是不稳定的,在这种场景下常用的静态缓存策略易造成数据积压或缓存浪费,进而影响资源利用率。为此,本文提出以协调集群中上、下游节点间的资源为基础,通过数据积压预测结合协同均衡的策略,下游单元能感知上游单元数据产出后的负载变化趋势,预先调整资源分配;上游能通过管理单元的均衡调整,及时调整目标缓存节点及数据处理率。利用弹性缓存管理后,缓存占用比不随上游传感器数据量的变化而变化,数据得到了及时处理。

一种优化的移动云计算推送方法

针对移动云计算的能耗优化问题,提出了一种对数优化的李雅普诺夫推送方法.该方法首先建立了考虑业务订购、推送能耗的系统模型,并在该模型的基础上给出了李雅普诺夫优化方法;然后,基于优化的控制阈值、数据积压信息以及信道的传输速率实时地向用户推送信息,实现了系统能耗的动态优化.计算机仿真表明,方法能够很好地克服信道噪声能量的干扰,具有较低的能耗和数据积压量.

一种基于存储虚拟化的动态容灾系统

在构建容灾系统时,大量数据迁移会导致本地端业务的长时间停滞。此外,传统容灾系统以推送方式进行数据传输,易形成本地端内存数据的积压。针对上述问题,利用动态镜像加载技术和使用吸拉式日志的异步数据传输方法,设计一种基于存储虚拟化的动态容灾系统。实验结果证明,该系统能在不改变本地端存储架构的前提下对本地端进行容灾保护,可较好地保证数据一致性,仅对被保护系统产生低于20%的性能影响。

面向云服务的网络参数建模与定量分析

网络作为云服务向终端用户交付的载体,其性能对云服务质量起着至关重要的作用.基于网络微积分理论提出一种面向云服务的网络参数模型,得到云服务交付过程中端到端时延和数据积压上界的定量数学解析式.用于分析云服务类型、网络服务速率、流量分配方式以及路径数对端到端时延和数据积压上界的影响.数值实验结果表明所提出的网络参数建模分析方法在云服务交付时能够为用户提供性能保障,验证了模型和解析式的有效性.