频谱效率优先的任播路由冲突感知的弹性光网络资源重配置

针对混合供电的数据中心互联弹性光网络中,为了降低任播业务传输的阻塞率和能耗,论文提出一种基于频谱效率优先的冲突感知(CSEFR)任播路由资源分配策略。该策略首先计算任播阻塞率优化光路,按频谱效率优先准则对光路重配置排序,用首次命中(FF)方式分配频谱。如果任播的阻塞率优化的光路目的节点是不可再生能源供电数据中心,则预留此阻塞率优化光路,并为任播建立一条连接可再生能源供电数据中心频谱效率次优的能耗优化光路,使用末端命中(LF)频谱分配方式;若该阻塞率优化光路连接的目的节点是可再生能源数据中心,且与其他任播的能耗优化光路频谱分配冲突,将冲突的任播能耗优化光路重配置到其预留的阻塞率优化光路传输以解决光路的频谱冲突问题。仿真结果表明,论文提出的CSEFR策略能在大幅降低网络不可再生能耗的同时,实现阻塞率和能耗折中的路由策略,而且对不同数据中心配置的网络环境具有普适性。

资源重配置算法在系统可存活性中的应用

可存活性是用来表明系统在面对蓄意攻击、故障失效或偶发事故时仍能完成其任务的能力。如何提高系统的可存活性是当前安全研究领域的重点。目前提高系统可存活性的方法主要集中在体系结构的设计和资源重配置上。从资源重配置的角度,通过剥夺非关键服务的资源分配给资源受到破坏的关键服务,从而保障关键服务持续运行,实现系统的可存活性。从被剥夺资源的非关键服务尽可能少这一角度出发,利用近似度算法得到一个分配方案;从非关键服务对于关键服务的响应时间尽可能短这一角度考虑,采取时间优先算法得到另一个方案。在近似度算法的实现过程中,同时加入对关键服务响应时间的考虑;在时间优先算法的实现过程中,考虑服务间占有资源的近似度。然后比较两种算法产生的两个方案,选取综合性能较好的一个作为最终的资源分配方案。无论是近似度算法还是时间优先算法,实现容易、时间及空间效率较高、产生的分配方案综合性能较优。

应用服务器资源动态重配置再生方法

传统的基于模型的老化与再生研究方法已不适于动态开放的网络环境。以对服务器内部状态、行为、环境等信息进行运行时监测,并准确、全面地评价老化趋势为基础,采用资源动态重配置方法提高系统服务能力、灵活性与适应性具有重要意义。以J2EE应用服务器为实验对象,对基于资源动态重配置的应用服务器软件再生方法进行研究与实现。给出动态重配置再生模型,提出运行时监测体系结构,从用户体验和服务器运行状况角度给出软件老化指标、服务器端监测模型、客户端监测模型,实现了负载发生器、用户体验数据监测等功能模块。研究资源动态重配置过程,分析可动态重配置的资源对象,提出将分析现有数据与预测未来数据相结合,再辅以人工控制的决策算法。建立测试系统,对再生模型进行实验,验证了老化现象与再生方法的有效性。

中国高技术产业与传统产业要素重配置效应分析

本文在相关研究的基础上 ,通过定量分析 ,研究中国高技术 (制造 )产业、传统产业生产要素投入的特点、要素投入对产出增长的贡献、全要素生产率的变化 ,并分析高技术 (制造 )产业与传统产业之间的要素重配置效应 ,描述我国高技术产业在国民经济结构调整中的状况、作用以及产业结构调整中存在的问题。

是资源配置一重论,还是资源配置二重论?

市场经济调节机制的核心,是资源配置机制。社会主义市场经济,是资源配置一重论,还是资源配置二重论? 当前理论界相当多的学者研究市场经济的资源配置问题,只讲生产要素的配置,不提或者不承认生产关系的配置。这就是我说的资源配置一重论。资源配置一重论,既违反马克思主义再生产原理,也不符合资本主义国家的市场经济实践。否定市场经济资源配置中的生产关系配置,其要害就在于否定社会主义市场经济的本质特征。 一、马克思主义的再生产理论已经阐明了任何社会形态的再生产都具有二重性:社会再生产过程,既是生产力的再生产与扩大再生产过程,又是生产关系的再生产与扩大再生产过程。这就是社会再生产二重论。 社会再生产二重论决定了市场经济的资源配置二重论:一重指生产要素的资源配置,又一重指生产关系的资源配置。社会主义市场经济是资源配置二重论,资本主义市场经济也是资源配置二重论。忘记了资源配置二重论,就等于忘记了马克思主义再生产理论的A.B.C。 二、社会主义市场经济与资本主义市场经济在社会属性上具有本质区别。不能离开事物的社会属性说“市场经济就是市场经济”。 社会主义市场经济与资本主义市场经济的本质区别,不在于生产要素配置机制方面量的差别。

一种收益敏感的虚拟资源按需提供方法

基于虚拟机的资源重配置操作具有耗时长并伴随性能衰减的特点.已有的Cost-Oblivious和Cost-Aware方法在面对Internet突变负载时存在因经常执行资源重配置操作而导致频繁QoS违约的不足.提出了一种收益敏感(benefit-aware)的资源按需提供方法.该方法首先考虑了Web应用在配置稳定期内的QoS获益,并以此构建收益函数;然后,以收益率最大化原则作为资源重配置策略选择的依据.实验结果表明,该方法与Cost-Oblivious方法相比最多能节约25%的资源成本,而与Cost-Aware方法相比则能有效减少Web应用在突变负载下的QoS违约次数.

应用于云中MapReduce计算的动态资源调度算法

越来越多的MapReduce计算由运行在云中虚拟机组成的虚拟集群完成,为增强虚拟MapReduce集群计算中任务的数据本地性,充分利用云计算的资源可动态配置的优势,提出了一种基于队列的动态资源调度算法,并模拟了云计算平台进行测试,实验结果表明动态资源调度算法提高了虚拟MapReduce集群的计算性能.

面向生产计划调整的资源参数反演逆优化方法

原生产计划是满足预测产品种类及数量需求的成本最小化的生产计划。然而,实际需求常常与预测不符,当获取实际需求数据后,需要对原生产计划进行动态调整。基于此,以逆优化为方法论,将面向生产计划调整的资源重配置问题,转化为一个已知实践最优生产计划,反向求解让该实践方案成为在调整后的参数下的原生产计划模型最优解的反演问题。该反演问题是以市场需求变动为动因,以不同生产线上不同类型产品的生产时间为调整参数,通过对该参数最小化调整的同时达到市场实际需求。首先,从资源种类变动项目和每项资源变动数量两个维度刻画调整成本,同时引入L0范数正则化方法降低资源变动项数,降低资源变动成本;其次,通过采用全局设备效率(OEE)测量作业环节生产效率,使得生产资源配置过程更具有全局性与系统性;最后,鉴于本逆优化模型是非凸非线性问题,为了提高求解效率,提出“松弛约束-中位数约束-紧松弛约束”三阶段方法确定生产线生产能力约束,该方法能够在增强最优解准确性的同时提高求解效率。将逆优化引入由果索因、变动需求驱动的生产资源最小化调整问题,有助于促进供需匹配,稳定生产,降低企业生产调整成本。