云环境下网络与IO密集型应用资源优化策略

云环境中,由于虚拟机由用户根据自己的需求申请租用,因此在传统的资源分配策略下,可能任务分配过少造成资源浪费,也可也能分配过多又造成过载从而影响服务质量.为了提高资源使用效率,保证服务质量,适当考虑应用特征,进行合理资源分配,是一种可行的解决方案.考虑到云环境下,网络密集型应用与IO密集型应用为最为广泛应用的两种类型的应用,针对这种现状,本文以这两种典型的应用作为切入点,研究了它们在使用过程中的资源偏好性,并提出了基于应用类型的资源优化策略,对这两种类型的应用进行不同的调度,以提高应用的执行效率.本文进行了大量的实验,实验表明,该策略适对于IO密集型以及网络密集型应用可以有效的提高应用执行效率,为更好的提高云计算资源的使用效率奠定了基础.

云计算环境下基于优先级的IO和网络密集型应用调度策略

当前云计算环境中,当大于CPU核数的IO和网络密集型应用并发执行时,传统的资源分配策略没有考虑到应用的特性,导致资源利用率偏低,应用执行效率低下.针对这种现状,本文对IO密集型应用和网络密集型应用进行分析,根据它们可量化的特性,提出并设计了基于优先级的IO和网络密集型应用调度策略.针对可量化的小应用提高优先级,获得更大的CPU时间片,让小应用尽早完成,然后将所有CPU时间片分配给大应用,减少进程之间的切换调度,提高了效率.大量实验表明,该策略可以有效提高应用的执行效率,减少资源的消耗.

一种内存网格的数据预取算法

内存网格(RAM(random access memory)grid)是一种面向广域网上内存资源共享的新型网格系统.它的主要目标是在物理内存不足的情况下,提高内存密集型应用或IO密集型应用的系统性能.内存网格的应用效果取决于网络通信开销.在减少或隐藏网络通信开销的情况下,其性能可以进一步提高.通过对内存网格的分析,设计了一种基于“推”数据的内存网格预取机制.借助数据挖掘领域中序列模式挖掘的方法,提出了相应的预取算法.通过基于真实运行状态的模拟,对预取算法进行了评估和验证.

光互联技术在现代雷达系统中的应用

新的作战对象、作战环境和作战形式对现代雷达系统提出了新的需求。随着新一代雷达系统数字化技术发展,同时多功能、复杂电磁环境对抗以及宽带成像和识别等能力需求,导致阵列、信息处理层面的数据量数十倍的增加以及计算流程的频繁切换,需要处理架构具备海量数据高速实时传输、运算节点可任意交换、以及可重构能力。本文主要介绍利用光子互联技术,解决雷达高速数据传输链路、节点信息交换、时钟信号的多路馈送等方面问题的应用、探索情况。