负载相关的虚拟机放置策略

虚拟化技术抽象了物理计算资源层,将系统资源以资源池的方式进行集中管理,不仅提高了硬件资源利用率,而且可以提供按需服务,因此在企业服务器整合、数据中心、云计算平台中得到了广泛应用.为了满足峰值性能,传统多虚拟机系统常采用过量分配策略,因此造成系统资源的浪费.本文通过分析不同虚拟机的负载特征,提出并实现了一个基于负载特征的虚拟机放置策略.本文利用各种虚拟机负载的互补度,进行多次迭代配对,得到由多台虚拟机组成的配对组,对配对组进行统一分配资源.实验表明,本文提出的方法可将资源利用率较传统方法提高37.5%,较非迭代配对方法提高12.5%.在使用更少的物理机的同时,保持虚拟机性能基本不变.

多传感器网络中的分布式故障检测算法

在传感器网络中,分布式故障检测算法(DFD算法)通过与所有邻居节点的传感器数据的比较判断,实现节点传感器的故障检测。但是,在故障节点聚集的网络区域,故障节点比例的上升将导致该区域的故障检测精度显著下降。针对多传感器网络,本文利用多传感器在相同区域的故障分布差异及传感器之间关联特性对DFD故障检测算法进行改进,提出适用于多传感器网络的MDFD算法,提高了故障聚集区域的检测精度。性能分析和仿真结果表明:在节点故障率高的网络中,与DFD和IDFD算法相比,MDFD提高了故障检测精度,算法适用于节点分布稀疏和传感器故障率较高的网络。

无线传感器网络定向扩散路由协议研究

在分析比较定向扩散路由算法的基础上,本文提出一种改进的路由协议DD-RS。即在Interest扩散过程中,设计了一种基于跳数值的梯度建立机制,使得在interest扩散完成后,既能找到一条或多条通往Sink节点优化的数据传输路径,又能保留若干条其他路径作为候选路径,保证了网络传输的实时性和健壮性。理论分析和仿真结果表明,改进的协议有效地减少了网络的能耗和数据传输的等待时延,延长了网络的生存周期。

无线传感器网络中故障容忍的事件定位算法

研究无线传感器网络的事件定位问题,对SNAP(Subtract on Negative Add on Positive)[1]定位算法进行改进,提出一种定位精度更高,容错性更好的定位算法MSNAP(Modified Subtract on Negative Add on Positive)。首先,每个传感器节点监测事件信号,并将观测值与设定的阈值进行比较,如果大于阈值,节点将观测值发送给Sink节点;否则,节点保持沉默状态;基于各节点汇报的观测值,Sink节点通过对报警节点的区域的+1,不报警节点的区域-1构造似然矩阵,似然矩阵中的最大值对应的位置就是事件发生的位置。与SNAP算法相比,构造似然矩阵时,根据每个节点汇报的观测值的大小,动态地调整它们估计的事件所在区域的大小,提高事件定位精度。实验结果表明:与SNAP比较,算法有效地提高了事件定位的精度和容错性。

虚拟机资源分配的非合作博弈标价模型

基于非合作博弈理论,提出虚拟机资源分配的标价模型,该模型设计了各虚拟机的效益函数,同时利用该函数的最优反应函数,优化各博弈参与者对资源的标价。在效益函数零点无定义下,给出虚拟机标价最优解的唯一性和最优性证明。在满足服务质量条件下,利用优化后的标价按比例分配资源,使资源在各虚拟机之间公平分配,以提高虚拟资源利用率,保证用户的响应时间。仿真实验表明,提出的模型是有效合理的。