版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、云計算提供了安全、快速、便捷的數(shù)據(jù)存儲以及多元化的網(wǎng)絡(luò)服務(wù),人們可以利用各種數(shù)據(jù)終端通過網(wǎng)絡(luò)獲得大規(guī)模的數(shù)據(jù)計算以及各種定制服務(wù)。云計算技術(shù)已經(jīng)越來越受到人們的重視與廣泛研究。
從大規(guī)模數(shù)據(jù)中挖掘出用戶感興趣的信息是云計算技術(shù)的重要應(yīng)用領(lǐng)域,而云環(huán)境下各節(jié)點之間的數(shù)據(jù)傳輸已成為大規(guī)模數(shù)據(jù)計算的性能瓶頸之一,如何減少乃至避免數(shù)據(jù)的傳輸而又挖掘出具有確定性的有效信息是本文首先所做的研究。在大規(guī)模數(shù)據(jù)背景下,如何有效的管理系統(tǒng)資源,
2、是衡量一個系統(tǒng)性能好壞的重要指標(biāo)。帶有截止期限的提前預(yù)定任務(wù)調(diào)度機(jī)制雖然增加了對系統(tǒng)資源的可預(yù)測性,但隨著任務(wù)規(guī)模的增加,產(chǎn)生的大量資源碎片將導(dǎo)致系統(tǒng)整體性能以及任務(wù)命中率的顯著下降,本文針對系統(tǒng)產(chǎn)生的資源碎片做了相關(guān)的細(xì)致的研究,大大降低了資源碎片對系統(tǒng)性能的影響程度。云計算的商業(yè)化特性必須使用戶感受到較高的服務(wù)質(zhì)量。在云環(huán)境下執(zhí)行數(shù)據(jù)密集型工作流時由于存在大量的共享數(shù)據(jù)而使得用戶在享受云計算所帶來的高性能計算能力的同時也增加了成本開
3、銷。如何使用戶的成本收益最大化,享受到最優(yōu)的服務(wù)質(zhì)量,本文做了較為深入的研究。本文所做的主要研究內(nèi)容如下:
1)為了避免在云環(huán)境下并行進(jìn)行頻繁項集挖掘時各個節(jié)點間的依賴數(shù)據(jù)傳輸,本文提出了一種基于二進(jìn)制編碼聚類的并行頻繁項集挖掘算法,不僅通過編碼聚類降低了節(jié)點間的依賴關(guān)系,并且利用一種共享多頭表的方式完全避免了節(jié)點間的數(shù)據(jù)傳輸,大大增加了并行頻繁挖掘的執(zhí)行效率。雖然會產(chǎn)生一些少量的膨脹頻繁項,但是實驗證明對于多種類型的事物數(shù)據(jù)
4、集都獲得了比現(xiàn)有的并行頻繁項集挖掘算法更高的執(zhí)行性能。
2)為了充分利用由帶有截止期限的提前預(yù)定任務(wù)產(chǎn)生的資源碎片,本文用計算幾何的相關(guān)知識將系統(tǒng)資源進(jìn)行平面映射,通過對平面水平分割的形式構(gòu)建多棵具有特殊結(jié)構(gòu)的改進(jìn)的平衡搜索樹,與單樹結(jié)構(gòu)相比大大降低了信息更新所帶來的時間開銷,并通過本文提出的碎片影響度評價指標(biāo),綜合考慮碎片長度和碎片時間對系統(tǒng)性能所造成的影響,選取最優(yōu)的碎片進(jìn)行資源調(diào)度,獲得了比現(xiàn)存資源調(diào)度策略更高的系統(tǒng)利用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于抽樣的云頻繁項集挖掘算法研究.pdf
- 最大頻繁項集和頻繁基項集挖掘算法研究.pdf
- 分布式環(huán)境下的閉頻繁項集挖掘算法研究.pdf
- 頻繁閉合項集挖掘研究.pdf
- 用于挖掘頻繁項集的剪枝策略(NTEP).pdf
- 頻繁項集挖掘問題的研究.pdf
- 基于待與項集的頻繁項集挖掘算法的研究.pdf
- 頻繁閉項集挖掘算法研究.pdf
- 最大頻繁項集挖掘算法的研究.pdf
- 基于OpenCL的頻繁項集挖掘研究.pdf
- 挖掘正相關(guān)的頻繁項集.pdf
- 快速頻繁項集挖掘算法研究.pdf
- 數(shù)據(jù)流頻繁項集挖掘研究.pdf
- 基于矩陣的頻繁項集挖掘算法研究.pdf
- 頻繁閉項集并行挖掘算法的研究與實現(xiàn).pdf
- 基于頻繁模式樹的最大頻繁項集挖掘算法研究.pdf
- 云環(huán)境下基于同態(tài)加密的頻繁模式挖掘.pdf
- 頻繁項集挖掘算法的并行化研究.pdf
- 云計算環(huán)境下時空軌跡頻繁模式挖掘研究.pdf
- 頻繁項集快速挖掘算法研究及應(yīng)用.pdf
評論
0/150
提交評論