云平臺(tái)下基于可信性的資源調(diào)度策略研究.pdf_第1頁
已閱讀1頁,還剩45頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、日前,人們對(duì)計(jì)算能力、軟件服務(wù)質(zhì)量以及大規(guī)模數(shù)據(jù)量的處理要求越來越高,而現(xiàn)有的計(jì)算能力不能滿足這些需要,于是云計(jì)算得以提出。云計(jì)算發(fā)展到今天,不論是在學(xué)術(shù)界還是在商業(yè)領(lǐng)域都有著非常廣泛的應(yīng)用??萍嫉陌l(fā)展使得現(xiàn)在數(shù)據(jù)量的級(jí)別從最早的GB級(jí)上升到TB級(jí)乃至PB級(jí),因此研究出更好的云平臺(tái)計(jì)算服務(wù)迫在眉睫。
  本文一開始對(duì)云計(jì)算的定義做了歸納,提到計(jì)算能力作為一種商品向用戶提供并按使用情況收取服務(wù)費(fèi)用,接著列舉了云計(jì)算系統(tǒng)的特點(diǎn)以及架構(gòu)

2、,并對(duì)云計(jì)算實(shí)現(xiàn)的關(guān)鍵技術(shù)做了詳細(xì)的分析,然后介紹了當(dāng)今流行的云平臺(tái)。為了能讓本文提出的算法在云平臺(tái)上模擬實(shí)驗(yàn),本文還研究了MapReduce機(jī)制的原理、執(zhí)行流程、 Hadoop的架構(gòu)等。同時(shí),為了比較本文提出的算法和 Hadoop資源調(diào)度算法的異同,本文就當(dāng)今流行的三種作業(yè)調(diào)度算法:FIFO隊(duì)列調(diào)度算法、Fair公平調(diào)度算法以及基于計(jì)算性能的Capacity算法做了詳細(xì)的研究,分析了每一種算法的優(yōu)劣,以便同本文的算法進(jìn)行更為詳細(xì)的比較

3、。
  分布在云平臺(tái)下的節(jié)點(diǎn)資源數(shù)量非常巨大,這就不可避免的造成了不可靠節(jié)點(diǎn)資源的出現(xiàn),這些節(jié)點(diǎn)會(huì)對(duì)應(yīng)用程序的執(zhí)行和調(diào)度任務(wù)產(chǎn)生很大的影響。在本文中,受貝葉斯認(rèn)知模型的啟發(fā)和社會(huì)學(xué)的信任關(guān)系模型的引導(dǎo),本文首先提出了一種新的基于貝葉斯方法的認(rèn)知信任模型,然后,將這種模型應(yīng)用到資源調(diào)度系統(tǒng)中。理論分析和仿真實(shí)驗(yàn)證明,本文提出的方法能有效的滿足云計(jì)算對(duì)節(jié)點(diǎn)資源的信任要求,并且犧牲較少的時(shí)間成本,確保在一個(gè)相對(duì)安全的節(jié)點(diǎn)資源池中執(zhí)行云計(jì)

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論