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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、現(xiàn)有的基于HLA的復(fù)雜仿真系統(tǒng)(Simulation Composability)向著多時空尺度、多物理過程、強非線性耦合和真實構(gòu)型的方向發(fā)展。復(fù)雜系統(tǒng)的復(fù)雜應(yīng)用模式、業(yè)務(wù)流程以及日益增長的容量、通訊和I/O需求,造成復(fù)雜系統(tǒng)仿真難以在仿真過程中保證系統(tǒng)的彈性、魯棒性和容錯需求,使得仿真系統(tǒng)的整體效率面臨巨大挑戰(zhàn)。為了應(yīng)對這些挑戰(zhàn),結(jié)合云計算技術(shù)的優(yōu)勢,通過云系統(tǒng)仿真平臺“適時”并“透明公開”獲得仿真所需要的服務(wù),這些服務(wù)具有個性化、連
2、續(xù)的、質(zhì)量高的特性。
現(xiàn)有的云平臺(Cloud Platform)的運行流程是這樣的:在戰(zhàn)術(shù)信息網(wǎng)絡(luò)通信仿真任務(wù)下發(fā)之前,首先需要分析和計算戰(zhàn)術(shù)信息網(wǎng)絡(luò)通信云仿真管理平臺的物理資源性能負(fù)載情況,然后根據(jù)分析和計算的結(jié)果分配仿真任務(wù)[1]。一旦仿真任務(wù)開始運行,就無法根據(jù)仿真程序所在云實例(Cloud Instance)1的運行情況進行適時的調(diào)度,缺乏實時負(fù)載平衡能力。針對此問題,研究基于性能感知云仿真遷移技術(shù),在感知系統(tǒng)性能的
3、前提下,實時調(diào)度,完成熱遷移,不影響其它仿真節(jié)點的運行。其主要研究成果和創(chuàng)新點有:
1)云仿真管理平臺采用模塊化架構(gòu)
云仿真管理平臺采用了模塊化架構(gòu),由3個核心和若干個擴展定義良好的模塊組成,組成云平臺的每一個Java類或者Java函數(shù),都可以獨立地存在和運行,或者幾個Java類或者Java函數(shù)相互結(jié)合,聯(lián)合實現(xiàn)所需要的功能通過控制回轉(zhuǎn)(IoC)技術(shù),極大降低了各個組件之間緊耦合的特性,云仿真管理平臺的整體架構(gòu)更加容
4、易擴展,在十二五科研項目中取得了良好的效果,獲得了項目驗收專家的好評??刂苹剞D(zhuǎn)(IoC)技術(shù),使得整個云系統(tǒng)仿真平臺代碼簡潔、功能擴展靈活[2]。
2)建立基于“局部監(jiān)測-全局同步”思想的監(jiān)測系統(tǒng)
云平臺具有廣域分布及監(jiān)測種類繁雜的特征。虛擬化服務(wù)器(Virtualization Server)為云平臺的主要構(gòu)成單元,整個云平臺為全局,單個虛擬化服務(wù)器和其中的實例為局部整體。以虛擬化服務(wù)器為局部整體進行局部監(jiān)控,云平
5、臺的控制臺和局部監(jiān)控進行全局?jǐn)?shù)據(jù)同步。位于各個虛擬化服務(wù)器中的性能監(jiān)測模塊,通過VMware性能收集器實時監(jiān)測平臺性能參數(shù),及時獲取性能信息。局部檢測的性能數(shù)據(jù)經(jīng)過改進的增量式關(guān)聯(lián)規(guī)則算法程序減少數(shù)據(jù)量,并且與云平臺管理臺進行數(shù)據(jù)同步,已達到全局監(jiān)測的目的。用戶可以通過云平臺管理臺有選擇的使用數(shù)據(jù)。
3)提出了改進的灰色聚類動態(tài)性能評估和預(yù)測方法
從云平臺整體性能角度出發(fā),通過對云平臺中虛擬化服務(wù)器和其中的虛擬機性能
6、參數(shù)進行分析,針對負(fù)載大小如何確定的問題,分析平均移動預(yù)測模型(Predicting of MoveAverage Model,Model PMA)和灰色預(yù)測模型(Predicting of Gray Model,Model GM),提出了改進灰色聚類動態(tài)性能評估和預(yù)測方法,評估仿真任務(wù)所在虛擬機負(fù)載是否達到設(shè)定的閾值。達到閾值后,預(yù)測實例負(fù)載情況發(fā)展的好壞趨勢。
4)提出了云實例調(diào)度方法
結(jié)合比較法(Compari
7、son Method)、隨機數(shù)法(Random Number Method)和其它方法,提出云平臺的實例調(diào)度方法。當(dāng)實例的性能被評估達到閾值(Threshold),并預(yù)測未來的趨勢向壞的方向發(fā)展時。根據(jù)提出的調(diào)度方法進行遷移操作。
最后將戰(zhàn)術(shù)通信網(wǎng)云仿真系統(tǒng)應(yīng)用于上述技術(shù)和方法組成的云平臺中,組成戰(zhàn)術(shù)通信網(wǎng)云仿真管理平臺。完成了各項功能子系統(tǒng)的集成,實現(xiàn)了仿真資源的靜態(tài)調(diào)度,資源狀態(tài)的全局動態(tài)監(jiān)測,性能感知預(yù)測及任務(wù)動態(tài)調(diào)度和
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
- 鏈路性能感知與信道狀態(tài)信息反饋技術(shù)研究.pdf
- 基于OpenFlow的流媒體云服務(wù)遷移技術(shù)研究.pdf
- 混合云存儲數(shù)據(jù)遷移技術(shù)研究.pdf
- 基于SDN的EPC云內(nèi)遷移的關(guān)鍵技術(shù)研究.pdf
- 體征信息的高效能感知技術(shù)研究.pdf
- 基于云計算的智能健康感知系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 基于移動機器人的環(huán)境智能感知技術(shù)研究.pdf
- 面向工控領(lǐng)域APT攻擊威脅智能感知技術(shù)研究.pdf
- 基于產(chǎn)品技術(shù)性能感知價值的手機品牌來源國效應(yīng)研究.pdf
- 建筑物遷移虛擬仿真技術(shù)研究.pdf
- 戰(zhàn)術(shù)通信系統(tǒng)云仿真技術(shù)研究.pdf
- 云計算中動態(tài)數(shù)據(jù)遷移的關(guān)鍵技術(shù)研究.pdf
- 基于壓縮感知的寬帶頻譜感知技術(shù)研究.pdf
- 云環(huán)境下基于時序預(yù)測的虛擬機動態(tài)遷移技術(shù)研究.pdf
- 基于MEMS的汽車狀態(tài)感知和性能評價技術(shù)研究.pdf
- 云計算環(huán)境中面向取證的現(xiàn)場遷移技術(shù)研究.pdf
- 城市交通智能感知與傳感器網(wǎng)絡(luò)技術(shù)研究.pdf
- 基于非重構(gòu)壓縮感知的協(xié)作頻譜感知技術(shù)研究.pdf
- 基于壓縮感知和指數(shù)熵的頻譜感知技術(shù)研究.pdf
- 基于壓縮感知的頻譜感知關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論