基于随机服务决策网的云计算速度调节动态优化技术研究-论文.pdf

《基于随机服务决策网的云计算速度调节动态优化技术研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3l卷第9期计算机应用研究Vo1．31No．92014年9月ApplicationResearchofComputersSep．2014基于随机服务决策网的云计算速度调节动态优化技术研究术罗侃(成都工业学院，成都610031)摘要：通过在不同的状态下进行速度调节能够达到降低能耗的目的，研究了基于随机服务决策网模型的云计算速度动态优化的技术。这种模型将随机Petri网络和Markov决策过程模型结合在一起，从而能够动态调整速度调节策略和进行性能评估。同时这种模型是以服务为导向的，因此能够运用典型模式将复杂模型简化为具有较小状态空间的简单模型。这种模型能够描述复杂的系统

2、行为和决策过程，仿真也表明了这种模型的有效性。关键词：云计算；能量消耗；动态优化；速度调节中图分类号：TP393文献标志码：A文章编号：1001—3695(2014)09—2791．04doi：10．3969／j．issn．1001-3695．2014．09．055DynamicoptimizationofspeedscalingincloudcomputingbasedonstochasticservicedecisionnetsLU0Kan(Chengdtt∞。University，Chengdu610031，China)Abstract：Byshiftingam

3、ongthesestatesusingspeedscaling，theenergyconsumptionwasproportionaltotheworkload，whichwastermedenergyproportionality．Thisstudyusedstochasticservicedecisionnetstoinvestigateenergy—eficientspeedscalingonWebservers．ThismodelcombinedstochasticPetrinetswithMarkovdecisionprocessmodels．Itenabl

4、edthemodeltodynamicallyoptimizethespeedscalingstrategyandmakeperformanceevaluations．Themodelwasgraphicalandintuitiveenoughtocharacterizecomplicatedsystembehavioranddecisions．Themodelwasserviceorientedusingthetypicalservicepatternstoreducethecomplexmodeltoasimplemodelwithasmallerstatespa

5、ce．Performanceandrewardequivalentanalysesubstantiallyreducedthesystembehaviorsub—net．Themodelgavetheoptimalstrategyandevaluatedperformanceandenergymetricsmoreconcisely．Keywords：cloudcomputing；energyconsumption；dynamicoptimization；speedscaling数据中心是云计算必不可少的基础设备，且其规模和数量速度调节”使得服务器的速度随着负荷的变化

6、而变化。还在不断发展。数据中心的高能耗被认为是因特网的灰色区不像其他关闭或者使空闲服务器休眠的方法，速度调节使服务域。如果其能量消耗不断增加会带来越来越多的经济和环境问器运行在不同的速度，从而所提供的服务速度会不同。速度调题。J。对于数据中心的所有者来说，能量消耗的增加会使得节的设计可以分为静态速度调节和动态速度调节。静态速度运营成本不断增加，因此必须考虑云计算的性能和为此付出的调节是最简单的，也就是让服务器运行在特定的静态速度；动代价。除此之外，相关的二氧化碳的排放会造成环境问题，因态速度调节依据当前的服务器状态对服务器的速度进行调节。此，绿色数据中心的发展成为云计

7、算发展的一个重要问题。本文从以服务为导向的角度对速度的动态调节进行了研究。传统的云计算着眼于提供更好的性能。因此过渡设计冗本文的研究主要解决了以下几个问题：a)速度调节对服务性余造成了许多空闲和没有被充分利用的服务器。文献[4]表能的影响Ib)如何设计最优的动态速度调节策略。本文通过明，在典型的数据中心，大约只有20％～30％的服务器容量得随机服务决策网模型(SSDN)来解决这两个问题。这种模型被到了充分利用，而空闲的服务器消耗了大约60％的能量，但是用来分析策略的应用和模型的简化，从而能够在较短的时间内不提供任何服务。这样的能量浪费在绿色数据中心的