【摘 要】
：
在大数据驱动的数据中心网络中,负载倾斜和网络拥塞严重影响着网络效率。大量的研究工作为此展开。但现有的研究工作仍然存在着问题:在负载倾斜方面,由于网络存在非对称性和网络资源的侵略性使用,使得无论是基于数据包（packet）还是基于数据流（flow）的负载均衡技术都难以改善网络负载倾斜问题;在拥塞控制方面,传统的基于packet的拥塞控制技术面临无法简单有效避免拥塞和数据包重排序的严重问题,不利于解决
论文部分内容阅读
在大数据驱动的数据中心网络中,负载倾斜和网络拥塞严重影响着网络效率。大量的研究工作为此展开。但现有的研究工作仍然存在着问题:在负载倾斜方面,由于网络存在非对称性和网络资源的侵略性使用,使得无论是基于数据包（packet）还是基于数据流（flow）的负载均衡技术都难以改善网络负载倾斜问题;在拥塞控制方面,传统的基于packet的拥塞控制技术面临无法简单有效避免拥塞和数据包重排序的严重问题,不利于解决网络拥塞。为了缓解数据中心网络的负载倾斜和网络拥塞,本文提出基于flowlet的负载均衡和拥塞控制方法。主要研究内容如下:1)基于flowlet能够感知链路拥塞的属性,设计了一种flowlet负载均衡算法FSDP（Flowlet Switching Depends on Probaility）。FSDP根据链路已通过的flowlet大小比例对接下来到达的flowlet进行调度,使得新到达的flowlet有更大几率被分配到拥塞程度较小的路径上,从而实现非对称网络的负载均衡;2)提出了基于flowlet的拥塞控制算法FCC（Flowlet-based Congestion Control）。FCC利用机器学习算法学习到在不同流个数情况下,flowlet大小和数量与链路拥塞的关系。在检测链路是否拥塞时,FCC根据当前链路上流个数、flowlet大小和数量计算当前链路的拥塞情况,根据判定结果,交换机发送反馈消息令发送端调整发送速率,从而避免或缓解网络拥塞。最后通过实验表明,与现有使用最广泛的负载均衡方案ECMP和最先进的负载均衡方案Let Flow相比,FSDP减少了平均流完成时间,并且有效解决了网络非对称的问题。此外,我们对FCC的系统架构和算法流程进行了具体介绍,并对现阶段工作进行了总结。
其他文献
云计算的快速增长需要大规模和可扩展的数据中心作为基础网络支持设施,为海量的网络服务提供存储、计算等资源。而软件定义网络作为一种全新的、实现控制平面与数据平面解耦的网络架构,可以克服传统网络架构缺陷,为用户提供多样化的业务支持。未来网络的重要发展趋势则是将云计算、软件定义网络以及网络功能虚拟化等技术融为一体,进行有效整合,从而更好地服务用户。本文主要针对云数据中心的计算资源有限、网络传输流量激增等挑
计算机断层成像指通过X射线对检测样本在不同角度进行投射得到样本的投影数据,然后利用数学模型例如滤波反投影法、代数法或统计法进行图像重建。稀疏角CT重建和有限角CT重建在实际中都是非常具有挑战性的问题。由于这种不完全数据重建问题具有的高病态性,无论是使用分析重建的方法还是迭代重建的方法都可能导致重建图像的失真和伪影现象。本文主要介绍了一个新的CT重建模型,它在重建一个高质量重建图像的同时也估计出一个
随着科技的高速发展,互联网迅速渗透到各行各业,不同类型的互联网应用井喷式发展。网络信息越来越丰富,信息的传播方式发生了巨大改变,用户开始从内容的浏览者向内容的生产者与传播者转变,UGC（User-generated Content,用户生产内容）模式应运而生。近年来,UGC模式被导入旅游行业,催生了众多UGC模式的旅游APP。用户在UGC旅游APP上分享传播旅游信息,极大的促进了在线旅游业的发展。
由于陆地资源的匮乏,人类将目光投向海洋资源,海洋在国家发展中变得越来越重要。因为诸多历史原因,领海争端不断,有关国家通过岛屿侵占、油气盗采、非法捕捞等方式频频侵犯我国领海权益,所以建立完善的海域监测系统尤为重要。而且我国海域辽阔,海岸线长达1.8万公里,领海面积396万平方公里,使得我国的海域监测面临着严峻挑战。然而,目前我国海域监测系统多为单平台作业,即利用无人机或卫星单独执行海域监测任务,无法
近年来,计算机视觉领域的图像分割技术已经广泛地应用于目标检测和众多图像处理任务中。研究人员已经研究探索了众多图像分割技术,其中基于超像素的图像分割技术由于可以更好的获取分割区域之间的细小差异、对于自然图像具有获得多尺度和多样化的分割模式、以及比像素级别的图像分割具有更高效率的优点,因此基于超像素的图像分割技术仍然具有很大优势。本文的目的在于改进原有的基于人工设计像素特征提取超像素的算法产生高质量的
盲量子计算协议是一种新的安全量子计算协议,该协议使没有足够量子能力的客户端能够将其量子计算任务委派给拥有完整量子能力的服务器,并且盲量子计算协议可以保证服务器无法知道客户端的输入、输出和计算任务。目前已提出的盲量子计算协议或要求客户端具备较高的量子处理能力或要求多个服务器共同完成任务。为了降低客户端的量子能力,本文提出了一种客户端仅具备Y测量和Z测量的单服务器盲量子计算协议。按照协议所定义的量子计
莱斯噪声的去除是磁共振成像（Magnetic Resonance Imaging,MRI）中一个重要的问题。近年来,一些基于学习的方法在图像恢复方面取得了一定的成果,这些方法不仅速度快,而且去噪效果很好。然而,这类方法有一定的局限性,这些模型的训练是过程是依赖于噪声水平的,即,训练的模型会受到特定噪声水平的限制,缺乏适应不同水平噪声的能力,在处理不同水平的噪声时,需要训练不同的模型。本论文主要研究
随着计算机硬件的不断发展,多核处理器的出现频率越来越高,使用并发程序的场景越来越多。并发程序相比于传统的顺序程序有很多优势,它有更高的运行效率和更充分的资源利用率,但是它也存在一些不足。由于并发程序中线程调度的复杂性和程序运行时的不确定性等问题容易产生并发缺陷,这些并发缺陷如果不能及时地被修复,必将会造成严重的后果。并发缺陷与传统缺陷不同,有时只会出现在某些特殊的调度中且需要使用合适的补丁来修复,
随着云计算的发展和大数据时代的到来,数据中心承载的集群应用层出不穷,数据中心网络传输已经代替存储和计算成为应用性能的瓶颈。在网络传输层,Coflow（具有共同目标的flows集合）更能表示集群服务器之间数据传输产生的语义抽象。目前,针对Coflow的研究主要集中在:1)如何提高Coflow的效率（减小Coflow的完成时间）;2)如何保障Coflow性能隔离（即公平性）。在Coflow信息已知的情
随着车载电子技术的飞速发展,驾驶安全性问题成为人们日益关注的一个话题。汽车行进过程中驾驶员视线的偏移是交通事故频发的主要原因之一。HUD平视显示技术是一项近年来逐渐应用于车载领域的安全驾驶辅助技术,主要通过减少驾驶员低头查看信息的次数,使视线集中在正前方来提高驾驶安全性。车载HUD平视显示系统通过图像翘曲形变以及插值运算将原始平面图像信息显示在汽车的前挡风玻璃曲面上。为实现图像翘曲形变,建立了一种