【摘 要】
:
随着移动互联网信息技术的普及和蓬勃发展,网络用户及其业务需求在数量和规模上呈现急剧上升的趋势,进而导致云平台中的组合服务也变得越来越复杂化和多样化,这对云平台中组合服务的调度方法提出了更高的要求。传统的云应用供应商以虚拟机为基础来部署应用程序的方式,愈发地不能满足企业和用户对服务的迫切需求。而容器作为一种新型虚拟化服务技术,相较于虚拟机而言,具有响应速度快、资源利用率高以及更易于部署和维护等诸多优
论文部分内容阅读
随着移动互联网信息技术的普及和蓬勃发展,网络用户及其业务需求在数量和规模上呈现急剧上升的趋势,进而导致云平台中的组合服务也变得越来越复杂化和多样化,这对云平台中组合服务的调度方法提出了更高的要求。传统的云应用供应商以虚拟机为基础来部署应用程序的方式,愈发地不能满足企业和用户对服务的迫切需求。而容器作为一种新型虚拟化服务技术,相较于虚拟机而言,具有响应速度快、资源利用率高以及更易于部署和维护等诸多优点,很快便受到了各行各业的高度关注和广泛应用。此外,深度强化学习在自动化控制问题中表现出较强的感知和连续决策能力,其为解决云计算领域中的服务调度和资源分配问题提供了全新的思路和方法。因此本文将改进后的深度强化学习算法应用于容器云环境下的组合服务资源调度方法中。在组合服务和资源的模型设计阶段,考虑到容器具有更易分发和部署的特性,本文设计了一种预留-按需混合容器实例模式下的组合服务调度模型。将集群中的容器分为预留和按需两种实例模式,而组合服务则被描述为“组合服务-服务-服务实例”三级结构,以服务实例为最小调度单元,按其物理资源需求和容器集群资源状态建立数学模型。在调度算法设计阶段,针对Deep Q-Network(DQN)算法存在过高估计、学习效率低等问题将其进行了改进。并以减少组合服务的完工时间,提高服务质量和容器云环境下资源利用率为优化目标设计深度强化学习的奖励函数。最后将改进后的算法应用于本文提出的组合服务资源调度模型中。在仿真实验阶段,本文基于离散模拟仿真库Simpy设计并实现了针对容器云环境下的组合服务资源调度模拟仿真框架Container Cloud Sim Py,并通过该仿真框架来验证本文提出的模型和算法的有效性。实验结果表明,将改进后的DQN算法应用于容器云环境下的组合服务调度方法中,能够有效的降低组合服务的完工时间,并提高用户Qo S和容器云环境下的资源利用率。
其他文献
随着城市建设的快速发展,许多高层建筑应运而生,原来的城市供水已不能满足高层居民的用水需求,因此二次供水系统已成为必不可少的设施。二次供水系统是城市供水管网系统的重要环节,是保证城市高层住宅正常供水的优势,体现在很多方面。许多早期的二次供水系统的供水性能存在严重问题,包括高层建筑设计设施老化,系统设计不良,管理不到位等一系列问题,对高层住宅水质造成严重影响,给整个城市的供水系统带来了巨大的隐患。因此
社交网络的普及使得垃圾邮件发送者在平台上无处不在,一是垃圾邮件挤占了网络有限的硬件资源和信息传输渠道,影响了网络有效信息传播的效率,严重降低了用户体验;二是垃圾邮件还会对合法用户构成多重安全风险。社交网络平台通过技术手段对垃圾邮件发送者进行过滤,然而,互动形式多样化和用户关系多维化都使得有效检测垃圾邮件发送者的难度加大。本文提出一种基于图神经网络(Graph Neural Network,GNN)
近年来随着互联网平台的开放,各个平台为了提高其与用户的黏性,都开通了相应的社交渠道,广大用户可以自由地发表个人意见和观点。然而,一些用户利用互联网平台的跨时空性和透明性等特点,违反网络平台管理条例,肆意发表不利于国家稳定发展、社会安定团结、有损他人身心健康的毒性言论,对社会造成了不良影响。网络言论毒性识别对提升用户体验、网络环境净化和促进国家社会的健康发展具有重要意义。为了有效解决毒性言论在网上肆
数据采集卡作为测试测量设备的一种重要仪器,在航空航天、工业控制等领域中得到了广泛应用。当前国内市场上的数据采集产品所用的集成电路芯片长期依赖国外供应商,而且大部分受制于美国公司。随着中美贸易战的不断升级,关键芯片被“卡脖子”的风险越来越高,因此研制一款基于国产芯片的数据采集卡愈发重要。本论文旨在研制一款基于CPCI总线的国产化扫描AD模块。该模块具有32路差分通道,采样分辨率为16位,单通道最高采
近年来随着人工智能时代的来临,机器学习作为人工智能的核心及实现方式也得到了全面的发展.机器学习通过使用各种算法对大量的数据进行训练,从而学习如何完成任务,使得机器变得更加智能.聚类分析和半监督分类分析作为机器学习的重要学习任务之一,更是得到了研究者们的广泛关注.本文分别提出了一种新的平面聚类和半监督分类算法,以解决目前聚类分析和半监督分类分析中存在的问题.具体的研究工作如下:(1)在聚类方面,传统
在人类基因组中,基因的表达水平和表达模式表现出巨大的多样性。尽管已经发现基因表达可以由转录因子(Transcription factor,TF)和其他调控因子共同控制,但解密其复杂性仍然是一项艰巨的任务。在真核生物中,多种转录因子可以协同结合不同种顺式调控元件来调控靶基因的表达水平。为了系统的分析转录因子组合与基因的表达水平之间存在的关联,本文基于GM12878和K562两种细胞系的表达谱RNA-
当今时代,以信息技术为核心的数字化工作模式日益盛行,各企业单位也紧随潮流不断创新,而传统资源管理方式具有不便共享、不便查阅、不便管理及易丢失等问题,所以线上智能知识资源管理需求应运而生。本文设计的基于云服务平台的数据知识资源管理系统,不仅解决了传统方式存在的问题,而且保障了企业知识的内部共享,提供了一个便捷、有效的资源管理平台。本文主要研究内容分为资源推荐、搜索引擎实现、手写笔记识别以及同步消息反
卷积神经网络在许多图像处理问题中应用广泛.它针对图像中每一个像素点进行计算,经过多层卷积后得到的高层次特征,这些特征对于图像语义分割至关重要.计算机利用这些特征可以自动从图像中分割出目标和背景,并识别出图像的目标物体的位置.由于经典的全卷积神经网络FCN和U-Net经常会在细胞核分割过程中错误地识别模糊的目标.因此在这篇论文中,本文将使用改进的U-Net网络结构解决细胞核语义分割中产生的问题,并做
针对传统工作流系统不能有效处理海量数据的问题,将工作流引擎与云计算相结合是行之有效的解决方案。然而,目前的云工作流引擎系统还存在着云资源利用率低、可移植性和可重用性差以及系统开发运营成本高等问题。为了解决这些问题,论文对IC-Flow Engine(Inner Mongolia University Cloud Workflow Engine)2.0系统的集成架构和底层云资源利用率进行改进和优化,
随着网络技术和计算机视觉技术的飞速发展,在许多实际应用中如机器人、自动驾驶汽车增强现实和物联网,视频分类已成为这些任务的核心问题。同时,视频分类任务常常需要在有限的内存资源和计算能力的设备上实时执行,以满足用户需求。而传统视频分类方法中的特征提取较为繁琐,且需要根据任务的特性尝试各种方式来决定最适合描述不同类别的特征,这是一个相当耗时的过程。另一方面,目前主流的视频分类方法是将视频完全解码成RGB