论文部分内容阅读
近来,全球范围内越来越多的组织已经迅速采用云范例提供按需存取、存储以及大数据处理。基于位置服务的应用对采用云服务起到了巨大的推力作用。由于车辆GPS数据的实时性及其频率和嘈杂的全球定位系统,GPS数据呈指数级增长的数量(形式为大数据)和服务质量(QoS)(如高精度和快速响应),通常需要分解为实时处理。因此,匹配服务在许多LBS应用中起着关键性的作用。不幸的是,目前地图匹配策略并不能较好的满足实时处理的需求。以上问题的出现是由于未采用自适应策略及并行处理计算。另外,在并行计算情况下,资源分配以及节能技术要求提供质量保证及减少运行成本。因为这部分的能源消耗是使用者和运营者最主要的支出。然而,在并行计算环境下当考虑到能源消耗的时候,资源分配策略就成为比较困难的问题,并且无法完成实现质量保证(例如,时间序列及响应时间)。 针对前面提到的问题,这篇论文主要论述两部分:a)基于云的地图匹配服务的设计(一种基本的基于位置的服务),用于安装有全球定位系统功能模块的车辆交通轨迹。b)针对节能技术的高效能云计算在资源分配策略方面的比较研究。值得一提的是,a)我们介绍一种新颖自适应的、基于云的地图,适用于实时GPS轨迹匹配策略,这种策略通过预先计算及在匹配过程中自适应微调内部及外部参数来应对一个关键的挑战,即最短路径查询策略。在将要讨论的地图匹配策略中,区别于传统方法,最短路线距离及临时性限制都通过云环境下的批量同步并行模式被预先计算。另一方面,b)当通过地图匹配批量GPS轨迹时,需要一种高性能并行计算环境并需要解决资源分配问题。因此,我们提供一种基于作业调度策略的高性能云计算之比较研究,以助于在给定情境下选择一种合适的作业调度策略。