【摘 要】
：
针对云计算环境下虚拟机部署问题,提出了一种基于双边匹配的决策分析方法。首先对虚拟机部署的双边匹配问题进行了数学描述;然后在此基础上,以使匹配双方满意度最大为目标,构建了多目标优化模型,并通过模型求解得到最优匹配结果;最后通过一个仿真实验分析验证了提出方法的可用性。实验结果表明,该方法能兼顾匹配双方的要求,从而能合理利用资源以减少能耗。
【机 构】
：
中国电子科技集团公司第二十八研究所,华中科技大学管理学院
论文部分内容阅读
针对云计算环境下虚拟机部署问题,提出了一种基于双边匹配的决策分析方法。首先对虚拟机部署的双边匹配问题进行了数学描述;然后在此基础上,以使匹配双方满意度最大为目标,构建了多目标优化模型,并通过模型求解得到最优匹配结果;最后通过一个仿真实验分析验证了提出方法的可用性。实验结果表明,该方法能兼顾匹配双方的要求,从而能合理利用资源以减少能耗。
其他文献
互联网搜索引擎排名算法中,外部链接是一个重要因素,而利用链接作弊现象普遍存在于互联网中。暗链是链接作弊其中的一种手段,难以检测和清除,被称为"网络牛皮癣"。为了维护公平的搜索引擎排名机制,保证搜索结果质量,针对暗链这种作弊手段,提出了一种基于机器学习的互联网暗链检测方法,该方法结合网页源码锚文本的特征检测暗链。给出了相关性能分析,在真实的网络环境下的实验验证表明了所提出的方法可行有效。该研究为搜索
将图像中的线条关系归纳为伴随、接连和包围三种,现有文献对接连关系有很多讨论和应用,但是对伴随和包围关系却缺少研究。对图像线条的伴随和包围关系进行讨论,给出刻画和计算方法,并通过人工数据实验和实际图像数据实验,验证了算法的有效性。
信息中心网络(information-centric networking,ICN)已经成为下一代网络架构研究的新热点。针对NetInf(network of information)架构下,由于无效的数据注册,NRS在发布阶段容易受伪装和内容投毒攻击,提出在发布和检索之前增加一个注册阶段,并集成认证和授权方案;该阶段在主机访问Net Inf系统之前,对其进行身份认证并采用基于能力的访问策略来解决
首先介绍了WSANs协同通信的意义和作用;然后根据协同级别对协同通信进行分类,分别讨论了每一类中重要和有代表性的协议,并从主要的网络性能方面进行对比分析;最后提出了几个WSANs协同通信中需要进一步研究的问题。
为实时绘制真实感的云场景,针对已有基于网格的方法效率低下的问题,提出动态网格方法,充分考虑风对云的发展变化的影响。在动态网格上离散化云的运动方程和热动力学方程,根据视距的变化调整网格分辨率。在云的绘制过程中,将Cornette-Shanks相位函数用于多重前向散射模型,并采用GPU加速来提高仿真效率。实验结果表明,提出的动态调整网格分辨率的方法提高了仿真效率,可以实时模拟云与物体的交互和绘制真实感
计算机生成兵力(CGF)系统除了要建立其物理行为模型之外,还要建立反映其主观意识行为的智能决策模型。以弹道导弹攻防对抗CGF系统为对象,分析了影响CGF决策的相关因素,建立了一种模糊Petri网,用于CGF决策系统建模。最后提出了一种相应的推理算法,并以弹道导弹攻防对抗为例,分析了其目标选择决策行为。
社区结构是复杂网络的重要属性之一,有效挖掘出复杂网络中隐藏的社区结构具有重要的理论研究意义和广泛的应用前景。真实网络在一定程度上都表现为重叠的社区结构,针对这一问题,提出了一种基于三角形的重叠社区发现算法。通过判断两个节点与其共享邻居节点能否构成一个三角形来判断,若能构成三角形,则这两个节点属于同一社区。在计算机生成网络与真实网络上进行了实验,都正确地识别出了社区结构以及重叠节点,表明了此算法对于
针对Ad hoc网格环境中存在恶意节点的问题,提出基于信任的反应机制检测和惩罚Ad hoc网格环境中的恶意节点。分析Ad hoc网格的数学信任模型,采用不同方法处理节点的检测信息,使用网格仿真平台对这些模型进行比较和性能评估。最后,根据评估结果选择一种最准确的信任模型,建立被动信任机制。仿真结果表明,提出的机制检测和惩罚恶意节点的概率可达100%,且不会产生误报,相比其他几种较新的检测机制,本机制
Dempster-Shafer证据理论广泛应用于信息融合中,但是在证据高冲突情况下基于经典D-S证据组合规则的融合结果存在反直观的问题。针对这一问题,提出一种基于平均偏离度的证据组合方法。首先引入证据距离函数获得各证据体的相互支持度,并将支持度归一化为证据的信任度。对所有的证据进行信任度加权平均,获得一个参考证据。然后利用该参考证据对各个原始证据进行偏离度的判定及修正。最后利用Dempster-S
为了解决前馈神经网络训练收敛速度慢、易陷入局部极值及对初始权值依赖性强等缺点,提出了一种基于反传的无限折叠迭代混沌粒子群优化(ICMICPSO)算法训练前馈神经网络(FNNs)参数。该方法在充分利用BP算法的误差反传信息和梯度信息的基础上,引入了ICMIC混沌粒子群的概念,将ICMIC粒子群(ICMICPS)作为全局搜索器,梯度下降信息作为局部搜索器来调整网络的权值和阈值,使得粒子能够在全局寻优的