【摘 要】
：
随着电网建设的进步以及各种新能源、新设备的不断增加,电网规模不断扩大,电力系统日益复杂,产生大量的计算需求。在电力系统超算平台中,资源利用不充分,工作能耗较高问题日趋严重,绿色节能计算需求明显提升。考虑到电力超算平台大多基于虚拟化技术实现,以容器为基础实现电力超算任务的封装、管理和调度。因此,为解决电力系统超算平台低负载高能耗问题,提出基于容器调度和容器迁移的节能方案。在容器调度中,依据电力系统任
论文部分内容阅读
随着电网建设的进步以及各种新能源、新设备的不断增加,电网规模不断扩大,电力系统日益复杂,产生大量的计算需求。在电力系统超算平台中,资源利用不充分,工作能耗较高问题日趋严重,绿色节能计算需求明显提升。考虑到电力超算平台大多基于虚拟化技术实现,以容器为基础实现电力超算任务的封装、管理和调度。因此,为解决电力系统超算平台低负载高能耗问题,提出基于容器调度和容器迁移的节能方案。在容器调度中,依据电力系统任务类型繁多,数量和规模大小不一,设计资源均衡负载容器调度算法,平衡节点内各类型资源的利用率,减少空闲资源。依据电力系统超算平台负载波动,设计动态资源配置容器调度算法,随负载变化,调整集群规模和容器配置资源,对负载削峰填谷,提升资源利用率。在容器迁移中,依据电力任务资源需求变化,采用结合自回归模型预测,最大相关性,资源均衡负载的容器迁移算法,减少工作节点数量,提高资源利用率。实验利用Cloud Sim模拟超算平台环境,对比了不同调度算法和迁移算法的优劣性。结果表明,资源均衡负载算法的能耗与最小能耗算法能耗相近,降低了3.0%,动态资源配置算法比静态资源配置算法降低了能耗10.65%,结合自回归模型预测,最大相关性,资源均衡负载的容器迁移算法对服务影响较小,与其他算法相比,降低了能耗16.1%到41.2%。
其他文献
随着物质条件提升,越来越多人开始关注自身的健康和体型。人体体型测量可通过WBX人体扫描仪来实现,但是该设备价格昂贵,无法推广到大众消费市场。基于三维重建技术实现人体体型测量具有成本低、使用场景广的特点。设计并开发了一套基于三维重建的人体体型测量系统。首先通过棋盘标定法标定单目相机;然后使用已标定的单目相机采集不同角度的人体图像,并对这组图像进行预处理;然后使用SIFT（Scale-invarian
OpenStack作为一个开源云平台,具有大规模的服务部署能力,越来越多的服务以容器的方式部署到OpenStack云端。单个OpenStack云往往资源受限,云端管理员需要跨区域扩展多个OpenStack云以满足隔离性、安全性和高可用性等需求。当OpenStack云端用户请求急剧增加时,跨域容器之间如果负载分配不均衡,将会导致云端部分节点过载,进而影响整个跨域云端的性能。此外,跨域多云扩展场景下的
不经意随机访问机（Oblivious Random Access Machine,ORAM）是一种密码原语,它可以消除用户访问内存时轨迹中的信息泄露,隐藏了在不可信环境下用户的访问模式,使得对于任意两个相同长度的逻辑访问序列,客户端和服务器之间的可观察通信在计算上是不可区分的,从而保护数据隐私。然而目前一些效率比较高的ORAM方案一般都有着O（log N）的带宽放大,或者是依靠昂贵的计算开销来实现
为了让计算机理解人类语言,词向量方法将每个单词的语义用一个低维稠密的向量表示,这是自然语言处理领域的一个重大突破。然而,自然语言存在着一词多义现象,词向量方法将单词的多个词义融合为一个向量表示,造成了含义混淆。为了解决这个问题,以单个向量表示词义的词义向量成为近年来一个新的研究方向。构建词义向量首先要获取单词的词义目录,然后生成每个词义的向量表示。当前已有的词义向量构建模型定义的词义目录不够准确,
在互联网时代,用户虽可从网络中获取到大量混杂信息,但是用户必须花费大量时间才能获取到有用信息,因此产生了个性化推荐算法。其中协同过滤推荐算法是工程项目实践中使用最普遍的一种,通过对用户的历史行为记录进行分析,建立起用户喜好模型,找出与其相似的邻居用户集合,最终使用相似用户帮助目标用户判断对系统中项目的得分,从而生成候选项目列表并完成推荐。然而在新用户第一次进到系统时,系统此时没有任何关于该用户的浏