位置:成果数据库 > 期刊 > 期刊详情页
基于离散事件系统的云资源分配优化控制
  • ISSN号:1000-8152
  • 期刊名称:《控制理论与应用》
  • 时间:0
  • 分类:TP301.1[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:广东工业大学计算机学院,广东广州510006
  • 相关基金:国家自然科学基金资助项目(61273118);广东省高校省级重大科研项目(2014KZDXM033);广东省公益研究与能力建设专项资金项目(2015A030402006)
作者: 胡芹, 刘富春
中文摘要:

如何对资源进行合理有效的分配一直是云计算领域的热点问题.由于传统的云资源分配算法不能有效屏蔽底层硬件资源的异构化以及不同层的云服务类别,本文提出一种多参数资源打包的方法,构建出基于离散事件系统的云资源分配控制模型,并给出了合理的资源分配算法.算法通过计算服务器端各资源包容量参数与客户端资源需求量参数的贴近度来定义资源分配事件,并对事件发生与否的状态实行分层控制,最终使得整个资源分配系统到达可接受状态.实验表明,基于离散事件系统的云资源分配模型,能够保证在可接受状态下,不仅每个用户的资源请求能够得到合理的分配,且能实现云资源利用率最大化.

英文摘要:

How to allocate resources reasonably and effectively has been an important problem in the field of cloud computing. For traditional cloud resource allocation algorithms can not effectively shield the isomerization of underlying hardware resources, and they also can not neglect the categories of different layers' cloud service, this paper proposes a multi-parameter resource packing method, and constructs a cloud resource allocation control model based on discrete event system. Besides, it gives a reasonable resource allocation algorithm. By calculating the close degree of capacity parameters from each resource package over the servers and the resource demands of the clients, the algorithm defines the resource allo- cation events, and hierarchically controls the states' occurrence or nonoccurrence. Finally, the entire re- source allocation system will reach an acceptable state. The experiments show that the cloud resource allocation model based on the discrete event system can guarantee that under the acceptable state, not only each resource request can get a reasonable allocation, but also the resource can get a maximal utilization.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《控制理论与应用》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:华南理工大学 中国科学院数学与系统科学研究院
  • 主编:胡跃明
  • 地址:广州五山路华南理工大学3号楼516室
  • 邮编:510640
  • 邮箱:aukzllyy@scut.edu.cn
  • 电话:020-87111464
  • 国际标准刊号:ISSN:1000-8152
  • 国内统一刊号:ISSN:44-1240/TP
  • 邮发代号:46-11
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21084