云計(jì)算環(huán)境下的仿生自主監(jiān)控系統(tǒng)和多指標(biāo)均衡調(diào)度機(jī)制的研究.pdf

1、隨著云計(jì)算技術(shù)的快速發(fā)展和應(yīng)用普及，使得以往分散的資源再次呈現(xiàn)出集中的趨勢，這使得云計(jì)算環(huán)境的規(guī)模也相應(yīng)的變的越來越大，復(fù)雜性也相應(yīng)提高。如何保障云計(jì)算環(huán)境的可靠運(yùn)行，如何有效的評價(jià)云計(jì)算環(huán)境的服務(wù)性能，又該如何應(yīng)對云計(jì)算環(huán)境龐大的能耗問題，以及研究有效處理用戶服務(wù)請求和資源優(yōu)化供給之間的均衡優(yōu)化調(diào)度，都成為迫切的需求。
　　針對于此，必須對可靠計(jì)算、高性能計(jì)算和節(jié)能計(jì)算技術(shù)進(jìn)行深入研究，綜合可靠性、性能和能耗等多指標(biāo)，建立多維關(guān)

2、聯(lián)的評估模型，并基于綜合評估模型研究面向多目標(biāo)的均衡調(diào)度機(jī)制。為了保障可靠性，監(jiān)控是重要的保障手段，但現(xiàn)有監(jiān)控缺乏自主自治能力，系統(tǒng)架構(gòu)也不太適合云計(jì)算環(huán)境；為了進(jìn)行性能評估，必須充分考慮云服務(wù)的特征才能建立合適的性能模型，并有效考慮可靠性對性能的影響才能更準(zhǔn)確的評估云服務(wù)的性能；為了節(jié)能高效計(jì)算，傳統(tǒng)方法僅將能耗和性能作為相互制約的因素，而忽略了可靠性。在已有的研究中，將可靠性、性能和能耗分離割裂的評估建模，也導(dǎo)致了基于相關(guān)模型的優(yōu)化

3、調(diào)度帶有局限性。
　　針對以上問題，本文主要研究了面向云計(jì)算環(huán)境的仿生自主監(jiān)控系統(tǒng)和多指標(biāo)關(guān)聯(lián)的均衡調(diào)度機(jī)制，主要研究內(nèi)容及貢獻(xiàn)體現(xiàn)在四個(gè)方面，如下：
　　1）針對傳統(tǒng)監(jiān)控系統(tǒng)擴(kuò)展性差、缺乏自主性，以及未能充分考慮云計(jì)算虛擬化和動(dòng)態(tài)彈性等問題，設(shè)計(jì)了一種具備仿生自主神經(jīng)系統(tǒng)特征的云監(jiān)控系統(tǒng)。該云監(jiān)控系統(tǒng)具備“人機(jī)交互層——中樞神經(jīng)系統(tǒng)層——周圍神經(jīng)系統(tǒng)層——神經(jīng)元層——神經(jīng)突軸層”五層的分層架構(gòu)，融入自組織、自診斷、自修復(fù)和

4、自行為等自主特性。新的架構(gòu)設(shè)計(jì)，采用周圍神經(jīng)和神經(jīng)元的結(jié)構(gòu)能充分反映虛擬資源的宿主特性，同時(shí)設(shè)計(jì)周圍神經(jīng)系統(tǒng)內(nèi)部的自治特性，即能完成自治任務(wù)，也可有效減輕中樞壓力；逐級擴(kuò)展的樹型結(jié)構(gòu)賦予系統(tǒng)良好的擴(kuò)展性。將自主特性融入云監(jiān)控系統(tǒng)，有效提升了監(jiān)控系統(tǒng)對規(guī)模復(fù)雜云計(jì)算環(huán)境的適應(yīng)性和健壯性，并利于自動(dòng)擴(kuò)展。通過自組織功能有效解決了規(guī)模虛擬化資源因動(dòng)態(tài)變化（加入、退出等）帶來的監(jiān)控難和部署繁瑣問題；通過自診斷和自修復(fù)提升云監(jiān)控系統(tǒng)自身的穩(wěn)定可靠

5、性；通過自行為模塊的設(shè)計(jì)，不僅增強(qiáng)了系統(tǒng)的擴(kuò)展功能，也減少了不必要的數(shù)據(jù)傳輸，降低了對系統(tǒng)的開銷。
　　2）針對傳統(tǒng)性能評估忽略可靠性的問題，提出了一個(gè)面向云服務(wù)特征的關(guān)聯(lián)“可靠性——性能”的性靠度模型。云計(jì)算環(huán)境具有異構(gòu)性、虛擬化和按需服務(wù)特征，其關(guān)聯(lián)性能（性靠度）評估模型也因此不同。考慮虛擬資源的失效和修復(fù)行為，運(yùn)用Markov鏈對其可靠性進(jìn)行評估，提出采用通用生成函數(shù)（Universal Generating Functio

6、n,UGF）分析異構(gòu)云資源池可靠性的方法；考慮按需服務(wù)特性，分析1:1和1:D映射模式下云服務(wù)的不同性能，建立反映請求生滅過程的云服務(wù)系統(tǒng)性能模型；考慮資源可靠隨機(jī)性對服務(wù)性能隨機(jī)性的影響，通過Baysian方法將可靠性、性能模型關(guān)聯(lián)，建立新的面向云計(jì)算特征的性靠度模型。實(shí)驗(yàn)結(jié)果表明，該二維關(guān)聯(lián)建模方法，能更準(zhǔn)確的評價(jià)真實(shí)云計(jì)算環(huán)境的服務(wù)性能。其意義還在于，提供了一種通用的分析不同的性靠度關(guān)聯(lián)的方法。
　　3）針對傳統(tǒng)評估方法將可

7、靠性、性能和能耗指標(biāo)割裂開來的不足，以及云計(jì)算環(huán)境所面臨的嚴(yán)重能耗的現(xiàn)實(shí)問題，提出了一種關(guān)聯(lián)“可靠性——性能——能耗”的多維關(guān)聯(lián)的層級建模方法，建立綜合性評估指標(biāo)。該層級建模的思想是：提出和求解一個(gè)復(fù)雜系統(tǒng)的全局模型往往較為復(fù)雜，本文采取將全局模型分解為覆蓋交互因子的多個(gè)子模型的方法，然后通過對子模型的迭代求解可以獲得全局模型，以順利的完成系統(tǒng)的整體評估。在云計(jì)算環(huán)境中，多維層次模型的關(guān)聯(lián)交互存在一個(gè)共同的條件參數(shù)——“可用資源隨機(jī)數(shù)量

8、”，基于該條件參數(shù)所建立的各個(gè)子模型，最后可通過Bayesian途徑，移除條件參數(shù)，最終整合各個(gè)子模型，并獲得多指標(biāo)關(guān)聯(lián)的綜合性評價(jià)指標(biāo)——期望性能和期望能耗。采用該方法，本文將基于真實(shí)采樣數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析所獲得的能耗模型與可靠性和性能關(guān)聯(lián)，通過實(shí)驗(yàn)驗(yàn)證了多維關(guān)聯(lián)的能耗評估的有效性。
　　4）針對云計(jì)算環(huán)境所面臨的復(fù)雜供需制約調(diào)度需求，及現(xiàn)有層次化調(diào)度缺乏自主性和優(yōu)化調(diào)度目標(biāo)單一等問題，提出了一種分層優(yōu)化調(diào)度模型和多指標(biāo)聯(lián)合優(yōu)化的

9、調(diào)度策略。其具體工作機(jī)制為：全局代理負(fù)責(zé)全局的任務(wù)分發(fā)，體現(xiàn)集中管控；局部代理實(shí)現(xiàn)區(qū)域自治，通過本地自主計(jì)算形成反映任務(wù)不同分配情況的局部資源優(yōu)化的“供需地圖”，在多指標(biāo)聯(lián)合的利潤目標(biāo)優(yōu)化下實(shí)現(xiàn)資源的合理調(diào)度供給以匹配全局代理動(dòng)態(tài)變化的任務(wù)需求。在局部優(yōu)化的基礎(chǔ)上，利用反映多維關(guān)聯(lián)的優(yōu)化函數(shù)，設(shè)計(jì)具體的遺傳算法進(jìn)行問題的求解，實(shí)現(xiàn)多目標(biāo)聯(lián)合優(yōu)化下的全局最優(yōu)。實(shí)驗(yàn)結(jié)果表明該分層優(yōu)化調(diào)度機(jī)制能夠提高搜索最優(yōu)解的效率，可以獲得綜合的優(yōu)化效果。