容錯感知的云服務(wù)建模方法的研究.pdf

1、云計(jì)算作為當(dāng)今世界一種新興技術(shù)，正處于迅速發(fā)展的階段。隨著云計(jì)算的發(fā)展，用戶對云計(jì)算的要求越來越高，越來越多的用戶要求云計(jì)算中心能夠提供有質(zhì)量保證的服務(wù)。IaaS云是云計(jì)算中的重要組成部分，IaaS云根據(jù)用戶的需求將計(jì)算機(jī)資源分配給用戶。因此，如何有效準(zhǔn)確的評估IaaS云的服務(wù)質(zhì)量，無論是對用戶，還是對云服務(wù)提供商來說都具有非常重要的意義。然而IaaS云計(jì)算中心異常復(fù)雜，服務(wù)性能易受到多種因素影響，如物理機(jī)性能，物理機(jī)數(shù)量，可用容量，虛

2、擬設(shè)施的特性，調(diào)度策略等，因此準(zhǔn)確評估IaaS云的服務(wù)質(zhì)量是一項(xiàng)極具挑戰(zhàn)的工作。隨著排隊(duì)論的發(fā)展，該技術(shù)已經(jīng)應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)建模的研究，成為研究云計(jì)算性能中不可缺少的一部分。根據(jù)Google Cluster Dataset數(shù)據(jù)顯示，所有任務(wù)中有64％的任務(wù)為單個到達(dá)，因此對單個到達(dá)的任務(wù)進(jìn)行建模分析具有重大的意義。通過計(jì)算機(jī)仿真技術(shù)模擬任務(wù)的來到、排隊(duì)、服務(wù)以及離開，構(gòu)建模型，進(jìn)而分析出排隊(duì)系統(tǒng)的性能。本文針對IaaS云中單個到達(dá)的任務(wù)

3、提出了兩種基于不同調(diào)度策略的分析模型，根據(jù)每個模型的有效狀態(tài)轉(zhuǎn)移事件，對模型進(jìn)行建模，構(gòu)建對應(yīng)模型的狀態(tài)轉(zhuǎn)移矩陣。通過狀態(tài)轉(zhuǎn)移矩陣可以近似精確的求解出分析模型的穩(wěn)態(tài)概率。由于穩(wěn)態(tài)概率和系統(tǒng)狀態(tài)存在對應(yīng)關(guān)系，根據(jù)此對應(yīng)關(guān)系可以求得拒絕服務(wù)概率，平均響應(yīng)時間等一系列關(guān)鍵性能指標(biāo)，從而對IaaS云服務(wù)質(zhì)量做出精確的評估。實(shí)驗(yàn)結(jié)果了表明兩種分析模型的可用性，最后對兩種不同調(diào)度策略的分析模型進(jìn)行對比，結(jié)合實(shí)驗(yàn)結(jié)果分別闡述了每個模型的優(yōu)缺點(diǎn)。

4、>　　本研究主要內(nèi)容包括：⑴由于云計(jì)算中心的復(fù)雜性，很多模型并沒有將物理機(jī)的遷移考慮進(jìn)來，本文中的模型考慮了物理機(jī)的遷移，并且將物理機(jī)遷移和容錯相結(jié)合，進(jìn)而構(gòu)建了整體的模型；⑵詳細(xì)介紹了整體模型，構(gòu)建了兩種基于不同調(diào)度策略的分析模型，總結(jié)了每個模型的有效狀態(tài)轉(zhuǎn)移事件，并對有效狀態(tài)轉(zhuǎn)移事件給出了詳細(xì)的解釋，結(jié)合有效狀態(tài)轉(zhuǎn)移事件對模型進(jìn)行建模和分析；⑶由于狀態(tài)爆炸的發(fā)生，由數(shù)值分析法構(gòu)建的模型只能夠描述小規(guī)模的云計(jì)算系統(tǒng)。為了能夠讓模型描述