99精品众筹模特自拍视频,国产无码自产在线最新

內(nèi)容簡介

　　本書基于服務(wù)的負(fù)載與性能模型的研究完成服務(wù)能耗感知決策。在此基礎(chǔ)上研究慮及能耗的全局資源優(yōu)化布局算法，實(shí)現(xiàn)整個(gè)平臺(tái)系統(tǒng)的高能低耗。全書共分7章：第1章介紹在云計(jì)算中心開展能耗感知研究的背景和意義，進(jìn)而闡述本書的研究內(nèi)容和貢獻(xiàn)；第2章從技術(shù)手段、模型構(gòu)建和能耗管理三個(gè)方面介紹國內(nèi)外研究現(xiàn)狀；第3章提出能耗感知的云計(jì)算平臺(tái)管理框架EADC，該框架以大數(shù)據(jù)集成應(yīng)用平臺(tái)為基礎(chǔ)，構(gòu)建了包括VEMS（服務(wù)集群內(nèi)部）與DCMS（平臺(tái)系統(tǒng)）兩級(jí)的能耗優(yōu)化管理；第4章研究統(tǒng)計(jì)回歸分析方法，解決大范圍變動(dòng)下的負(fù)載特征提取，研究高階MAP擬合的策略與機(jī)制，解決長時(shí)間相關(guān)負(fù)載性能分析中復(fù)雜度與時(shí)間開銷過高的問題；第5章研究在性能分析基礎(chǔ)上服務(wù)節(jié)點(diǎn)的按時(shí)定量切換的能耗感知決策機(jī)制，解決負(fù)載的有效整合與節(jié)點(diǎn)狀態(tài)的按需切換；第6章研究兼顧性能與能耗的慮及服務(wù)遷移的全局資源優(yōu)化調(diào)度算法，解決服務(wù)請(qǐng)求突發(fā)時(shí)因負(fù)載整合而造成服務(wù)質(zhì)量嚴(yán)重下降的問題；第7章對(duì)本書的工作進(jìn)行了總結(jié)，并闡述下一步的工作方向。本書的研究成果有助于提高云計(jì)算平臺(tái)能耗有效性，具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。本書的讀者對(duì)象是云計(jì)算中心的信息主管、云計(jì)算平臺(tái)的系統(tǒng)設(shè)計(jì)開發(fā)人員，以及對(duì)云計(jì)算平臺(tái)有所了解或感興趣的廣大科技工作者和研究人員。本書也可以作為高等院校研究生與本科生云計(jì)算相關(guān)課程的參考教材。

作者簡介

暫缺《云計(jì)算環(huán)境下能耗感知模型與方法進(jìn)展研究》作者簡介

圖書目錄

第1章緒論1 1.1研究意義1
1.2研究動(dòng)機(jī)3
1.3研究內(nèi)容5
1.4本書貢獻(xiàn)11第2章相關(guān)研究與現(xiàn)狀16
2.1綠色云計(jì)算中心的相關(guān)技術(shù)手段16
2.1.1低功耗處理器17
2.1.2服務(wù)器虛擬化19
2.1.3刀片服務(wù)器21
2.1.4高效率電源23
2.1.5部件級(jí)節(jié)能技術(shù)25
2.2相關(guān)模型的研究綜述26
2.2.1負(fù)載模型28
2.2.2性能模型32
2.2.3優(yōu)化模型33
2.2.4模型總結(jié)34
2.3云計(jì)算能耗的相關(guān)研究綜述35
2.3.1傳統(tǒng)的能耗管理36
2.3.2虛擬化云計(jì)算平臺(tái)的能耗管理38
2.3.3兼顧性能與能耗的能耗感知管理39/云計(jì)算環(huán)境下能耗感知模型與方法進(jìn)展研究目錄/2.4本章小結(jié)41第3章能耗感知的云計(jì)算平臺(tái)框架42
3.1能耗感知的云計(jì)算平臺(tái)管理框架EADC42
3.1.1EADC框架的生命周期管理44
3.1.2基于自主計(jì)算思想的MAPE架構(gòu)45
3.1.3平臺(tái)與應(yīng)用兩級(jí)的交互式能耗模型47
3.1.4平臺(tái)與應(yīng)用兩級(jí)的系統(tǒng)效用公式49
3.2大數(shù)據(jù)集成應(yīng)用平臺(tái)51
3.2.1平臺(tái)的系統(tǒng)層次劃分52
3.2.2滿足不同數(shù)據(jù)處理要求的計(jì)算框架53
3.2.3存儲(chǔ)云平臺(tái)的分布式服務(wù)框架55
3.2.4高速搜索服務(wù)框架56
3.2.5分布式作業(yè)調(diào)度框架59
3.3本章小結(jié)60第4章大范圍變動(dòng)和時(shí)間長相關(guān)性負(fù)載的性能分析61
4.1大范圍變動(dòng)下的負(fù)載與性能模型62
4.1.1問題定義62
4.1.2性能分析模型64
4.1.3模型的在線參數(shù)化68
4.1.4模型驗(yàn)證與評(píng)測(cè)71
4.2時(shí)間長相關(guān)負(fù)載下的性能模型78
4.2.1問題定義78
4.2.2Markovian Arrival Processes(MAP)84
4.2.3JAMC MAP擬合方法89
4.2.4模型驗(yàn)證與評(píng)測(cè)94
4.3本章小結(jié)106第5章服務(wù)集群的能耗感知方案決策108
5.1重載服務(wù)的準(zhǔn)入控制規(guī)則108
5.1.1自相關(guān)性準(zhǔn)入控制策略109
5.1.2控制規(guī)則有效性的測(cè)試109
5.2輕載服務(wù)的能耗感知決策118
5.2.1節(jié)點(diǎn)切換時(shí)機(jī)的方案選擇118
5.2.2節(jié)點(diǎn)切換序列的方案選擇121
5.2.3實(shí)驗(yàn)評(píng)估122
5.3本章小結(jié)126第6章慮及能耗的云平臺(tái)全局資源優(yōu)化布局128
6.1全局資源調(diào)度的相關(guān)算法研究129
6.2全局資源布局決策器DCMS130
6.2.1DCMS的資源量化邏輯130
6.2.2DCMS的資源布局算法的選擇132
6.2.3布局重配置開銷的考量133
6.2.4資源布局遺傳算法的步驟135
6.3實(shí)驗(yàn)評(píng)價(jià)136
6.3.1DCMS的算法有效性測(cè)試137
6.3.2DCMS慮及遷移開銷的效果測(cè)試141
6.3.3DCMS的規(guī)模測(cè)試144
6.4本章小結(jié)145第7章總結(jié)與展望146
7.1本書工作總結(jié)146
7.2下一步工作建議147參考文獻(xiàn)149