亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        公共安全監(jiān)控預(yù)警混合云的研究*

        2011-06-27 03:00:28師雪霖
        電信科學(xué) 2011年11期
        關(guān)鍵詞:預(yù)警調(diào)度監(jiān)控

        師雪霖,趙 英,李 娜

        (北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院 北京100029)

        1 引言

        公共安全近年來(lái)越來(lái)越受到世界各國(guó)政府的重視,我國(guó)的應(yīng)急管理工作也取得了長(zhǎng)足進(jìn)展,以“一案三制”(一案指制訂修訂應(yīng)急預(yù)案;三制指建立健全應(yīng)急的體制、機(jī)制和法制)為核心的應(yīng)急管理體系基本形成,應(yīng)急管理綜合能力得到提高[1]。但是與較為完善的應(yīng)急管理辦法相比,公共安全的基礎(chǔ)技術(shù)支撐環(huán)節(jié)薄弱,總體公共安全形勢(shì)仍然趨于嚴(yán)峻,這同時(shí)也是各國(guó)面臨的問(wèn)題。以日本2011年3月11日地震引發(fā)的核泄漏事件為例,其暴露出全局或重點(diǎn)區(qū)域部署智能化識(shí)別和定位核、生、化危險(xiǎn)物質(zhì)的無(wú)線傳感監(jiān)控網(wǎng)絡(luò)的重要性。在我國(guó),《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》已將“公共安全”列為重點(diǎn)領(lǐng)域,其優(yōu)先主題明確包括了“危險(xiǎn)化學(xué)品泄漏”、“核生化恐怖源的遠(yuǎn)程探測(cè)”。因此,基于物聯(lián)網(wǎng)(Internet of Things)技術(shù)的危險(xiǎn)核、生、化監(jiān)測(cè)和遙感研究,受到業(yè)界和政府相關(guān)部門的高度重視,同時(shí)不可忽視的是,這也對(duì)與其配套的監(jiān)測(cè)數(shù)據(jù)處理分析計(jì)算平臺(tái)提出了更高的要求。面對(duì)實(shí)時(shí)收集的海量數(shù)據(jù),如何提供高效、經(jīng)濟(jì)、便捷又有QoS(quality of service,服務(wù)質(zhì)量)保證的計(jì)算服務(wù)和存儲(chǔ)服務(wù),成為公共安全支撐技術(shù)領(lǐng)域的難點(diǎn)和熱點(diǎn)。面對(duì)這種需求,云計(jì)算無(wú)疑是一種可行的解決方案。

        Buyya定義了云的概念:“云是由很多彼此互聯(lián)、虛擬化的計(jì)算機(jī)組成的并行、分布式系統(tǒng),服務(wù)提供者和用戶之間通過(guò)協(xié)商達(dá)成一致服務(wù)協(xié)議,動(dòng)態(tài)提供統(tǒng)一計(jì)算資源”[2]。通過(guò)這個(gè)定義,可以看出云計(jì)算要解決的問(wèn)題是如何有效安全地管理和共享接入云的各種資源,并提供相應(yīng)的服務(wù),它強(qiáng)調(diào)的是全面的共享資源、全面的應(yīng)用服務(wù)。云計(jì)算提出了全互聯(lián)網(wǎng)范圍內(nèi)共享資源的最高目標(biāo),最大限度地充分利用計(jì)算/存儲(chǔ)資源,是整合全社會(huì)高性能計(jì)算資源的有效方法[3,4]。

        由此可見(jiàn),云的特點(diǎn)和優(yōu)勢(shì)十分適合為公共安全監(jiān)控預(yù)警提供計(jì)算、存儲(chǔ)服務(wù)。本文提出了一種用于公共安全監(jiān)控預(yù)警的混合云體系統(tǒng)架構(gòu),借鑒傳統(tǒng)IaaS(infrastructureas a service)云架構(gòu),集成了高性能計(jì)算和虛擬私有云兩種計(jì)算資源的管理模式,實(shí)現(xiàn)統(tǒng)一的服務(wù)部署、調(diào)用管理,為用戶提供了SaaS(software as a service)方式的云計(jì)算和存儲(chǔ)服務(wù),還設(shè)計(jì)了此平臺(tái)的資源調(diào)度模型、算法、QoS策略及其實(shí)現(xiàn)方式。

        2 HCPSMF系統(tǒng)框架

        公共安全監(jiān)控預(yù)警最核心的兩個(gè)問(wèn)題就是數(shù)據(jù)感知和數(shù)據(jù)處理,其對(duì)計(jì)算資源的要求與目前商用云有所不同。云商業(yè)應(yīng)用,如亞馬遜公司的Amazon EC2平臺(tái)、谷歌公司的Google App Engin(GAE)平臺(tái)等,往往以虛擬化技術(shù)為基礎(chǔ)滿足不同用戶的不同計(jì)算需求。但是公共安全監(jiān)控預(yù)警中主要是對(duì)所采集數(shù)據(jù)的分析,所需計(jì)算服務(wù)類型相對(duì)固定(即使用特定的幾種軟件),但對(duì)并發(fā)計(jì)算性能要求更高。基于此,公共安全監(jiān)控預(yù)警計(jì)算平臺(tái)要支持對(duì)HPC(high performance computing,高性能計(jì)算)資源的管理和調(diào)度。此外,平臺(tái)也需要為監(jiān)控領(lǐng)域?qū)<摇⒐ぷ魅藛T提供計(jì)算服務(wù)、軟件服務(wù),所以同樣需要支持虛擬化計(jì)算資源的管理和調(diào)度。因此,本文提出了一種混合云平臺(tái)架構(gòu)——HCPSMF,支持對(duì)HPC資源和虛擬化資源(指VPN)進(jìn)行混合管理。

        2.1 公共安全監(jiān)控預(yù)警體系框架

        公共安全監(jiān)控預(yù)警是一個(gè)系統(tǒng)工程,包括數(shù)據(jù)的采集、接入、傳輸、分析、監(jiān)控以及用戶服務(wù)。因此可以用圖1所示的5層結(jié)構(gòu)描述。

        公共安全監(jiān)控預(yù)警體系框架可分為5層:感知層、接入層、網(wǎng)絡(luò)層、云計(jì)算層和用戶層。

        感知層是用來(lái)識(shí)別核、生、化物質(zhì)和采集數(shù)據(jù)的,是整個(gè)體系框架的基礎(chǔ),由各種類型的采集終端和控制模塊組成,如無(wú)線傳感器網(wǎng)絡(luò)(wireless sensors network,WSN)和其他移動(dòng)監(jiān)控終端。WSN是由許多在空間上廣泛分布的自動(dòng)裝置組成的網(wǎng)絡(luò),這些裝置使用傳感器協(xié)作監(jiān)控不同的環(huán)境狀況。WSN集分布式信息采集、傳輸、處理技術(shù)于一體,能夠通過(guò)各類傳感器協(xié)作實(shí)時(shí)監(jiān)測(cè)、感知和采集核、生、化危險(xiǎn)物質(zhì)含量,并通過(guò)隨機(jī)自組織無(wú)線通信網(wǎng)絡(luò)以多跳中繼方式將感知信息傳送到接入點(diǎn)或網(wǎng)關(guān)。此外,還可使用其他移動(dòng)監(jiān)控終端,如為巡邏警車安置GPS、攝像頭、危險(xiǎn)物質(zhì)檢測(cè)設(shè)備等,即可成為一個(gè)數(shù)據(jù)感知節(jié)點(diǎn),通過(guò)基站傳送數(shù)據(jù)。移動(dòng)監(jiān)控終端增加了數(shù)據(jù)采集監(jiān)控的靈活性,可根據(jù)反饋情況快速調(diào)整監(jiān)控目標(biāo)。因此,感知層的功能是完成不同環(huán)境中危險(xiǎn)物質(zhì)含量的數(shù)據(jù)采集和設(shè)備控制。

        接入層由接入網(wǎng)關(guān)和基站節(jié)點(diǎn)組成,負(fù)責(zé)感知層設(shè)備的組網(wǎng)控制、信息匯集、協(xié)議轉(zhuǎn)換等功能。保證上行數(shù)據(jù)符合承載網(wǎng)絡(luò)的傳輸需要,并將承載網(wǎng)絡(luò)下達(dá)的控制指令轉(zhuǎn)換成感知層可接收的下行數(shù)據(jù)。

        網(wǎng)絡(luò)層提供所有數(shù)據(jù)傳輸?shù)某休d網(wǎng)絡(luò),可以根據(jù)應(yīng)用環(huán)境和具體需求設(shè)定,可以是互聯(lián)網(wǎng)、局域網(wǎng)、移動(dòng)通信網(wǎng)絡(luò)等,完成接入層和元計(jì)算層之間的信息傳送功能。

        云計(jì)算層是整個(gè)體系框架的核心,由各種HPC服務(wù)器、虛擬機(jī)、數(shù)據(jù)存儲(chǔ)設(shè)備組成,主要功能是對(duì)采集數(shù)據(jù)進(jìn)行多源信息融合、轉(zhuǎn)換、分析,同時(shí)在需要對(duì)終端設(shè)備進(jìn)行實(shí)時(shí)控制時(shí),生成控制指令并下發(fā)。此外,還要響應(yīng)用戶層用戶提交的各種服務(wù)請(qǐng)求。

        用戶層為用戶提供了公共安全監(jiān)控預(yù)警的各種應(yīng)用接口??赏ㄟ^(guò)監(jiān)控界面實(shí)時(shí)調(diào)取不同區(qū)域的監(jiān)控?cái)?shù)據(jù)和分析結(jié)果、下達(dá)控制指令。由于云計(jì)算層提供一些領(lǐng)域的軟件服務(wù),如流體力學(xué)分析軟件、擴(kuò)散模擬軟件等,用戶可通過(guò)用戶界面提交一些服務(wù)請(qǐng)求。

        2.2 HCPSMF結(jié)構(gòu)

        HCPSMF是公共安全監(jiān)控預(yù)警體系中的云計(jì)算層,它是一種混合云平臺(tái)架構(gòu),支持對(duì)HPC資源和VPC的混合管理。HCPSMF和其他常見(jiàn)的商用云平臺(tái)不同,它不僅僅是虛擬機(jī)的集合,還包含很多集群服務(wù)器和海量數(shù)據(jù)存儲(chǔ)設(shè)備。因?yàn)樵诠脖O(jiān)控預(yù)警體系中,大量的數(shù)據(jù)需要高性能的并行計(jì)算處理,以普通計(jì)算機(jī)網(wǎng)絡(luò)相連的虛擬機(jī)無(wú)法滿足計(jì)算要求,往往需要由高速連接(如Infiniband)的多個(gè)計(jì)算節(jié)點(diǎn)、專業(yè)I/O存儲(chǔ)組成的集群服務(wù)器,僅靠虛擬機(jī)是無(wú)法滿足的[5]。此外,HCPSMF也需要考慮專業(yè)人員的計(jì)算需要,此類計(jì)算可能對(duì)高速連接、存儲(chǔ)沒(méi)有要求,但是往往需要多種不同的虛擬機(jī),因此也提供基于虛擬技術(shù)的多種軟件服務(wù)。

        針對(duì)上述需要,HCPSMF提供了兩種資源管理方式:管理調(diào)度HPC的任務(wù)管理系統(tǒng) (load management system,LMS)和管理VPC的虛擬架構(gòu)管理系統(tǒng)(virtual infrastructure management system,VIMS)。圖2給出了HCPSMF的架構(gòu)。

        HCPSMF管理的計(jì)算節(jié)點(diǎn)可以分成兩類:一類是HPC的計(jì)算節(jié)點(diǎn),即一臺(tái)傳統(tǒng)的硬件計(jì)算機(jī)上只運(yùn)行一種操作系統(tǒng),稱之為物理機(jī)(physical machine,PM);另一類是VPC節(jié)點(diǎn),可根據(jù)需要在一臺(tái)硬件計(jì)算機(jī)上運(yùn)行多個(gè)操作系統(tǒng),稱之為虛擬機(jī)(virtual machine,VM)。

        需要HCPSMF處理的任務(wù)首先提交給作業(yè)調(diào)度器,作業(yè)調(diào)度器將任務(wù)組成提交隊(duì)列,分配給LMS或VIMS管理,最終提交到PM節(jié)點(diǎn)或VM節(jié)點(diǎn)上執(zhí)行。

        PM節(jié)點(diǎn)上配有相對(duì)固定的軟件,主要用于對(duì)監(jiān)控?cái)?shù)據(jù)的分析和處理,由LMS統(tǒng)一管理。無(wú)線傳感器、移動(dòng)監(jiān)控設(shè)備收集的數(shù)據(jù)通過(guò)承載網(wǎng)絡(luò)傳遞給HCPSMF云計(jì)算平臺(tái),由作業(yè)調(diào)度器形成的計(jì)算任務(wù),再由LMS分配給不同的PM節(jié)點(diǎn)進(jìn)行執(zhí)行。任務(wù)可分成不同的優(yōu)先級(jí),但發(fā)生突發(fā)事件時(shí),可對(duì)重點(diǎn)監(jiān)控區(qū)域反饋的數(shù)據(jù)優(yōu)先進(jìn)行分析處理。實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)量非常大,歷史數(shù)據(jù)的記錄也十分必要,往往需要和歷史數(shù)據(jù)比對(duì),形成核、生、化物質(zhì)變化趨勢(shì),以供決策分析。

        此外,專業(yè)人員也需要進(jìn)行一些模擬計(jì)算、科學(xué)研究計(jì)算,此時(shí)需要的軟件可能是不固定、多變的,而且每種軟件所要求的操作系統(tǒng)也各不相同,VM節(jié)點(diǎn)主要用于執(zhí)行此類任務(wù)。通過(guò)用戶接口(即云portal)提交的計(jì)算任務(wù),由作業(yè)調(diào)度器分配給VIMS,VIMS根據(jù)任務(wù)需求,選擇空閑硬件節(jié)點(diǎn)動(dòng)態(tài)創(chuàng)建虛擬資源,安排任務(wù)執(zhí)行。

        這種設(shè)計(jì)架構(gòu)易于集成現(xiàn)有HPC調(diào)度軟件和虛擬軟件。在HCPSMF中,LMS選用商業(yè)軟件Platform公司的 LSF(load sharing facility)[6]實(shí)現(xiàn),VIMS采用開(kāi)源軟件OpenNebula[7]實(shí)現(xiàn)對(duì)虛擬資源的管理。作業(yè)調(diào)度器只需要管理LMS和VIMS即可,即開(kāi)發(fā)與二者的集成接口,不用關(guān)心具體的底層資源調(diào)配,這樣既能保證HCPSMF的運(yùn)行效率,又使之具有可擴(kuò)展性,通過(guò)更新作業(yè)調(diào)度器與LMS或VIMS的接口,即可支持新的HPC調(diào)度軟件或虛擬軟件。

        3 資源調(diào)度模型及調(diào)度算法

        現(xiàn)有的云調(diào)度研究往往假定排序問(wèn)題中的約束參數(shù)都是確定性的,屬于排序理論中的確定性排序。而實(shí)際云環(huán)境下,資源調(diào)度要受到很多不確定、隨機(jī)因素的影響,而且云資源是動(dòng)態(tài)變化的,這就需要利用隨機(jī)模型解決排序問(wèn)題,即隨機(jī)排序。從效率角度考慮,基于經(jīng)濟(jì)度量的調(diào)度模型更具意義。在HCPSMF框架中,集成的LMS和VIMS固有的調(diào)度策略往往是基于確定性排序的簡(jiǎn)單模型,因此建立了一個(gè)包含成本、懲罰代價(jià)等經(jīng)濟(jì)參數(shù)的、基于隨機(jī)變量的經(jīng)濟(jì)模型,并設(shè)計(jì)了相應(yīng)的進(jìn)化調(diào)度算法,在作業(yè)調(diào)度器上實(shí)現(xiàn)。

        3.1 云經(jīng)濟(jì)調(diào)度模型

        建立調(diào)度模型即分析云環(huán)境下不確定資源因素的隨機(jī)分布特征,建立它的隨機(jī)模型,并增加經(jīng)濟(jì)衡量參數(shù),將資源調(diào)度問(wèn)題轉(zhuǎn)換為尋找目標(biāo)函數(shù)數(shù)字特征最小化排序問(wèn)題。設(shè)C為HCPSMF中所有節(jié)點(diǎn)的集合(包含PM節(jié)點(diǎn)和VM節(jié)點(diǎn)),C中節(jié)點(diǎn)數(shù)量為m,C={C1,C2,…,Cm},設(shè)J為作業(yè)集合,J中包含n個(gè)作業(yè),J={J1,J2,…,Jn}。參考現(xiàn)有網(wǎng)格調(diào)度方法[8],本模型定義了如下調(diào)度參數(shù)。

        tij:第i個(gè)作業(yè)使用第j個(gè)節(jié)點(diǎn)所需處理時(shí)間;

        pj:第j個(gè)節(jié)點(diǎn)的使用代價(jià);

        aj:第j個(gè)節(jié)點(diǎn)可用的時(shí)間;

        uj:第j個(gè)節(jié)點(diǎn)不可用的時(shí)間;

        bi:第i個(gè)作業(yè)的預(yù)算;

        di:第i個(gè)作業(yè)執(zhí)行的最后期限;

        ri:第i個(gè)作業(yè)的到達(dá)時(shí)間;

        li:第i個(gè)作業(yè)調(diào)度失敗的懲罰代價(jià)。

        作業(yè)在節(jié)點(diǎn)上的執(zhí)行時(shí)間(tij)可以預(yù)先估計(jì)[6],假設(shè)tij滿足指數(shù)分布:

        將tij作為指數(shù)分布的隨機(jī)變量可以簡(jiǎn)化調(diào)度問(wèn)題。如果在此假設(shè)下調(diào)度算法的性能較好,那么在實(shí)際云平臺(tái)隨機(jī)環(huán)境下,調(diào)度算法的性能也依舊會(huì)很好。

        為了簡(jiǎn)化模型,假設(shè)作業(yè)預(yù)算bi足夠大,因此可忽略該參數(shù)。作業(yè)失敗的懲罰代價(jià)li是指作業(yè)在最后期限前仍未執(zhí)行完畢的損失。因此,調(diào)度算法不僅要保證使用節(jié)點(diǎn)的總花費(fèi)∑tijpj小,還要盡量減少損失,即要考慮作業(yè)最后期限di和懲罰代價(jià)li。因此,就得到了調(diào)度模型的數(shù)學(xué)表達(dá):

        其中,si表示第i個(gè)作業(yè)開(kāi)始執(zhí)行的時(shí)間,max(0,li(si+tij-di))是第i個(gè)作業(yè)失敗的懲罰代價(jià),如果該作業(yè)在最后期限之前執(zhí)行完畢,則懲罰代價(jià)是0,否則是 li(si+tij-di)。懲罰代價(jià)可以標(biāo)記出不同作業(yè)的優(yōu)先級(jí)。調(diào)度模型的目標(biāo)函數(shù)是E(∑(tijpj+max(0,li(si+tij-di))))。使用上述隨機(jī)調(diào)度模型,HCPSMF平臺(tái)的調(diào)度目標(biāo)就抽象為尋找總花費(fèi)∑ (tijpj+max(0,li(si+tij-di)))的最小數(shù)學(xué)期望。

        3.2 進(jìn)化調(diào)度算法

        針對(duì)隨機(jī)期望調(diào)度模型,利用EA設(shè)計(jì)云調(diào)度算法。EA的關(guān)鍵是設(shè)計(jì)合適的優(yōu)化編碼,即選擇染色體,確定目標(biāo)函數(shù),通過(guò)迭代獲取最優(yōu)解。在本調(diào)度算法中,染色體就是(作業(yè),節(jié)點(diǎn))序偶的組合,最優(yōu)解是使∑(tijpj+max(0,li(si+tij-di)))期望值最小的組合方式。令βi表示第i個(gè)作業(yè),γj表示第 j個(gè)節(jié)點(diǎn),二者組成的序偶(βi,γj)為基因,基因的不同組合構(gòu)成不同染色體。通過(guò)遺傳進(jìn)化,迭代選取不同基因,獲得最后解。調(diào)度算法工作原理如圖3所示。

        最終調(diào)度排序結(jié)果實(shí)質(zhì)就是哪個(gè)作業(yè)(記作βi)分配到哪個(gè)節(jié)點(diǎn)(記作γj)執(zhí)行,也就是序偶(βi,γj)的集合。因此,調(diào)度算法的目標(biāo)就是選擇最優(yōu)的集合,保證所有作業(yè)執(zhí)行后的經(jīng)濟(jì)效益最優(yōu),這就靠選擇初始種群P、優(yōu)選精英基因比例進(jìn)行進(jìn)化迭代,從而獲得調(diào)度模型的最優(yōu)解。為了在進(jìn)化過(guò)程中優(yōu)選后代,定義了如下優(yōu)選函數(shù):

        通常EA算法隨機(jī)選擇初始種群,如果初始種群性能優(yōu)于平均水平會(huì)提高算法效率。但是在本調(diào)度算法中,為了防止早熟,仍然隨機(jī)選擇初始種群P。將P中的所有基因 (βi,γj)按照 tijpj+max(0,li(si+tij-di))升序排列,選出模板種群TP。算法每次迭代都按照如下方式生成新的種群Pnew:

        其中,x為預(yù)先定義的參數(shù),以保證迭代過(guò)程中父種群的精英基因能夠保留下來(lái),可以根據(jù)算法需要調(diào)整x的值,在HCPSMF中將x設(shè)置為50%。

        算法流程如圖4所示。

        重組變異是EA算法的核心,在本調(diào)度算法中,采用最基本的交叉操作實(shí)現(xiàn)基因重組。預(yù)先設(shè)定了迭代終止條件,當(dāng)找到滿足此條件的組合時(shí),算法停止。

        4 QoS策略

        HCPSMF平臺(tái)采用的調(diào)度模型和進(jìn)化調(diào)度算法雖然以經(jīng)濟(jì)參數(shù)方式可以區(qū)分任務(wù)優(yōu)先級(jí),但是從服務(wù)效率上考慮,僅僅使用調(diào)度優(yōu)先級(jí)是不夠的,還必須有其他策略保證“重要”作業(yè)優(yōu)先使用資源,并且減少資源浪費(fèi),如在“重要”作業(yè)到達(dá)前,節(jié)點(diǎn)已經(jīng)分配了普通作業(yè)進(jìn)行計(jì)算,此時(shí)中斷普通作業(yè)計(jì)算可能會(huì)造成資源浪費(fèi),但是如果通過(guò)挖掘資源使用規(guī)律,預(yù)測(cè)“重要”作業(yè)到達(dá)情況,設(shè)計(jì)資源協(xié)商預(yù)留策略就可以避免此種情況。因此,HCPSMF中設(shè)計(jì)了QoS策略以實(shí)現(xiàn)有差別的服務(wù),即QoS保證,從而在整體上提高了云調(diào)度效率。

        制定QoS策略前,首先要定義基本約束概念。在ISO 13236標(biāo)準(zhǔn)中定義了分布式計(jì)算技術(shù)涉及的QoS基本概念集合[9]。參照此集合,本文定義了基于使用模式分析(use pattern analysis,UPA)的資源預(yù)測(cè)調(diào)度機(jī)制。

        資源預(yù)測(cè)調(diào)度是提高調(diào)度效率的一種方式,其關(guān)鍵是學(xué)習(xí)資源使用模式,多采用聚類分析、狀態(tài)空間模型等實(shí)現(xiàn)。在HCPSMF平臺(tái)上通過(guò)采用機(jī)器學(xué)習(xí)方法挖掘云資源使用模式(use pattern,UP),通過(guò)分析各節(jié)點(diǎn)資源的歷史數(shù)據(jù),找出支持調(diào)度決策的規(guī)律,這就將問(wèn)題的本質(zhì)轉(zhuǎn)換為云資源使用日志的聚類分析問(wèn)題。將日志中的每條數(shù)據(jù)按照其資源使用情況,量化為權(quán)重wjk(表示第j個(gè)作業(yè)使用第k種資源的情況),對(duì)作業(yè)使用資源情況進(jìn)行分類,計(jì)算作業(yè)i與j兩兩之間UP的相似度:

        通過(guò)計(jì)算相似度,確定合理閾值,即可將UP分類,調(diào)度時(shí),可以據(jù)此規(guī)則預(yù)先保留資源,從而提高整體調(diào)度效率。

        5 結(jié)束語(yǔ)

        本文的創(chuàng)新之處在于:根據(jù)公共安全監(jiān)控預(yù)警數(shù)據(jù)采集、分析的需要,設(shè)計(jì)了一種公共安全監(jiān)控預(yù)警混合云平臺(tái)HCPSMF;提出的基于經(jīng)濟(jì)度量的調(diào)度模型以可量化的經(jīng)濟(jì)效益參數(shù)方式將調(diào)度效率考慮在內(nèi),同時(shí)設(shè)計(jì)了針對(duì)此種模型的進(jìn)化調(diào)度算法;設(shè)計(jì)了QoS策略及在HCPSMF上的實(shí)現(xiàn)方法。與所有服務(wù)一樣,為了實(shí)現(xiàn)效益最大化,“非公平可控”的QoS策略也是必不可少的。有差別的服務(wù)策略,優(yōu)先“重要”應(yīng)用將極大提高整體資源利用效率。

        1 馬鑫,黃全義,疏學(xué)明等.物聯(lián)網(wǎng)在公共安全領(lǐng)域中的應(yīng)用研究.中國(guó)安全科學(xué)學(xué)報(bào),2010,20(7):170~176

        2 Rajkumar Buyya,Chee Shin Yeo,Srikumar V,et al.Cloud computing and emerging IT platforms:vision,hype,and reality for delivering computing as the 5th utility.Future Generation Computer Systems,2009(25):599~616

        3 Hong-Linh Truong, Schahram Dustdar. Composable cost estimation and monitoring for computational applications in cloud computing environments.Procedia Computer Science,2010(1):2 169~2 178

        4 Arnon Rosenthal,Peter Mork,Maya Hao Li,et al.Cloud computing:a new business paradigm for biomedical information sharing.Journal of Biomedical Informatics,2010(43):342~353

        5 Gabriel Mateescu,Wolfgang Gentzsch,Calvin J Ribbens.Hybrid commputing-where HPC meets grid and cloud computing.Future Generation Computer Systems,2011(27):440~453

        6 Sotomayor B,Montero R,Llorente I,et al.Virtual infrastructure manaagementin pirvate and hybird clouds.IEEE Internet Computing,2009,13(5):14~22

        7 Subodha Kumar,Kaushik Dutta.Maximizing business value by optimal assignment of jobs to resources in grid computing.European Journal of Operational Research,2009(194):856~872

        8 Richard Onchaga.Quality of service management framework for dynamic chaining of geographic information services.International Journal of Applied Earth Observation and Geoinformation,2006(8):137~148

        猜你喜歡
        預(yù)警調(diào)度監(jiān)控
        The Great Barrier Reef shows coral comeback
        《調(diào)度集中系統(tǒng)(CTC)/列車調(diào)度指揮系統(tǒng)(TDCS)維護(hù)手冊(cè)》正式出版
        一種基于負(fù)載均衡的Kubernetes調(diào)度改進(jìn)算法
        法國(guó)發(fā)布高溫預(yù)警 嚴(yán)陣以待備戰(zhàn)“史上最熱周”
        虛擬機(jī)實(shí)時(shí)遷移調(diào)度算法
        你被監(jiān)控了嗎?
        Zabbix在ATS系統(tǒng)集中監(jiān)控中的應(yīng)用
        園林有害生物預(yù)警與可持續(xù)控制
        看監(jiān)控?cái)z像機(jī)的4K之道
        機(jī)載預(yù)警雷達(dá)對(duì)IFF 的干擾分析
        日本在线一区二区免费| 男女动态91白浆视频| 免费人成黄页在线观看国产| 在线观看一区二区三区视频| 国产亚洲专区一区二区| 国产亚洲专区一区二区| 日韩在线精品免费观看| 青青草免费手机直播视频| 日本视频一区二区三区在线观看 | 亚洲国产系列一区二区| 亚洲一区二区在线观看网址| 无码 人妻 在线 视频| 高潮潮喷奶水飞溅视频无码| 亚洲日本一区二区一本一道| 被群cao的合不拢腿h纯肉视频| 欧美一性一乱一交一视频| 看全色黄大色大片免费久久| 成人无码一区二区三区网站| 精品人妻中文av一区二区三区 | 情色视频在线观看一区二区三区 | 国产丝袜爆操在线观看| 国产av一区二区三区在线播放| 精品高朝久久久久9999| 中文字幕av高清人妻| 噜噜综合亚洲av中文无码| 免费网站看av片| 国产成人精品一区二区视频| 免费二级毛片在线播放| Y111111国产精品久久久| 亚洲va在线va天堂va四虎| 国产综合一区二区三区av| 亚洲五码av在线观看| 亚洲天堂av一区二区| 青青草原综合久久大伊人精品| 一本色道久久综合狠狠躁篇| 欧美国产亚洲日韩在线二区| 国产亚洲美女精品久久久2020 | 国产91福利在线精品剧情尤物| 不卡无毒免费毛片视频观看| 九九日本黄色精品视频| 中文字幕文字幕一区二区|