收藏本站
《北京科技大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

面向物联设备的云服务调度关键技术研究

全力  
【摘要】:物联网技术的不断发展,体现为物联设备的大量普及并得到广泛应用。通常物联设备受限于电池容量、存储空间、计算能力等因素导致其不适合单独完成一些复杂的任务,而云计算技术则为这些设备的功能拓展提供了平台与服务的支撑。一方面物联设备需要利用云资源来扩展自身的能力,另一方面,通过云平台,云端应用程序也可以利用物联设备提供的服务。本文总结并提出了三种云为物联设备提供服务的模式,研究探索面向物联设备的云服务调度问题,使得云平台更有效的利用虚拟化技术为物联设备提供服务,目标构建基于虚拟化技术的物联设备云服务平台。本文的主要工作和创新性成果如下:1)针对服务请求模式,研究面向物联设备的虚拟机最优放置问题。提出了一种最小化往返时延(RTT,Round-Trip Time)的虚拟机放置算法以减小设备服务请求的时延。在该服务模式中,运行在云端虚拟机中的服务程序为物联设备提供服务。首先,本文提出了一种虚拟机动态放置框架。在该框架中,云中心物理机网络拓扑采用Fat-tree进行构建,物联设备的服务请求通过负载均衡模块分发给相应的核心交换机。然后,本文将核心交换机与物理机之间的往返时延作为服务时延的度量,进而提出了最小化往返时延的虚拟机放置算法。同时,考虑到核心交换机发生故障的情况,提出一种虚拟机重调度算法来减少所有服务请求的平均往返时延波动,以确保设备端程序稳定运行。最后利用CloudSim云计算仿真软件对本文提出的算法进行验证,实验结果表明,本文提出的算法可以有效的降低物联设备服务请求时延。2)针对任务卸载模式,研究面向物联设备的任务卸载问题。提出了一种两层强化学习算法的任务卸载策略,以此来权衡云资源利用率与任务时延两个参数。通过理论分析可以知道,在任务卸载问题中,同时提高云资源利用率与降低任务时延通常是相矛盾的。因此本文利用强化学习算法对任务卸载问题进行建模,然后引入带权重的回报值,并通过调整权重参数来权衡云资源利用率与时延两个参数。在强化学习算法中,高维的状态空间与动作空间会使得算法收敛较慢。为此,本文提出了两层强化学习算法来解决该问题。首先,利用k-NN算法将云中心的物理机划分为k个集群,每个集群的物理机具有相近的带宽与任务等待时间。其中算法第一层用深度强化学习来实现,以此根据当前卸载任务确定最优的物理机集群。第二层用Q学习算法实现,在每一个集群中学习最优策略来选择物理机用于运行卸载任务。最后经过模拟实验表明,通过调整算法回报值的权重参数可以有效的权衡云资源利用率与任务时延,同时所提出的两层强化学习算法可以更快学习到最优的任务卸载策略。3)针对物联设备即服务模式,研究面向物联设备的动态组合问题。提出了一种基于子任务分解策略的自适应Web服务组合算法。该算法将利用不同服务组合任务之间的关联进行联合学习。首先,利用马尔科夫决策过程对服务组合问题进行建模,每个动作对应一个备选的服务,目标是学习最优的服务组合策略使得组合服务QoS最大。其次,考虑到不同服务组合任务之间的关联,基于图论将复杂的服务组合任务分解成多个相互独立的子任务。然后将属于不同服务组合任务的共同子任务之间建立联系,提出Subtask-assistance更新策略,并在此策略基础上提出Multi-Qlearning算法,该算法适合于大规模的动态服务组合问题。最后利用QWS数据集对提出的算法进行验证分析,结果表明,所提出的算法在动态环境下具有更快的收敛速度。同时由于利用Subtask-assistance更新策略,具有相同子任务的不同服务组合任务的收敛速度均可得到提高。4)提出了一种基于Linux-Container的物联设备接入框架,并结合前三项.研究内容构建面向物联设备的云服务平台。首先详细阐述了所提出物联设备接入框架的运行机制,与现有的一些框架作对比,所提出的框架具有便捷的连接方式与更好的扩展性。然后详细描述了基于本文所提出框架而实际构建的面向物联设备的云服务平台,该平台实现了本文研究的云为物联设备提供的三种服务模式。最后利用搭建的面向物联设备的云服务平台,实际开发了面向智慧社区的健康检测系统与北京科技大学健康监护平台,并作为民政部信息惠民工程中的智慧养老示范项目,将该系统与平台在北京科技大学社区和二里庄社区进行示范应用。
【学位授予单位】:北京科技大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:TP393.09

免费申请
【参考文献】
中国期刊全文数据库 前2条
1 汪恺;张功萱;周秀敏;;基于容器虚拟化技术研究[J];计算机技术与发展;2015年08期
2 何宁;王漫;方昀;刘赐平;裴俊;;面向无线传感器网络应用的传感器技术综述[J];计算机应用与软件;2007年09期
中国硕士学位论文全文数据库 前4条
1 秦奋;移动环境下RESTful WebService的研究与设计[D];北京工业大学;2015年
2 龚颖;穿戴式移动用户健康信息感知系统设计与实现[D];南京邮电大学;2015年
3 许亚;基于强化学习的移动机器人路径规划研究[D];山东大学;2013年
4 李思扬;云计算平台中虚拟化运行环境的研究与实现[D];北京邮电大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 郑改成;;无线传感器网络技术综述[J];山西电子技术;2015年06期
2 谭周文;成运;;土猪饲养跟踪系统设计[J];电脑知识与技术;2015年13期
3 樊翠玲;;基于物联网技术的智能家电管理模型设计与验证[J];电子测试;2015年02期
4 樊翠玲;;基于物联网技术的智能家电管理模型设计与验证[J];电子测试;2014年S2期
5 严帅;万新军;杨波;朱伟超;;无线传感器网络定位算法研究[J];数据通信;2014年02期
6 董萍;;基于无线传感器网络的智能家居系统的设计与实现[J];三门峡职业技术学院学报;2013年04期
7 孔维行;乐燕芬;李瑞祥;侍财源;;无线传感器网络硬件测试系统[J];数据通信;2013年05期
8 陈得民;李淑娟;廖立平;沈唯真;;无线MEMS电容式加速度传感器在港口吊机动挠度测试中的应用[J];传感器世界;2012年10期
9 李冠楠;许雄轩;李强;;无线传感网死亡节点优化避绕方法研究与仿真[J];微电子学与计算机;2012年10期
10 陈庆昉;陈宇灿;杨守建;李宏;;一种基于C8051F330单片机的无线温湿度监测系统[J];农机化研究;2011年11期
中国硕士学位论文全文数据库 前10条
1 刘云飞;基于流应用的体验数据分析app开发[D];首都经济贸易大学;2018年
2 邓乔;基于Docker的统一运维平台的设计与实现[D];南昌大学;2018年
3 何俊毅;CNC设备故障云诊断系统的设计与实现[D];北京交通大学;2018年
4 张汕璠;基于强化学习的路径规划方法研究[D];哈尔滨工业大学;2018年
5 张天泽;基于强化学习的四旋翼无人机路径规划方法研究[D];哈尔滨工业大学;2018年
6 王燕;省级农产品快速检测信息服务平台的构建与应用[D];安徽农业大学;2018年
7 朱亮吉;基于烟花算法的移动机器人路径规划仿真研究[D];西南交通大学;2018年
8 张宁宁;智能驾驶汽车视觉传感器虚拟建模与仿真[D];昆明理工大学;2018年
9 茹琦;结合先验知识的深度Q神经网络算法在室内路径规划中的研究与应用[D];合肥工业大学;2018年
10 于卓含;智能消防头盔系统中相关技术的研究[D];哈尔滨理工大学;2018年
【二级参考文献】
中国期刊全文数据库 前4条
1 丘诗雅;;基于应用虚拟化技术的安全移动办公解决方案[J];移动通信;2011年17期
2 吴革;李健;赖英旭;;基于操作系统容器虚拟化技术的JBS模型的研究[J];网络安全技术与应用;2010年04期
3 金海;廖小飞;;面向计算系统的虚拟化技术[J];中国基础科学;2008年06期
4 薛海峰;卿斯汉;张焕国;;XEN虚拟机分析[J];系统仿真学报;2007年23期
中国硕士学位论文全文数据库 前5条
1 蔡慧慧;基于服务粒度空间的多租户服务组合方法研究[D];山东大学;2014年
2 董登辉;基于多粒度服务的SOA参考模型研究[D];浙江工业大学;2012年
3 刘磊;基于RIA和SOA的分布式WebGIS研究[D];江西理工大学;2011年
4 王华亮;基于蓝牙传输的便携式脉搏信号检测与分析系统[D];兰州理工大学;2011年
5 袁煜锋;基于Flex与REST的WEBGIS研究[D];华东师范大学;2009年
【相似文献】
中国期刊全文数据库 前10条
1 王玉平;;云计算1到N的大时代:高校能否成功跨越[J];中国教育网络;2016年12期
2 骆英佐,王兆蓉,胡佩吾;实现分时虚拟物理机的软件方法[J];上海第二工业大学学报;1988年02期
3 程富华;可能的类星体谱的演化[J];科学通报;1988年02期
4 解方;;云主机与传统物理机的比较及组网实例[J];数字技术与应用;2015年09期
5 薛建;曲守宁;;将物理机迁移至VMware主机[J];电脑与电信;2015年04期
6 孔繁云川;;基于工业上位机虚拟化平台的研究与运用[J];工业控制计算机;2019年01期
7 白延敏;吕树红;;基于云计算的负载均衡方法研究[J];微电子学与计算机;2013年12期
8 张骏;郑克峰;;虚拟化让PC服务器更高效[J];金融电子化;2010年12期
9 盖述功;;一个Win8架设多重系统[J];电脑爱好者;2012年21期
10 郑志蕴;张春霞;王振飞;李伦;;虚拟化环境中多目标负载均衡的研究[J];计算机工程与设计;2012年11期
中国重要会议论文全文数据库 前2条
1 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集(上)[C];2014年
2 郭强;;VMware vSphere在企业中的部署和应用[A];核工业勘察设计(2012 特1)[C];2012年
中国重要报纸全文数据库 前10条
1 本报记者 李万予;做中小企业也用得起的云服务[N];中国计算机报;2013年
2 祁金华;物理机特性向虚拟环境迁移[N];网络世界;2009年
3 ;VMware升级以稳固地位[N];电脑报;2009年
4 本报记者 郭平;Power与x86,谁更强?[N];计算机世界;2012年
5 凡妮;虚拟化:更多应用价值将被挖掘[N];电脑商报;2008年
6 Novell公司CTO Jeff Jaffe;Novell为什么收购PlateSpin?[N];中国计算机报;2008年
7 祁金华;关注虚拟化的迁移和管理[N];网络世界;2007年
8 祁金华;虚拟化2.0简化数据中心管理[N];网络世界;2008年
9 本报记者 逄丹;服务器:为云重生[N];通信产业报;2011年
10 本报记者 赵明;EasyStack成就OpenStack云平台[N];中国计算机报;2016年
中国博士学位论文全文数据库 前6条
1 全力;面向物联设备的云服务调度关键技术研究[D];北京科技大学;2019年
2 刘家磊;可靠性感知的云服务供应机制研究[D];北京邮电大学;2018年
3 杨建宇;基于虚拟现实的数字样机若干关键技术研究与应用[D];东北大学;2010年
4 周傲;高可靠云服务供应关键技术研究[D];北京邮电大学;2015年
5 许小龙;支持绿色云计算的资源调度方法及关键技术研究[D];南京大学;2016年
6 乐冠;面向服务系统的自适应资源管理技术研究[D];北京邮电大学;2013年
中国硕士学位论文全文数据库 前10条
1 张亦云;云环境下QoS感知的高能效任务分配方法研究[D];南京信息工程大学;2018年
2 胡敏达;云计算环境下具有高效资源使用的公平分配策略的研究[D];南京信息工程大学;2017年
3 李永昌;面向服务器整合的高效物理机到虚拟机转换系统[D];华中科技大学;2015年
4 佀庆乾;异构云平台中能源高效的虚拟机动态整合研究[D];大连理工大学;2015年
5 李超;基于改进粒子群算法的云计算资源调度研究[D];中国矿业大学;2015年
6 严格知;基于能耗的多机虚拟化调度系统[D];华中科技大学;2012年
7 刘军生;容错感知的云服务建模方法的研究[D];北京交通大学;2016年
8 王轩;云环境下基于服务类型的资源调度策略研究[D];中国矿业大学;2015年
9 袁大星;虚拟化环境下面向分布式非关系型数据管理的通信优化系统[D];华中科技大学;2013年
10 张海洲;基于利用率和负载均衡的云资源调度算法研究[D];哈尔滨工业大学;2013年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026