收藏本站
收藏 | 论文排版

自调度集群网络服务的研究与实现

王晓川  
【摘要】: 因特网近二十年来的迅猛发展,正在深刻影响着人类生活的各个方面。网络服务是因特网应用的主要形式。随着用户规模的急剧扩大、应用类型的日益复杂和应用模式的逐步成熟,网络服务正面临着前所未有的压力和挑战。 为提供可持续增长的处理性能和24×7的高可用性,人们在建立高性能、高可伸缩、高可用的集群网络服务方面,进行了大量的研究和实践,初步满足了大规模网络服务在这方面的基本性能需求。但是,随着电子政务、电子商务等关键业务在因特网上的逐步普及,网络服务的营运理念也逐步成熟,对网络服务的建设和维护提出了更多挑战性的问题,包括:服务质量控制、充分挖掘系统资源潜力、提高服务费效比,等等。而服务质量的控制又是其中的核心问题,目前还没有很好的解决方案。本文研究和实现的自调度集群网络服务便是围绕这一任务展开的。 在分析网络应用需求的发展和现有集群网络服务体系结构的基础上,我们指出,以负载均衡为指导思想的集群网络服务体系结构已不能很好的满足网络应用在服务质量控制特别是量化控制方面的需求,新的集群网络服务的基本结构应当围绕服务质量的量化控制进行设计,而现代控制的理论和技术为此提供了重要的指导和工具。 结合反馈控制系统的基本组成原理,我们提出了自调度集群网络服务体系结构及其调度机制。系统中的各个组成部分对应于反馈控制系统中的基本组成部件;集群请求调度机制对应着服务质量的反馈控制过程。为解决传统集群结构集中控制带来的扩展性等问题,我们提出以分布式的控制方式,将控制机构分解到集群当中各个结点,由后端执行服务器独立执行本地控制决策功能,以“分而治之”的策略满足复杂控制机制在性能、可用性、灵活性等诸方面的需求,即“自调度”。系统模型的分析表明,分布式的调度方式在性能上优于传统的集中调度方式。 服务质量控制需要进行用户请求分类基础上的七层调度,这通常要消耗较多的系统资源。为了提高系统的可扩展性和可用性,我们提出了多入口自调度集群结构和相应的全分布式的控制调度机制。在此基础上,提出了大规模自调度集群网络服务体系结构,解决了自调度集群在可扩展性和可用性方面的问题。 服务质量量化控制子系统的设计是自调度集群的核心问题。由于网络应用的复杂性,集群网络服务的QoS量化控制,特别是大规模异构集群的量化QoS控制是挑战性的问题。一个实用性强的量化QoS控制方案不仅需要较好的有效性和适应性强的系统化设计,也应该对实际应用友好,具有较强的兼容性,易于部署和使用。传统的基于经验设计、基于系统解析模型设计、基于PID控制器设计等方法已不能满足上述的应用需求。为此,我们尝试着将现代智能控制的方法引入到集群QoS量化控制器的设计当中来。 基于智能控制中较为成熟的模糊控制理论,我们针对四种典型的QoS量化控制目标,设计和实现了四种模糊控制器,以分别实现对平均响应时间、数据吞吐率、平均响应时间比例、数据吞吐率比例的量化控制。测试表明,上述模糊控制器具有较好的控制效果,在响应速度、收敛性及稳定性方面具有较好的表现。针对上述模糊控制器在稳态控制精度、适应性等方面的不足,我们将神经网络的自适应方法引入到QoS量化控制器的设计当中。 通过结合BP神经网络与传统PID控制方法,我们设计了基于BP网络的自适应PID控制器。通过BP网络的学习功能,在线调整PID控制参数,以适应运行环境和受控系统的动态变化。仿真结果证实了BP-PID控制器的优良性能。基于上述BP-PID自适应控制器,我们也设计和实现了四种典型的QoS量化控制器。测试表明,这类控制器具有更好的稳态性能和适应性。 针对BP-PID控制器在响应过渡阶段的稳健性不如模糊控制器的问题,我们将神经网络与模糊系统结合起来,设计了神经-模糊控制器,通过神经网络的反馈学习机制,在线调整模糊控制系统的隶属度函数、输出参数等系统参数,以适应环境和受控系统的动态变化。仿真结果表明,神经-模糊控制器较单纯的BP网络具有更好的逼近能力。基于上述神经-模糊控制器,我们同样设计和实现了四种典型的QoS量化控制器。测试表明,这类控制器进一步提高了响应过渡阶段的稳健性,与前述模糊控制器和BP-PID控制器比较,在控制系统的稳态性能、动态性能两方面都取得了更好的效果。 综合上述研究成果,我们设计和实现了一套完整的自调度集群系统,包括: 分布式的系统框架,具有分布式的QoS控制机制,支持多个集群入口,具有很高的可扩展性和可用性; 基于Linux内核设计和实现的高性能、高可扩展应用层网关,支持HTTP、邮件等多种应用协议,支持新协议模块的开发与加入; 四类基本控制器类型:基本PID控制器及其变种、模糊控制器、BP-PID控制器、神经-模糊控制器; 基于上述基本控制器类型的四类共16种典型QoS量化控制器,以分别实现对平均响应时间、数据吞吐率、平均响应时间比例、数据吞吐率比例的量化控制; 高可扩展的QoS量化控制框架,支持各种类型QoS量化控制器的设计和应用,提供了对多种操作系统的支持(Windows系列、类Unix系列); 相关自调度系统管理软件,提供了Web、终端、命令行等丰富的管理界面。 多项测试均表明了该系统的有效性和实用性。自调度集群系统项目的核心技术已获国家发明专利,相关系统已经完成了产品化开发,目前已经在金山公司等多家单位投入使用。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 秦绪平,谭国俊;模糊控制理论的发展应用与展望[J];控制工程;2005年S2期
2 王永富;柴天佑;;自适应模糊控制理论的研究综述[J];控制工程;2006年03期
3 陈汝全;;新型实用模糊逻辑器件[J];实用电子文摘;1994年04期
4 黄坚;盛党红;;一种由模糊控制器训练CMAC并用于伺服系统控制的方法[J];弹箭与制导学报;2004年S9期
5 李恒嵬;;模糊神经网络研究现状综述[J];辽宁科技学院学报;2010年02期
6 彭小奇;周孑民;梅炽;姚汝信;唐英;;炼镍用矿热电炉生产过程的计算机辅助模糊自适应控制[J];中南大学学报(自然科学版);1993年06期
7 李捷,王伟智,朱敏琛;基于神经网络的预测控制[J];兵工自动化;2005年03期
8 强一;于军琪;刘煦;;液压位置伺服系统模糊自适应PID控制算法研究[J];工业控制计算机;2010年12期
9 王圣宇;吉梗;朱琼瑶;李玲玲;王赛;;一类非线性时滞系统的自适应动态面控制[J];台州学院学报;2011年03期
10 王耀南;一种基于模糊逻辑神经网络的自适应控制及其应用[J];控制理论与应用;1995年04期
11 张友安,胡云安;基于神经网络的非线性系统稳定自适应控制[J];机器人;2001年S1期
12 李爱军,章卫国,沈毅;一种基于神经网络的超稳定自适应控制算法[J];电光与控制;2003年03期
13 赵彤;张化祥;曹梦龙;谭永红;;基于径向基函数神经网络迟滞非线性自适应控制[J];上海交通大学学报;2005年12期
14 吴再华;尹立贤;;模糊控制系统原理及应用浅析[J];甘肃联合大学学报(自然科学版);2008年01期
15 耿超;王永初;;异步电机直接转矩控制的改进方法[J];仪器仪表用户;2008年03期
16 李新雨;;模糊控制系统原理及应用浅析[J];科技信息;2010年09期
17 何林立;潘宏侠;高强;;模糊神经网络在液压调平机构中的应用[J];机床与液压;2010年10期
18 张文辉;齐乃明;尹洪亮;;自适应神经变结构的机器人轨迹跟踪控制[J];控制与决策;2011年04期
19 王飞;张天平;朱柏城;;带有摄动的随机非线性系统的自适应神经网络控制[J];系统科学与数学;2011年06期
20 王殿辉,柴天佑;基于神经网络的多变量自适应控制器[J];东北大学学报(自然科学版);1995年03期
中国重要会议论文全文数据库 前10条
1 吴晓峰;利铭;龙英;;基于神经网络的电极调节自适应控制系统设计与应用[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年
2 秦绪平;谭国俊;;模糊控制理论的发展应用与展望[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
3 党建武;张彩珍;张全新;;基于神经网络的列车自动运行控制系统研究[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
4 李青茹;吕振肃;张英林;庞鹏;;基于神经网络的模糊控制器[A];1998中国控制与决策学术年会论文集[C];1998年
5 冯国楠;范梅生;;基于神经网络的位置伺服系统自适应控制[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
6 胡汉金;王志良;王尚君;刘明;;基于神经-模糊控制的交流伺服系统仿真研究[A];1995年中国控制会议论文集(下)[C];1995年
7 刘治;李春文;;一种多层模糊CMAC自适应非线性离散控制[A];2001中国控制与决策学术年会论文集[C];2001年
8 穆俊英;齐美星;赵峻;孙伟;;配煤系统的模糊神经网络控制[A];第十三届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2003年
9 胡东岗;孙志毅;刘素清;;神经网络自适应控制技术在冲天炉熔炼中的应用[A];中国计量协会冶金分会2008年会论文集[C];2008年
10 胡东岗;孙志毅;刘素清;;神经网络自适应控制技术在冲天炉熔炼中的应用[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 王晓川;自调度集群网络服务的研究与实现[D];国防科学技术大学;2006年
2 张敏;复杂非线性系统的智能自适应控制研究[D];南京航空航天大学;2008年
3 王海瑞;密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究[D];昆明理工大学;2007年
4 石永华;基于视觉传感的药芯焊丝水下焊接焊缝自动跟踪系统[D];华南理工大学;2001年
5 刘清;船舶操纵运动模糊神经网络控制系统研究[D];武汉理工大学;2002年
6 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
7 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
8 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
9 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
10 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
中国硕士学位论文全文数据库 前10条
1 李亚钊;水温的模糊自适应控制及其应用研究[D];东南大学;2005年
2 查富生;高速车铣复合加工中心铣削过程的智能控制[D];兰州理工大学;2005年
3 王会敏;关于神经网络及其在自适应控制中的应用的研究[D];天津大学;2004年
4 刘侠;NJ2045牵引力控制系统神经网络自适应控制方法研究[D];吉林大学;2005年
5 王文军;具有干扰影响的神经网络控制系统研究[D];北京工业大学;2005年
6 朱丽雅;非线性不确定系统的自适应神经网络控制[D];南京信息工程大学;2008年
7 孙开珊;多轴空间轮廓误差的建模与交叉耦合补偿[D];华中科技大学;2007年
8 向志容;基于神经网络的一类MIMO非线性系统的自适应控制[D];湘潭大学;2007年
9 张金树;大跨径连续刚构桥施工计算和控制[D];长安大学;2005年
10 王蜀泉;基于模糊控制的卫星姿态控制方法研究[D];中国科学院研究生院(空间科学与应用研究中心);2005年
中国重要报纸全文数据库 前10条
1 赛迪顾问计算机产业研究中心;中低端市场争夺升级[N];中国计算机报;2007年
2 刘波;刀片服务器迈向主流[N];计算机世界;2006年
3 温越岭;竞争压力增大 UNIX市场呈下滑趋势[N];中国高新技术产业导报;2005年
4 宋家雨;不中用的集群[N];网络世界;2006年
5 本报记者 祁金华;SMB也可拥抱刀片服务器[N];网络世界;2007年
6 清水;省钱的服务器集群[N];计算机世界;2011年
7 刘芳;服务器集群技术助力网络游戏[N];中国计算机报;2003年
8 ;在服务器集群上轻装奔跑[N];网络世界;2005年
9 清水译;警惕服务器虚拟化的陷阱[N];计算机世界;2008年
10 ;IA服务器变身“找油尖兵”[N];网络世界;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978