8篇关于调度策略的计算机毕业论文

今天分享的是关于调度策略的8篇计算机毕业论文范文, 如果你的论文涉及到调度策略等主题,本文能够帮助到你

基于高性能计算云的作业调度系统的设计与实现

这是一篇关于高性能计算云,B/S架构,作业,调度策略的论文, 主要内容为计算科学发展至今,已经在科学研究、工程实验以及军工武器的研发等领域取得了巨大成就。近年来,高性能计算(High performance computing)的研究与发展日益受到世界各国的高度重视,已经上升为国家的重要战略目标。而高性能计算云平台(HPC in the Cloud)是一种将高性能计算与云计算技术相结合的高效服务平台,通过虚拟化技术将底层资源整合,为用户提供高性能计算服务。本课题以中国航天科工集团某研究院所搭建的应用于航空领域高性能计算云平台为支撑,根据企业的实际需求,设计并实现基于高性能计算云的作业调度系统,具有计算作业提交、计算作业监控、计算作业检索、虚拟应用远程调用、用户权限管理、软件许可监控、集群节点监控等主要功能,能够满足用户的计算和管理需求。本系统平台具有的特点:第一,实现了多种策略相结合的作业调度方式,能够基于作业的优先级进行抢占式调度,并且对于作业长时间等待情况设计了预约回填策略,提高了高性能计算系统的实际效率;第二,基于B/S架构,用户通过Web界面就可以进行作业的调度,并能实时图形化查看作业执行的情况,以便及时进行计算作业的修改,使用户的操作更为简便。论文主要工作如下:1、对高性能计算云作业调度系统国内外研究现状进行分析,对各调度策略进行分析比较并选择;2、对系统进行需求分析与架构设计;3、对系统计算作业的调度策略、其他主要功能以及数据库进行设计;4、系统主要功能的实现;5、对全文做出总结和展望。

基于微服务的业务执行环境的设计与实现

这是一篇关于微服务,服务网格,服务治理,调度策略,业务执行环境的论文, 主要内容为随着互联网的快速发展,业务软件的功能日益复杂,传统的单体架构和面向服务架构由于耦合度较高、扩展性不足等原因无法满足快速迭代的业务需求。在此背景下,学者和工程师们提出了微服务的架构思想,作为软件架构的最新发展趋势,微服务具备可独立开发部署、高容错、易扩展等特点,能有效缩短软件开发周期,提高产品整体质量。本文提出了一种基于服务网格的微服务解决方案,实现了微服务中平台支撑技术和业务逻辑的解耦,基于该方案,微服务平台不仅能透明地为业务提供服务治理能力,还具备良好的向下兼容性。此外,本文还提出了一种基于反馈的实时调度策略,该策略可以很好地解决微服务架构下客户侧请求调度模式存在的一些痛点问题,实验结果表明该策略对提高系统资源利用率和缩短请求平均响应时间有显著效果。最后,本文设计并实现了一个基于微服务架构的业务执行环境,在充分考虑存量系统兼容性的基础上,新的微服务系统采用了服务网格技术,提供多项服务治理能力,整体架构实现了从总线式架构到网状架构的转变。通过对整个系统进行的功能和性能测试,证明了所提出的微服务解决方案和请求调度策略的可行性,对于所有基于微服务架构实现的系统,本文所提出的方法和取得的成果有一定的参考价值。

网络多媒体资源调度策略管理平台设计与实现

这是一篇关于多媒体资源,调度策略,PHP的论文, 主要内容为互联网时代信息量的激增,不仅多媒体资源的传播、获取和管理面临着新的挑战,而且大众对于多媒体资源服务的质量及网络请求响应速率也有了更高的要求。网络多媒体资源调度策略管理平台应运而生。网络多媒体服务质量是互联网多媒体资源服务供应企业的核心竞争点之一,网络多媒体资源调度策略管理平台对多媒体资源企业现有的资源调度方案、服务器资源分配方案进行了改良与优化,通过设置资源访问请求策略及多媒体资源服务设备的监管,提高了网络多媒体服务供应质量,满足了大众的需求。本文设计的网络多媒体资源调度策略管理平台基于B/S架构使用PHP语言开发,针对企业内部的多媒体资源调度管理,通过产品定位分析及用户需求分析,细化业务需求,采用模块化的设计思路,提供服务器资源分组统一管理及状态检测、多媒体资源访问策略的制定与管理、调度策略的按需推送管理以及任务中心等四个核心功能。对应核心功能的模块划分如下:(1)基础资源管理模块:包括资源及资源组管理、区域树管理、地址库管理。主要提供资源的存活性检测功能及资源的链式反应功能以实现自动化运维。(2)策略管理模块:策略管理模块负责网络多媒体资源调度策略管理平台的策略制定及管理,主要分为策略查询及服务策略管理两个业务流程。(3)推送管理模块:推送管理负责网络多媒体调度平台的策略校验、推送、回滚等相关操作,主要分为推送流程、智能调度等。(4)任务中心模块:实现业务层对接,为网络多媒体资源调度策略管理平台提供任务管理功能,包含任务的创建、执行功能等。本平台目前已经完成全部的开发,处于试运行阶段,并且在根据试运行效果和反馈不断地进行更新和优化,逐步完善系统的功能并且提高其使用性能。

云环境下拟态服务组件动态调度框架研究

这是一篇关于拟态防御,云计算,ARIMA,RBF,调度策略的论文, 主要内容为随着“新基建”的大力发展,许多重要基础设施搬迁至云端,完成“设施云化”,如何保障云上应用、资源、数据安全变得至关重要。拟态防御原理作为一种有别于传统防御方式的技术手段,为云端安全提供了一种有效保护系统内生安全的思路。拟态防御原理的核心思想是动态异构冗余架构,而云端资源来源于多元化市场,具备天然的动态、异构、冗余特性。因此,考虑将拟态防御技术以拟态服务组件形式,能够在一些服务体系成熟的商业云上部署。如何在云环境下高效调度拟态服务组件是本文研究的重点和难点。首先,本文研究了拟态服务模型体系架构,对体系各核心模块细节和系统运行流程做了梳理,并概述了拟态资源管理服务框架的工作原理。根据拟态服务模型体系架构,采用了微服务架构对拟态服务组件进行设计。为拟态服务组件的调度设计了动态调度框架,包括监控模块、队列管理模块、离线预测模块、管理中心模块和调度分发模块。对每一个模块的功能和动态调度框架模块工作流程进行描述。其次,为提高动态调度框架的调度性能,调度分发模块需要利用离线预测模块的预测结果,故离线预测模块的预测准确性对调度方案有着举足轻重的作用。针对现有预测算法进行研究调查,本文采用了ARIMA模型和RBF神经网络模型组合模型对拟态服务组件资源使用情况时间序列作出预测。提出了基于策略的MCHS调度算法,针对专用型应用和通用型应用采取了不同的调度策略,具备极强的灵活性和通用性。最后,本文根据所设计的拟态服务组件动态调度框架,构建了拟态服务组件动态调度系统测试平台。验证了所提出的适用于拟态应用行为的预测算法的正确性和有效性,实现对应用资源使用情况的预测。同时,通过组件资源动态调度实验,验证了所提出的MCHS调度算法能够进行有效、合理、负载均衡地调度拟态服务组件集群,实现云平台多应用与拟态服务组件的高效融合。

城市共享停车平台智能调度策略的研究与实现

这是一篇关于调度策略,ADMM算法,微服务,共享停车的论文, 主要内容为随着我国经济的高速发展,城市的汽车保有量也在不断增长,但停车位供给能力的发展情况却无法与之匹配,导致停车位缺口较大,“停车难”问题日益突出,各个停车区域间停车资源分配不均衡且停车资源利用率低是加剧停车难问题的重要原因。因此,在当前的存量停车资源下,设计一个可以高效利用空闲车位,平衡各区域之间停车资源的共享停车平台与调度策略是十分有必要的。在共享停车调度策略的落地过程中有以下两个核心问题需要解决:第一个是如何使车辆联盟内的停车资源得到均衡分配。本课题中为此设计了基于ADMM的共享停车调度算法,并通过对照实验验证了其有效性。该算法根据多个影响因子按照不同的权重占比构建了合作匹配调度模型,使得在车位调度分配过程中可最小化用户的停车成本,并均衡分配各个区域的停车资源,最终获得车辆联盟总收益的最大化。第二个是由于共享停车具有潮汐周期性,面对停车高峰期时的海量请求,如何保证调度模块的快速响应至关重要。本课题为此设计了基于时间窗约束的图染色匹配算法,并通过对照实验验证了其有效性。该算法根据调度匹配过程的时空特性以及可利用时段具有片段化的特性构建了图染色匹配模型,减少了调度策略在时间窗匹配过程中的搜索范围,同时也提高了对用户请求的响应速度。为了保障在停车高峰期来临时,共享停车的系统层面对于高QPS的并发调度请求压力,仍能够保证服务的稳定性与可用性。本课题中设计了基于分布式架构的共享停车系统,以docker容器技术为基础,通过采用分布式数据库结合一致性哈希算法以及peer to peer架构的方式,来保证请求流量的均摊。在实验评估阶段,我们通过对各个微服务模块进行黑盒测试,验证了共享停车系统的可用性,通过docker容器搭建了分布式测试环境,并选用Jmeter作为负载模拟工具,依据QPS计算公式所得指标进行负载性能测试,验证了共享停车系统的低延迟性与服务稳定性。

密码服务云管理平台的设计与实现

这是一篇关于云服务,虚拟化,密码服务,密钥管理,调度策略的论文, 主要内容为随着云计算的快速崛起与落地,越来越多的传统企事业单位正朝着信息化的方向改变转型。云计算技术可以将计算资源类比为水、电等用户按需使用的能源,通过利用云环境中的闲置的物理硬件资源,按照用户的业务需求向其提供数据处理能力。这种将资源集中管理的运营模式,极大地提高了传统信息行业的资源利用率,但通过闲置资源共享的方式同时也带来了新的信息安全问题。密码技术作为信息安全的保障也逐渐受到人们的重视,如何在云计算环境中提供安全的密码服务也成为信息行业研究的重点。本文针对云化密码服务与管理进行分析,发现现有云环境下的密码服务系统在管理密码资源时存在诸多亟待解决的问题,如密码资源分散,不易管理;密钥管理存在安全漏洞;缺乏合理的密码服务任务分配机制和密码资源负载监控机制以及现有的调度策略无法满足密码服务高可用性的使用要求等。通过将这些问题转化为需求,设计了包含密码计算资源池、密钥管理系统、云管理平台三大模块的密码服务云管理平台系统架构。利用KVM虚拟化技术,Libvirt虚拟机管理接口设计了密码计算资源池管理模块,实现了密码计算资源的统一管理与虚拟化共享;通过主流的多级密钥管理服务架构设计了严谨的密钥使用流程,确保用户数据信息的安全;结合云管理平台中的密码服务任务管理模块以及密码资源监控模块构建了一种适用于云环境下密码服务任务调度策略,在保证密码资源高效的使用率的前提下,使整个平台中的密码计算资源保持负载均衡状态。最终为云环境中的用户按需提供了一个安全、稳定、高效的可定制密码服务的云管理平台。经过测试,本文设计的密码服务云管理平台可以提供安全高效的密码服务。通过仿真实验发现,本文中密码服务任务调度策略完成密码服务任务时,相比于云计算中其他任务调度策略如GA策略节约5.7%的执行时间,与DPA策略相比节约15.5%的执行时间,更加适用于云计算环境下的密码服务任务的调度,保证了密码服务云管理平台的可用性、安全性以及稳定性。

云计算环境下分布存储与并行计算的协同性研究

这是一篇关于云计算,分布式存储,MPI并行计算,存储策略,调度策略的论文, 主要内容为云计算是搭建在同构廉价普通节点上的分布式计算环境，在节点不可信的特点下，分布式存储成为了云计算的必然选择，存储与计算的整合趋势也日益明显。本文搭建了一个简单的对等架构的云计算环境，并从分布式存储与并行计算两个方面对二者可能的协同进行了研究，提出了一套分布式存储策略和面向数据驱动的调度策略。本文的云计算环境的物理层搭建在机柜式环境上，网络拓扑层采用对等式架构，整个环境基于Spring框架和各Java嵌入式组件搭建，并采用了多种流行通信框架，可以实现环境的快速搭建、高可扩展和快速部署。本文将传统的MPI环境与分布式存储进行了整合，探究了一种云计算环境下不采用MapReduce编程模型实现并行计算的方法。在协同性的分布式存储方面，本文提出了一套云计算环境下适用于地震资料的分布式存储策略，该策略在充分研究地震资料及其处理特点的基础上，对地震资料的数据划分，副本的部署和定位进行了研究。在协同性的并行计算方面，本文除了对分布式存储和MPI环境进行了整合，还设计了一种面向数据驱动的对等式调度策略，该策略充分利用了分布式存储的优势，不仅摊销了分布式存储的成本，而且节约了数据准备的时间。