×

多媒体云环境中任务和资源管理的两阶段方法。 (英语) Zbl 1334.60201号

摘要:近年来,多媒体云计算正在成为一种有前途的技术,它可以有效地处理多媒体服务,并以较低的成本在任何地点、任何时间和任何设备上为多媒体应用程序提供服务质量(QoS)。然而,在这种新兴的计算范式中有两个主要挑战:一个是任务管理,它将多媒体任务映射到虚拟机,另一个是资源管理,它把虚拟机映射到物理服务器。在本研究中,我们旨在提供一个有效的解决方案,共同应对这些挑战。特别地,提出了一种基于排队的任务管理方法和一种用于资源管理的启发式算法。通过在每个虚拟机请求中采用分配截止时间,任务管理器和虚拟机分配器都有更好的机会在满足多媒体服务质量约束的同时优化成本。进行了各种仿真,以验证所提议的任务和资源管理方法的效率。结果表明,与现有最先进的方法相比,所提出的解决方案提供了更好的性能。

MSC公司:

60K25码 排队论(概率论方面)
60公里30 排队理论的应用(拥塞、分配、存储、流量等)
68平方米 计算机系统环境下的性能评估、排队和调度
90B22型 运筹学中的队列和服务
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 朱伟,罗C,王J,李S(2011)多媒体云计算。IEEE信号处理杂志28(3):59-69。doi:10.1109/MSP.2011.940269·doi:10.1109/MSP.2011.940269
[2] Amreen K,Kamal K(2011)移动云计算作为移动多媒体数据库的未来。国际计算机科学通讯杂志2:29-221
[3] Dey S(2012)《云移动媒体:机遇、挑战和方向》。2012年国际计算、网络和通信会议(ICNC),第929-933页
[4] Kumar K,Lu YH(2010)移动用户云计算:卸载计算可以节省能源吗?计算机43(4):51-56。doi:10.1109/MC.2010.98·Zbl 0655.60089号
[5] Chen YL,Chen TS,Huang TW,Yin LC,Wang SY,Chiueh T(2013)《用于云中车辆自动检测和跟踪的智能城市视频监控系统》。2013年IEEE第27届高级信息网络和应用国际会议(AINA),第814-821页。doi:10.1109/AINA.2013.23
[6] Lin CF、Yuan SM、Leu MC、Tsai CT(2012)监控环境中可扩展云视频录制系统的框架。In:第九届普适智能与计算国际会议和第九届自主可信计算国际会议(UIC/ATC),pp 655-660
[7] Miao D,Zhu W,Luo C,Chen CW(2011)基于云的手机自由视点视频渲染的资源分配。摘自:第19届ACM多媒体国际会议记录,MM'11,第1237-1240页。ACM,纽约。doi:10.1145/2072298.2071983
[8] Yi S,Jing X,Zhu J,朱J,Cheng H(2012)基于云计算的视频监控人脸识别模型。摘自:《计算机科学和信息工程进展》,第105-111页。纽约州施普林格
[9] Nan X,He Y,Guan L(2011)基于排队模型的多媒体云资源优化分配。在:2011年IEEE第13届多媒体信号处理国际研讨会(MMSP),第1-6页。doi:10.1109/MMSP.2011.6093813
[10] Nan X,He Y,Guan L(2012)基于云的多媒体应用的虚拟机优化分配。2012年IEEE第14届多媒体信号处理(MMSP)国际研讨会,第175-180页。doi:10.1109/MMSP.2012.6343436
[11] Nan X,He Y,Guan L(2012)优先级服务方案中多媒体云的最优资源分配。2012年IEEE电路和系统国际研讨会(ISCAS),第1111-1114页
[12] Wen H,Hai-ying Z,Chuang L,Yang Y(2011)基于云的多媒体系统的有效负载平衡。2011年电子机械工程和信息技术国际会议(EMEIT),第1卷,第165-168页。doi:10.10109/EMEAIT.2011.6022888
[13] Aisopos F、Tserpes K、Varvarigou T(2011)《使用背包问题模型的软件即服务资源管理》。《国际生产经济学杂志》141(2):465-477。doi:10.1016/j.ijpe-2011.12.011。http://www.sciencedirect.com/science/article/pii/S0925527311005275
[14] Beloglazov A、Abawajy J、Buyya R(2011),云计算数据中心高效管理的能源感知资源分配启发法。未来通用计算系统。doi:10.1016/j.future.2011.04.017。http://www.sciencedirect.com/science/article/pii/S0167739X11000689
[15] Beloglazov A,Buyya R(2012)用于云数据中心中虚拟机的能源和性能高效动态整合的最佳在线确定性算法和自适应启发式。Concurr计算实践实验24:1397-1420
[16] Goirií,Berral JL,FitóJO,JuliáF,Nou R,Guittart J,GavaldáR,Torres J(2012)利润驱动的虚拟化数据中心的能效和多方面资源管理。未来通用计算系统28(5):718-731。doi:10.1016/j.future.2011.12.002。http://www.sciencedirect.com/science/article/pii/S0167739X11002366
[17] Hassan MM、Hossain MS、Sarkar AMJ、Huh E-N(2012)水平动态云联合平台中基于合作游戏的分布式资源分配。信息系统前端1-20。doi:10.1007/s10796-012-9357-x
[18] 林伟,齐德(2010)云计算资源自组织模型研究。2010年互联网技术和应用国际会议,第1-5页。doi:10.1109/ITAPP.2010.5566394
[19] Nguyen Van H、Dang Tran F、Menaud JM(2009)《服务托管平台的自主虚拟资源管理》。摘自:2009年ICSE云计算软件工程挑战研讨会论文集,2009年云计算,第1-8页。华盛顿IEEE计算机协会。doi:10.1109/CLOUD.2009.5071526
[20] Stillwell M、Schanzenbach D、Vivien F、Casanova H(2010)虚拟化服务托管平台的资源分配算法。J并行分布计算70(9):962-974。doi:10.1016/j.jpdc.2010.05.006。http://www.sciencedirect.com/science/article/pii/S074373151000997 ·Zbl 1233.68087号
[21] Teng F,Magoule SF(2010)云计算中的资源定价和均衡分配政策。2010年IEEE第十届计算机和信息技术国际会议(CIT),第195-202页。doi:10.1109/CIT.2010.70
[22] Wei G,Vasilakos AV,Yao Z,Xiong N(2010)云计算服务公平资源分配的游戏理论方法。超级计算机杂志54:252-269·Zbl 0655.60089号
[23] Khazaei H,MišićJ,MićVB(2012)《云计算中心的性能分析》。内容:异构网络中的质量、可靠性、安全性和健壮性,第251-264页。纽约州施普林格
[24] Ranjan R,Buyya R,Harwood A(2005)分布式集群的合作和基于激励的耦合案例。摘自:IEEE集群计算国际会议,第1-11页
[25] Rahman M、Ranjan R、Buyya R、Benatallah B(2011)网格计算环境中应用程序自主管理的分类和调查。协和计算实践实验23(16):1990-2019·doi:10.1002/cpe.1734
[26] Wang L,Tao J,Ranjan R,Marten H,Streit A,Chen J,Chen D(2013)G-Hadoop:MapReduce跨分布式数据中心进行数据密集型计算。未来通用计算系统29(3):739-750·doi:10.1016/j.future.2012.09.001
[27] Paul AK,Park JS(2013),使用智能手机和云计算进行增强现实和视频监控应用的多类对象识别。2013年:信息学、电子与视觉国际会议(ICIEV),第1-6页
[28] Hossain MS、Hassan MM、Qurishi MA、Alghamdi A(2012)基于云的视频监控平台中服务组合的资源分配。摘自:IEEE多媒体和展览研讨会国际会议(ICMEW),第408-412页
[29] Hassan MM(2014)多媒体云电子医疗系统的成本效益资源供应。多媒体工具应用程序。doi:10.1007/s11042-014-2040-0
[30] Saini M,Wang X,Atrey PK,Kankanhalli M(2012)多摄像机监控系统中的自适应工作负载均衡。IEEE Trans Multimed 14(3):555-562·doi:10.1109/TMM.2012.2186957
[31] Yang B,Feng T,Yuan-Shun D,Suchang G(2009)考虑故障恢复的云服务性能评估。摘自:云计算,第571-576页。柏林施普林格
[32] Ma Bobby NW,Mark JW(1995)M/G/c排队系统平均队列长度的近似。运营研究43(1):158-165·Zbl 0830.90058号
[33] 史密斯J(2003)麦格雷戈:\[M\]M/\[G\]G/\[c\]c/\[KK\]阻塞概率模型和系统性能。执行评估52(4):237-267·doi:10.1016/S0166-5316(02)00190-6
[34] Wang L,Khan SU,Chen D,Koodziej J,Ranjan R,Xu CZ,Zomaya A(2013)集群中的能量感知并行任务调度。未来通用计算系统29(7):1661-1670·Zbl 1348.90648号 ·doi:10.1016/j.future.2013.02.010
[35] Heyman DP、Sobel MJ(2003)《运筹学中的随机模型:随机优化》,第2卷。http://DoverPublications.com
[36] Grimmet G,Stirzaker D(2001)概率和随机过程。牛津大学出版社·Zbl 1015.60002号
[37] Hassan Sodhro A,Ye L(2013)使用最优平滑算法优化无线远程医疗系统中的医疗服务质量。输入:E-Health Telecomm Syst Netw 2:1
[38] Doshi B(1986)休假排队系统调查。排队系统1(1):29-66·Zbl 0655.60089号 ·doi:10.1007/BF01149327
[39] Marshall KT、Wolff RW(1971)《客户平均排队长度和等待时间》。应用概率杂志535-542·Zbl 0223.60039号
[40] Calheros RN、Ranjan R、Beloglazov A、De Rose CA、Buyya R(2011)Cloudsim:一个用于云计算环境建模和仿真以及资源供应算法评估的工具包。Softw Pract实验41(1):23-50
[41] Lee YC,Zomaya AY(2012)云计算系统中资源的能效利用。J超级计算机60(2):268-280·doi:10.1007/s11227-010-0421-3
[42] Meisner D,Gold BT,Wenisch TF(2009)PowerNap:消除服务器闲置电源。收录于:ACM Sigplan通知,第44(3)卷,第205-216页。ACM,纽约
[43] Freund RF、Gherrity M、Ambrosius S、Campbell M、Halderman M、Hensgen D、Keith E、Kidd T、Kussow M、Lima JD等(1998)使用智能网在多用户、异构计算环境中调度资源。摘自:第七届异构计算研讨会论文集(HCW 98),第184-199页
[44] Maheswaran M、Ali S、Siegel HJ、Hensgen D、Freund RF(1999),一类独立任务到异构计算系统的动态映射。J平行分布计算59(2):107-131·doi:10.1006/jpdc.1999.1581
[45] Atherton DP(1999)PID控制器调整。计算机控制工程J 10(2):44-50·doi:10.1049/cce:1990202
[46] Ferreto TC、Netto MAS、Calheros RN、De Rose CAF(2011)《虚拟化数据中心迁移控制的服务器整合》。未来通用计算系统27:1027-1034·doi:10.1016/j.future.2011.04.016
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。