国家自然科学基金(61173004)
- 作品数:7 被引量:46H指数:4
- 相关作者:张文博张建华吴恒钟华王焘更多>>
- 相关机构:中国科学院软件研究所中国科学院研究生院中国科学院大学更多>>
- 发文基金:国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种收益敏感的虚拟资源按需提供方法被引量:4
- 2013年
- 基于虚拟机的资源重配置操作具有耗时长并伴随性能衰减的特点.已有的Cost-Oblivious和Cost-Aware方法在面对Internet突变负载时存在因经常执行资源重配置操作而导致频繁QoS违约的不足.提出了一种收益敏感(benefit-aware)的资源按需提供方法.该方法首先考虑了Web应用在配置稳定期内的QoS获益,并以此构建收益函数;然后,以收益率最大化原则作为资源重配置策略选择的依据.实验结果表明,该方法与Cost-Oblivious方法相比最多能节约25%的资源成本,而与Cost-Aware方法相比则能有效减少Web应用在突变负载下的QoS违约次数.
- 吴恒张文博张建华魏峻黄涛
- 关键词:云计算虚拟化
- ROSA:资源敏感的高性能Web容器体系结构被引量:1
- 2012年
- 现有的Web容器多采用线程池体系结构,而Web容器所支撑的动态Web组件在执行过程中可能需要获取多种共享资源,由共享资源并发量限制导致的线程阻塞可能会严重影响性能。提出了一种资源敏感的Web容器体系结构ROSA(resource-oriented staged architecture)。当某些共享资源达到饱和时,若Web容器接到对需要这些资源的Web组件的请求,ROSA会暂缓为这些请求提供服务以减少线程阻塞。基于排队Petri网,建立了ROSA结构和线程池结构的性能模型,通过模型仿真和负载实验验证了ROSA体系结构的性能优势。
- 周晓炜张文博王联华
- 关键词:体系结构WEB容器线程池
- 基于负载模式识别的Web应用在线异常检测方法
- 2012年
- 负载模式的动态变化会影响系统度量,使得异常难以准确检测.针对此问题,提出一种基于负载模式识别、在线检测Web应用异常的方法.该方法基于在线增量式聚类算法,运行时识别动态变化的负载模式,根据特定负载模式对应的度量空间,利用局部异常因数检测异常状态,并量化异常程度,并通过学生t测试方法计算度量异常值,以定位异常原因.实验结果表明,所提方法能够准确识别负载模式变化,有效检测出Web应用典型错误所引起的异常状态,并定位异常原因.
- 王焘魏峻张文博钟华
- 关键词:WEB应用异常检测增量式聚类
- 云计算核心技术研究综述被引量:26
- 2013年
- 云计算作为一种新型的计算模式,在工业界和学术界得到了越来越广泛的应用和研究.本文首先阐述了云计算的基本概念,然后从云存储结构、编程框架、虚拟化和资源管理、安全与隐私、网络拓扑结构、能源管理等几个方面论述了当前云计算核心关键技术的发展现状,分析了其中的优势和不足,并进一步介绍了当前工业界主流的云计算平台以及学术界的开源云计算框架和实验系统.最后本文探讨了云计算进一步发展的研究问题,并展望了云计算的发展趋势.
- 张建华吴恒张文博
- 关键词:云计算虚拟化网络拓扑能源管理
- 面向OSGi框架的软件构件监控方法的设计与实现被引量:5
- 2014年
- 面向OSGi框架的构件化软件开发方法被广泛应用。现有的OSGi构件监控方法仅能够监控动态服务调用所造成的资源消耗,未能考虑静态包引用的情况。针对该问题,提出一种面向方法的OSGi构件监控方法。该方法首先对代码进行分析,建立方法与构件间的映射关系,在方法前后插入监控逻辑以标记构件的边界;而后,跟踪线程的跨边界执行,将线程在方法中占用的CPU和内存计入对应的构件;同时,通过记录线程在不同构件间的转移,监测构件间的动态调用。实验结果表明,该方法能够以较低的开销准确监控OSGi中构件的CPU和内存资源消耗,以及构件间的交互行为。
- 李顺王焘宋云奎胡呈炜张文博
- 关键词:OSGI资源监控
- 一种面向SLA的云计算环境下虚拟资源调度方法被引量:7
- 2015年
- 云计算环境下,应用提供者可以根据需要决定租用虚拟资源的数量。租用大量资源会得到Qo S保障,从而获得较好的收益,但应用提供者需要为租用资源付费。同样,租用少量资源,会节省租用资源投入,但资源不足难以保障Qo S,SLA(Service Level Agreement)违背会带来经济损失。因此,租用多少虚拟资源才能使得资源得到充分利用,达到应用提供者的收益最大化成为亟待解决的问题。针对此问题,从应用提供者收益角度考虑,兼顾SLA收益损失和服务器租用成本投入,提出虚拟机资源调度方法,旨在使得应用租用者收益最大化。该方法利用排队论建模目标云应用的性能,并引入SLA收益损失函数估算在租用一定虚拟资源情况下的SLA收益损失,最后,利用爬山算法动态调整物理资源租用数量以达到收益最大化的目标。实验结果表明,与当前常见的虚拟机资源调度方法 1VMPer Job、1VM4All和Bin Packing相比,所提出的方法使得云应用提供者的成本投入分别降低了17.92%、22.85%和10.74%。
- 叶世阳张文博钟华
- 关键词:云计算虚拟机资源调度服务水平协议