【摘 要】
：
随着国家“互联网+”的战略部署和工业信息化进程的加快,计算服务对社会乃至个人的影响越来越大。云计算的出现使计算资源得以集中分配和维护,解决了许多企业需要自己建造和维护计算基础设施的成本问题。然而,随着云计算的发展,作为云计算基础设施的数据中心也在加速扩张。数据中心巨大的能耗也在与日俱增,成为了社会和政府所关注的问题。为了能够对数据中心的能耗进行优化,对数据中心的能耗结构进行建模以及对数据中心系统资
论文部分内容阅读
随着国家“互联网+”的战略部署和工业信息化进程的加快,计算服务对社会乃至个人的影响越来越大。云计算的出现使计算资源得以集中分配和维护,解决了许多企业需要自己建造和维护计算基础设施的成本问题。然而,随着云计算的发展,作为云计算基础设施的数据中心也在加速扩张。数据中心巨大的能耗也在与日俱增,成为了社会和政府所关注的问题。为了能够对数据中心的能耗进行优化,对数据中心的能耗结构进行建模以及对数据中心系统资源的优化和预测是重要的。对数据中心物理机的系统利用率进行预测,除了可以结合能耗模型完成对能耗的预测外,还可以向数据中心的任务调度算法提供可靠的预测结果,从而协助调度算法做出科学、高效的调度策略,促使数据中心能源的高效利用。所以,对数据中心物理机的系统利用率进行预测也具有重要的意义。因此,如何对物理机的能耗进行建模及如何对其系统利用率乃至能耗进行预测是该领域需要解决的关键问题,也是该领域的研究热点。针对上述问题,本文主要针对数据中心物理机的能耗建模以及物理机的系统利用率预测展开研究,本文具体的研究工作和成果如下:（1）物理机作为数据中心提供计算服务的基本单位,是数据中心能耗最主要的部分。为了解决基于特定硬件（如性能计数器）的物理机能耗模型通用性不足的问题,本文提出了基于系统利用率的能耗模型。该能耗模型摆脱了基于特定硬件进行建模导致模型普适性差的问题,并拥有更高的准确度。实验结果表明,本文的能耗模型与目前先进的能耗模型相比有0.05%-5.18%的精度提升;在泛化测试集下的实验结果说明该模型除了有最佳的准确度外,也拥有较好的泛化能力。（2）针对系统利用率历史数据中存在的噪声污染问题,本文提出了一种针对小噪声数据的降噪算法。该算法利用CEEMDAN将原始序列数据分解为多个本征模函数,然后计算每个本征模函数的排列熵,用给定排列熵阈值将分解出来的本征函数划分入处理区或非处理区;利用小波降噪对处理区中的本征模函数进行降噪处理;最后将处理后的分量与非处理区中的分量重构为降噪后的序列。本文分别基于模拟时间序列与现实采集的系统利用率数据集对降噪算法进行实验,实验结果表明,该降噪算法无论在信号比还是在均方根误差上对比于目前先进的降噪算法在两种实验环境下均有明显的效果提升。（3）结合基于系统利用率的能耗模型可以得知,对能耗进行预测实际上可以转化为对相关系统利用率的预测。为了解决传统循环神经网络在预测时计算资源占用多、训练时间长的问题,本文提出了一种多步多维度输入输出预测网络用于解决多维度系统利用率的预测问题。该网络通过特定的数据组织结构,实现了对系统利用率的多步多维度预测。利用多层感知机对上下文向量层进行拓展,有效地提高了网络预测性能的稳定性。结合注意力机制,使得该网络在面对具有陡升陡降特征的数据时有更好的适应性。与目前先进的网络相比,该网络训练时间更短,计算资源占用更少,精度更高。实际上在对预测模型进行评价时有多种不同的评价指标。在不同的指标下对网络性能的评价可能出现不同的结论。因此,本文提出了一种多指标融合评判标准,解决了在多指标下网络性能结论不一致的问题。通过将本文的降噪算法与预测网络相结合,实现了对云数据中心物理机的系统利用率的多步多维度输出的准确预测。该预测网络对比与目前先进的多维度预测网络有2%-17%的精度提升。综上所述,本文从能耗建模,系统利用率数据的降噪以及系统利用率的预测三方面入手,对云数据中心物理机的能耗建模及预测进行研究,以建立准确的能耗模型和预测模型。
其他文献
根据我国残疾人联合会公布的数据可知,早在2010年末我国视力残疾人数已达到1263万,约占残疾总人数的15.45%,视力残疾人的人数还在不断的增长。由于盲人失去了视觉感知能力,难以获取环境中各种信息,日常生活中面临巨大困难。现有的盲文打印装置虽然为盲人的生活提供了一定的帮助,但在实际使用过程中都存在价格昂贵、功能单一、实用性差等问题。基于此,本项目研制一款能够通过数控点胶技术将盲文点阵在不干胶便利
细胞分化的本质是转录组的更迭,关闭早幼期细胞特异性基因（上游基因）,开启表达更成熟阶段特异性基因（下游基因）。表观遗传在这一过程中发挥重要调控作用。多梳抑制复合物2（Polycomb Repressive Complex 2,PRC2）是H3K27甲基化酶,包括Ezh2、Eed和Suz12三个核心蛋白。H3K27me3标记的基因处于表达受抑或者蓄势（同时带H3K4me3标记）状态。PRC2在胚胎干
近年来农作物病虫害情况呈加重态势，对粮食生产已构成直接威胁，提出了基于图像识别算法对大田作物进行病虫害数字化诊断与预警系统应用的方案设计，采用YOLOv3算法实现目标检测，引入卷积注意力模块（CBAM），通过无人机对大田作物的监测，以期提供可借鉴的方法。传统人工识别在大田信息检测上占很大劣势，其存在识别准确性低、效率低等严重缺陷，而若将图像识别算法与无人机相结合，用于检测农田，就会在降低病虫害发生
农作物病虫害是当今农业生产需要解决的重要问题之一。基于卷积神经网络的图像识别技术是一种新型的图像与数据处理技术，利用该技术，可以在农业种植过程中，及时准确地分析作物病虫害，以便做出快速准确的反应。综述了利用卷积神经网络模型识别农作物病虫害识别技术在国内外的发展情况，讨论了所调研文献中的病虫害识别关键技术，包括数据源选择、数据预处理手段、卷积神经网络模型和算法优化方式的不同与相似之处。提出了数据获取
随着无线网络技术的进步,频谱资源短缺,以LED作为信号发送端的可见光通信（VLC）系统引起了广泛的关注。相较于传统的无线电通信方式,VLC具有频谱宽、保密性好、抗电磁干扰等优势,具有广阔的应用前景。光学相机的革新及普及,使得以光学相机作为信号接收端的光学相机通信（OCC）系统引发了广泛的兴趣。本文将室内照明的灯具与OCC系统相结合,实现照明通信共用的室内OCC系统。本文首先搭建了室内OCC系统,针
分子簇作为一类纳米尺度结构明确的原子或分子聚集体团簇,具有多样化的尺寸、结构与组成,在基础科学与应用中都具有良好的前景。分子簇的这些结构特征使其非常适合作为基础研究的模型体系,而分子簇本身也有许多尚未解决的科学问题。目前已有许多表征方法被成功应用于分子簇结构表征中,包括电子显微镜、各种光谱、核磁共振波谱、质谱、X射线衍射等。虽然这些方法均能提供有用的结构信息,然而它们仍然不能完全满足部分研究需求。
作为最重要的大数据类型之一,时空数据具有空间属性、时间属性和其他属性等多维度的特点,其背后蕴藏着巨大的信息价值,在地图导航和智慧城市等日常生活各个方面发挥着十分重要的作用。通过对车辆行人既往的时空轨迹数据进行收集和管理,使用大数据技术分析出车辆的运行状况和人流的移动规律,可以有效地缓解城市交通拥堵问题,提高城市出行的效率。所以,如何对海量的历史轨迹数据进行存储和管理成了当前亟需解决的热门问题。同时
超小发光金纳米粒子（AuNPs,d＜3 nm）由于其可调的光学性质、表面易功能化及良好的生物相容性,在生物荧光成像和疾病治疗等生物医学领域受到越来越多的关注。当前,设计与开发光学穿透深度高、背景散射低的近红外二区发光（NIR-II,1000 nm-1700 nm）AuNPs探针的研究已成为光学成像领域的热点。AuNPs的光学性能与其表面化学性质及聚集状态密切相关。另外,发光AuNPs可产生单线态氧
我国移动通信经历了2G、3G、4G时代,目前正处于5G建设与应用高潮阶段,极大地满足了人们的高速数据传输需求。天地一体化移动卫星通信是未来6G通信的关键技术,相比于传统的地面通信,其主要优势在于覆盖范围更广,不受地理因素的影响,不受运动限制。未来6G移动卫星通信终端需要与现有的5G和4G等移动通信终端融合,从而将实现天地一体化的全球无缝覆盖。因此,研究6G卫星通信与现代地面移动通信一体化终端天线具
近年来,移动机器人的工作场景和功能需求呈现出多样化和复杂化的趋势。自主导航功能是移动机器人完成其他复杂功能的基础,是最不可或缺的功能之一。目前广泛应用于移动机器人中的自主导航功能主要使用激光雷达实现,无法利用图像和语言等具有丰富特征的信息进行导航和避障。如何让移动机器人理解图像和语言,并将其获得的视觉和语义信息利用到自主导航中成为亟需解决的问题。本文针对视觉和语义信息在移动机器人自主导航中应用问题