论文部分内容阅读
云计算是一种新兴的计算模式，它通过互联网为用户提供各种计算服务和存储服务。对于基于互联网和移动无线网络的多媒体应用和服务而言，由于其同时服务于大规模用户群体，需要大量的计算资源，因此将多媒体业务与云计算相结合成为了必然的发展趋势。在这种基于云的新型多媒体计算模式中，用户可以在云中分布式地存储和处理多媒体数据，延长了用户终端的续航时间和使用寿命。 与普通数据相比，多媒体数据具有数据量大、数据类型多且类型间差异大，以及输入输出复杂的特点。此外，多媒体业务对实时性、服务质量和多媒体信息质量也有着严格的要求。因此，在分配多媒体云资源时需要充分考量上述多媒体数据和业务的特点及属性，制定合理的资源调度和分配策略。 本文针对云端资源有限的特点，开展了面向多媒体业务的云资源分配策略研究工作，主要研究内容包括以下几个部分: 首先，针对大规模多媒体任务对云端资源的竞争和复用问题，提出了一种基于博弈论的多媒体云资源分配策略。通过引入资源提供者和用户的多维QoS需求，从完成时间、花费和能耗方面综合考虑云端虚拟资源的分配问题。通过所建立的效用函数，云端可实现对当前资源分配情况的实时判断，对于不同情况采取不同的措施进行处理。实验结果表明，本文所提出的策略能够将多媒体任务的完成时间减少近40％，用户花费成本降低近25％，同时节省云端能耗近30％。在满足各方需求的前提下，该策略优化了资源的利用率，实现了资源的优化分配，同时保证了服务质量与视频主观质量。 其次，针对云端用户和任务类型庞杂的问题，提出了一种基于QoS约束的三级多媒体云资源调度策略，将调度过程分为三个等级，即空闲空间调度、需求匹配调度以及个性化资源调度。首先，云端会为用户选择具有最多空闲空间的队列响应其请求，之后结合对各类多媒体用户的QoS偏好的统计和分析，明确其任务需求，进而将多媒体任务分为五种类型。最后，针对不同类型的任务，云端会采取不同的调度策略为其分配资源。实验结果表明，与固有策略相比，本文所提出的策略能够将各类型多媒体任务所关注的性能指标降低50％以上，充分满足了不同用户的个性化需求，保证了服务质量与视频主观质量。 最后，针对云端处理多媒体任务时的高能耗问题，提出了一种基于负载预测与能量有效的多媒体云资源调度策略。该策略运用超载主机定位策略，通过局部加权回归分析法对主机负载进行有效预测，及时定位出超载主机。然后通过分析超载主机上的虚拟机信息，合理选择出需要迁移的虚拟机，并基于能效最高原则将其部署于其他主机。最后，对于低载主机，所采取的方法是及时迁出其上的虚拟机并将其转换为睡眠模式，以节省能耗。实验结果表明，本文所提出的策略能够在保证用户获得满意的服务质量与视频主观质量的前提下，有效降低云端耗能。与固有策略相比，本文所提出的策略能够使全局违例率降低50％以上，并且云端能量消耗可以平均减少30％以上，最高可达45.78％。