论文部分内容阅读
随着Web技术的快速发展，智能终端Web运行环境得到了广泛的应用，Web应用数量和种类也日益增长，一方面，应用中的隐私数据容易被入侵和盗取，另一方面Web应用对系统资源的需求不断增加，如何提升Web运行环境的安全性、提高资源受限情况下Web应用的资源使用效率是本文重点解决的问题。为此本文开展基于虚拟化的Web运行环境及应用调度关键技术研究。 本文首先介绍了Web运行环境、轻量级虚拟化技术及热迁移技术的发展，详细分析了其研究现状。基于轻量级虚拟化技术，本文着重研究了基于容器的Web运行环境虚拟化、资源受限应用调度的算法优化及应用容器热迁移的优化技术。 主要研究内容与成果如下: (1)全容器化Web运行环境系统设计 针对Chromium Web运行环境只对应用进程进行磁盘隔离带来的安全性问题以及嵌入式终端对系统的性能要求，基于Web运行环境的多进程架构与轻量级虚拟化技术，设计了全容器化的Web运行环境系统，该系统采用Docker容器技术实现进程级别的隔离，可在一个基本系统内核上支持运行多种类型的容器，不同容器包含Web运行环境的不同组成模块;提出了容器并行启动机制，减轻了容器创建负载;通过解决模块依赖性、系统库和资源包的裁剪、功能简化等方法，完成了系统的轻量化，减轻了系统资源负载。在嵌入式智能终端的实验结果表明，全容器化Web运行环境在容器内实现了进程级别的多种资源隔离，安全性得到提高且在系统启动时间、应用加载时间、内存占用及磁盘占用情况等方面都具有较优表现。 (2)加权优化的资源受限Web应用调度 为提高单一资源受限情况下Web应用的资源使用效率，基于群体智能优化算法灰狼算法，提出一种用于资源受限Web应用调度的非线性加权优化灰狼算法。根据灰狼算法的金字塔等级架构，在原有均值加权的算法基础上，采用动态非线性调节因子的加权方法对算法进行优化，对不同寻优个体赋予不同的权重，解决算法寻优收敛速度慢、收敛精度差的问题。通过CEC标准测试函数及PSPLIB测试数据集仿真实验，改进的灰狼算法在收敛速度和收敛精度都有了较大改进;在单一资源受限Web应用调度的实验结果表明，改进的灰狼算法在任务执行时间、寻优结果最优占比方面均具有较优表现。 (3)收敛与加权优化的复杂资源受限Web应用调度 为解决多种资源受限Web应用调度问题，基于上述加权优化灰狼算法，提出一种改进的非线性收敛因子和线性加权相结合的优化灰狼算法，将算法的线性收敛因子改进为一种非线性指数收敛因子，并结合线性加权因子进行算法优化，从而改进个体的寻优行为，提高了收敛速度和收敛精度，并提高其跳出局部最优的能力。仿真实验结果表明，收敛与加权优化的灰狼算法在Unimodal测试函数中获得了71.4％最优解和14.3％次优解，在Multimodal测试函数中获得了15.6％最优解和21.9％次优解，在Composite测试函数中获得了50％最优解;在复杂资源受限Web应用调度仿真实验中改进的灰狼算法也获得了较好的性能。 (4)采用几何规划的Web应用多容器热迁移优化 为解决Web应用多容器热迁移的停机时间和预拷贝时间过长所导致的服务中断、资源利用率低的问题，基于容器热迁移内存预拷贝算法，提出一种采用几何规划的Web应用多容器热迁移优化算法，该方法采用预拷贝的迁移方案，提出了多容器热迁移数学模型，并结合几何规划方法进行问题求解。仿真实验结果表明，在保证停机时间满足服务需求的情况下，采用少量的内存拷贝轮数以减少预拷贝时间，结合几何规划优化可以有效减少迁移总时间。