面向云计算弹性扩展的规则自动生成与优化-计算机科学与技术专业毕业论文.docxVIP

上海交通大学工学硕士学位论文 上海交通大学工学硕士学位论文 摘要 万方数据 万方数据 面向云计算弹性扩展的规则自动生成与优化 摘 要 云计算的相关课题是近几年的研究热点，作为一种新型的计算范式， 她倡导将计算能力以服务的形式加以传递。随着相关技术的进步和成熟， 这种理念变得越来越实际，不少行业巨头都相继投入大量资本展开相关 实践。 弹性扩展能力是云计算的重要特性之一，它也是保证云服务能否成 功实施的关键。正是因为它，云平台能根据目标系统的运行特征动态为 其调配资源，以确保系统的服务质量符合契约（SLA）规定，并保证资 源利用率在较高的水平。实现云平台弹性扩展机制的重要步骤是为目标 系统构建准确的资源需求模型，以便根据系统运行特征参数值估算其所 需的资源数目，从而为其增添资源或从中释放回收资源。目前的研究工 作主要采用实时在线的方法为目标系统微调相关配置参数或调整虚拟资 源的配额，本文认为这些方法各自存在一定局限性，容易出现“抖动” 现象。本文提出了一种基于神经网络相关知识体系来实现云平台弹性扩 展机制的方法框架。该方法借助神经网络构建目标系统的资源需求模型， 由此生成弹性扩展规则，并进一步指示云平台为目标系统执行相应的资 源调配操作。同时，本文发现单一固定的弹性扩展规则，其作用效果很 第 I 页 第 第 II 页 万方数据 难得到持续的保证，本文为此设计了一套扩展规则的优化机制和方法。 为验证本文所提方法框架的实效性，文章设计实现了一系列模拟实 验，并通过对比静态扩展规则来分析生成的弹性扩展规则的作用效果。 实验结果表明，本文提出的扩展规则生成方法行之有效，由此生成的弹 性扩展规则能保证目标系统的服务质量（系统响应时间）在至少 93%的 时间里符合 SLA 规定，相比静态扩展规则只能保证系统服务质量在 86% 甚至更少的时间里符合要求。此外，文章设计的实验也证明了本文提出 的弹性扩展规则优化方法的可用性。 本文工作以 IaaS 的视角展开，并以多层架构的 web 系统作为目标系 统的代表性案例，以此展开相关分析和研究。 关键词：云计算，弹性，扩展规则，神经网络 上海交通大学工学硕士学位论文ABS 上海交通大学工学硕士学位论文 ABSTRACT 万方数据 万方数据 GENERATION AND OPTIMIZATION OF AUTO-SCALING RULES FOR CLOUD COMPUTING ABSTRACT Cloud computing is one of the hotspots in current study. It is emerging as a novel computing paradigm that aims at delivering computing power as a utility. The vision that people will have network access to unlimited number of computing resources is becoming more and more realistic and promising with the advances in related technologies. Many big players in IT industry have invested a large amount of capital in cloud related area and many successful practices come out ever since. Elasticity, also known as auto-scaling ability, is as one of the greatest advantages cloud computing has over others. It is also the vital feature that enables cloud platform to adaptively allocate and release resource for the deployed systems according to their workload. The quality of service (QoS) for the target system thus is guaranteed and utilization of the resources is also possibly maximized. A good resource requirement model of the target system is crucial while imp