一個適用於自動供應雲端系統的動態調適計算架構

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：15

、訪客IP：52.14.85.76

姓名

江博閔(Bo-min Jiang) 查詢紙本館藏

畢業系所

資訊工程學系

論文名稱

一個適用於自動供應雲端系統的動態調適計算架構
(A Dynamic Adaptive Computing Framework for Self-Provisioning Cloud Systems)

相關論文

★ 以伸展樹為基礎的Android Binder Driver	★ 應用增量式學習於多種農作物判釋之研究
★ 應用分類重建學習偵測航照圖幅中的新穎坵塊	★ 一個建立在平行工作系統上的動態全球計算平台
★ 用權重參照計數演算法執行主動物件垃圾收集	★ 一個動態負載平衡之最大可能性估算計算架構
★ 利用多項系統負載資訊進行動態P2P系統重組的策略研究	★ 基於Hadoop系統的雲端應用程式特徵擷取與計算監測架構
★ 適用於大型動態分散式系統的調適性計算模型	★ 一個提供彈性虛擬資料中心的雲端服務平台
★ 雲端彈性虛擬機房服務平台之資源控管中心	★ 線性相關工作與非相關工作的探索式排程策略
★ 適用於大資料集高效率的分散式階層分群演算法	★ 混合雲端環境上的多重代理人動態調適計算管理架構
★ 基於圖形的平行化最小生成樹分群演算法	★ 基於密度的超立方體覆蓋之啟發式演算法

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

新興的雲端運算已經成為大部分國家的重點發展目標。然而現今在雲端環境上自動化與適應性計算的發展仍然是不足的。本研究結合代理人系統、雲端運算以及適應性計算的概念，提出一個在自動供應的雲端環境下，具有自我調適功能的架構。這個架構可以平行處理使用者所提交的工作，並可以在資源不足的狀況之下自動搬移工作到公用雲端的資源上。我們提出了兩種策略去解決系統負擔過重或是負載不平衡的問題。第一種策略是當系統負載不平衡時，代理人會自動的重新分配工作，讓系統能夠負載平衡。第二種策略是當系統發現有新的可用資源時，會將工作遷移到這些新發現的機器上去執行。假如所有系統負擔都過重的話，會自動的在公共雲上新增可用的運算資源供系統使用，這樣一來就可以增加整體效能。此外我們的系統具有容錯的功能，系統會週期性的將目前的狀態儲存下來，因此可以在發生錯誤之後從儲存點繼續進行計算。

摘要(英)

The emerging cloud computing technology has become one of the urgent development goals in most developed countries. However, existing automatic/adaptive computing solutions in a cloud environment are still primitive. This work combines the concept of multi-agent systems, mobile agents, and cloud computing systems, and develops a framework to support self-provisioning, adaptability, and dynamic load balancing in a cloud environment. In the proposed framework, user can submit their applications, implemented as a group of mobile agents, to the proposed framework. When the system encounters the problem of system overloading or load imbalance, it will use two strategies to handle this problem. First, the mobile agents themselves can dynamically partition and redistribute the tasks to balance the load. Second, the system can notify the mobile agents to migrate to some free machines. If all resources are busy, the system can create more computing resources in the public cloud to increase the computing pool and to reduce the overall workload. In addition, the state of each application is periodically saved by the system to support fault tolerance.

關鍵字(中)

★ 代理人系統
★ 自動供應
★ 自我調適
★ 雲端計算

關鍵字(英)

★ Cloud Computing
★ Self-adaptation
★ Self-Provisioning
★ Multi-Agent System

論文目次

摘要 I
ABSTRACT II
目錄 III
圖目錄 V
表目錄 VI
第1章. 緒論 1
1-1. 研究背景 2
1-2. 研究目標 7
1-3. 研究貢獻 10
1-4. 論文架構 11
第2章. 相關研究 12
2-1. 虛擬化工具 12
2-2. JADE（JAVE AGENT DEVELOPMENT FRAMEWORK） 14
2-3. MPI（MESSAGE PASSING INTERFACE） 16
2-4. 其他研究 17
第3章. 系統架構 18
3-1. 系統核心架構 18
3-1.1. 初始設定 20
3-1.2. Iterative Algorithm and Adaptive Computing Module 21
3-1.3. Communication Module 22
3-1.4. Predictor and Storage 23
3-1.5. Work Agent 27
3-2. 程式執行流程與程式的使用說明 28
第4章. 實驗結果 32
4-1. 實驗環境 32
4-2. 實驗結果與分析 33
4-2.1. 固定資源下的適應能力 33
4-2.2. 增加虛擬CPU對執行效能的影響 40
4-2.3. 動態資源下的適應能力 42
第5章. 結論 47
第6章. 未來展望 48
參考文獻 49

參考文獻

[1] “QoS in grid computing,” Internet Computing, IEEE, vol. 8, no. 4, pp. 85- 87, 2004.
[2] “Cloud Computing: Distributed Internet Computing for IT and Scientific Research,” Internet Computing, IEEE, vol. 13, no. 5, pp. 10-13, 2009.
[3] “雲端運算與政府組織改造,” 行政院經濟建設委員會.
[4] F. Berman et al., “Adaptive computing on the Grid using AppLeS,” IEEE Transactions on Parallel and Distributed Systems, vol. 14, no. 4, pp. 369- 382, 2003.
[5] R. Olfati-Saber, “Flocking for multi-agent dynamic systems: algorithms and theory,” IEEE Transactions on Automatic Control, vol. 51, no. 3, pp. 401- 420, 2006.
[6] M. Rosenblum and T. Garfinkel, “Virtual machine monitors: current technology and future trends,” Computer, vol. 38, no. 5, pp. 39- 47, 2005.
[7] A. Fuggetta, G. P. Picco, and G. Vigna, “Understanding code mobility,” IEEE Transactions on Software Engineering, vol. 24, no. 5, pp. 342-361, 1998.
[8] R. Olfati-Saber, J. A. Fax, and R. M. Murray, “Consensus and Cooperation in Networked Multi-Agent Systems,” Proceedings of the IEEE, vol. 95, no. 1, pp. 215-233, 2007.
[9] W.-J. Wang, K. E. Maghraoui, J. Cummings, J. Napolitano, B. K. Szymanski, and C. A. Varela, “A Middleware Framework for Maximum Likelihood Evaluation over Dynamic Grids,” in Proceedings of the Second IEEE International Conference on e-Science and Grid Computing, p. 105,2006.
[10] T. Desell, N. Cole, M. Magdon-ismail, H. Newberg, B. Szymanski, and C. Varela, “Distributed and generic maximum likelihood evaluation,” In 3rd IEEE International Conference on e-Science and Grid Computing , p. 8, 2007.
[11] "VMWare ",http://www.vmware.com/tw/solutions/cloud-computing/.
[12] Tiezhu Zhao, Yilong Ding, V. March, Shoubin Dong, and S. See, “Research on the Performance of xVM Virtual Machine Based on HPCC,” in ChinaGrid Annual Conference, pp. 216-221,2009.
[13] P. Barham et al., “Xen and the art of virtualization,” in ACM SIGOPS Operating Systems Review, New York, NY, USA, pp. 164–177, 2003.
[14] G. Caire, “Jade Tutorial,” Application-Defined Content Languages and Ontologies, 2002.
[15] “Jade: a high-level, machine-independent language for parallelprogramming,” Computer, vol. 26, no. 6, pp. 28-38, 1993.
[16] “MPI: A Message-Passing Interface Standard Version 2.1,” Message Passing Interface Forum, 2008.
[17]"MPICH2 : High-performance and Widely Portable MPI.", http://www.mcs.anl.gov/research/projects/mpich2/.
[18] S. Kaisler and W. H. Money, “Service Migration in a Cloud Architecture,” in 2011 44th Hawaii International Conference on System Sciences (HICSS), pp. 1-10, 2011.
[19] H. Zhang, G. Jiang, K. Yoshihira, H. Chen, and A. Saxena, “Intelligent Workload Factoring for a Hybrid Cloud Computing Model,” in Proceedings of the 2009 Congress on Services - I, pp. 701–708,2009.
[20] W. Pedrycz and Keun-Chang Kwak, “The Development of Incremental Models,” in IEEE Transactions on Fuzzy Systems, vol. 15, no. 3, pp. 507-518, 2007.

指導教授

王尉任(Wei-Jen Wang)

審核日期

2011-7-26

推文