一种用于校园网格的计费系统设计

费用问题对于一个网格系统很重要,该文提出了一种用于校园网格的计费系统。分析了哪些网格资源需要计入计费系统。根据各类资源消耗量,如何经过计算得到用户需要支付的费用,提出资源置换概念。然后介绍了校园网格系统的组成结构,说明用户任务的执行过程。阐述了一个校园网格计费系统的组成结构、各个模块的功能和工作原理。     

基于PCA降维的云资源状态监控数据压缩技术

云计算资源状态监控作为保障云服务质量和可靠性的重要自动化手段,必须从海量的监控数据中分析出各类云资源的真实状态信息。为了减少资源监控任务自身对云计算资源的消耗,提出一种基于PCA(Principal Components Analysis)降维的监控数据的降维和筛选技术。监控数据转换利用PCA降维,将原始监控数据映射至若干主成分方向上,实现数据压缩。而监控数据筛选则着眼于在保留原始数据的前提下,筛选出关键监控指标以有效表征资源状态。基于VICCI云服务实验平台的实验结果证明,所提出的方法能够从多种监控数据中快速筛选出表征资源状态的核心数据,在保证状态监控效果的前提下,有效减少了监控任务所需处理的数据量。     

基于计费模块的校园网络管理系统设计

为了更好地解决基于用户身份认证的计费问题,减轻管理者的工作负担,提高校园网计费的透明度,分析了当前校园网络设备监控以及计费系统的不足之处,通过结合某高校校园网设备监控及计费系统的实际需求情况,在简单网络管理协议(SNMP)的基础上,使用Java平台作为开发工具,MySQL作为后台数据库,研究开发了一套基于网络平台、符合高校管理理念的综合性高校网络管理系统。     

网络流量分析系统的设计与实现

现有的网络管理系统普遍存在以下问题：一是缺乏对用户用量、用法的监控和管理;二是缺乏对安全、计费、网络优化等应有的增值服务功能;三是不支持网络管理员和高级经理对网络管理高层次业务需求分析。设计的网络流量分析系统作为对网络管理系统的有力补充和提升,解决了常规网管系统的缺陷,直接从网络管理高层次需求入手,满足客户对网络使用状况分析、网络安全防卫、基于用量的计费模式等需求。     

浪潮移动立即计费结算系统解决方案——如何抓住“手中”的市场?

近几年来,移动通信行业成为我国经济增长最快的行业之一。但随着移动电话用户量的猛增,许多省现有的计费结算系统的设备配置、处理速度和存储容量越来越难以满足日益增长的业务需求,也影响如资费套餐、分时段计费等移动通信新业务的开展以及对盗码并机及高额话费逃逸的高效监控。 浪潮集团在国内较早涉入移动计费结算领域,是1998年邮电12家入围的大型系统集成商和软件开发商之一。基于在移动计费结算领域较多的开发经验和用户的巨大需求,浪潮集团推出了全面的移动立即计费结算系统解决方案。     

一种高性能计算环境中的计费系统

随着科学技术的不断发展,个人用户对大规模计算能力的需求日益迫切。高性能计算面向个人用户,实现了资源使用方和提供方的双赢,同时也带来了资源计费等问题。本文介绍了一种面向个人用户的集群计费系统。该系统基于Web方式,能够对多种资源计费,适用于当前大多数Linux集群系统,操作简单,应用前景广泛。     

TDDS:基于虚拟集群系统的任务部署与调度

利用虚拟机的灵活性和快速部署能力,设计并实现了任务部署与调度系统(task deployment and dispatch system,TDDS).TDDS能够根据用户的需求,为用户的计算任务提供可以进行资源配置的集群计算环境,满足了用户对不同操作系统、不同应用程序和不同计算资源的需求.TDDS还使用了负载均衡策略,以提高物理集群资源的利用率.提出了两种虚拟机部署策略,用以加快虚拟集群部署的速度.TDDS尽量控制虚拟机系统镜像的大小和访问频率,以提高部署的效率.实验表明,TDDS系统能够快速灵活地部署用户所需要的计算环境和计算资源,负载均衡的调度策略也切实提高了物理集群处理任务的能力,提高了集群的使用率.     

一种满足任务主/次需求的云计算资源划分算法

云计算平台中存在大量的异构资源,当云用户将任务提交给云平台,云调度系统搜索与这些任务需求相匹配的资源时,有可能没有任何资源节点能满足任务的需求,因此需要对这些异构资源进行聚类划分,满足任务的需求.根据实际情况,不妨假设云任务对云资源有主/次需求.文章给出云资源分簇计算能力的定义以及资源均衡划分概念,设计了随机近似和增强内聚性的云资源均衡划分算法.最后,通过模拟实验对算法的有效性进行分析.     

网络计费系统分析

计费系统是网络管理的重要组成部分.文中讨论了网络计费系统的组成、分类及不同的计费数据采集技术.由捕获数据链路层及其以上层数据包,可分析数据包中的内容,实现基于用户或IP地址方式的计费.局域网内的计费通常需要结合基于代理和基于IP的计费方式;对于更大的园区网络可以根据具体的需求,多种计费方式结合起来,构成更加完备的网络计费系统.应用数据采集技术就可实现并开发出满足自己单位需求的计费系统.     

改进的基于二叉树的无交互防欺骗检测方法

针对一个已有的基于二叉树的无交互防欺骗检测方法进行改进。考虑用户实际诚实计算所花费的开销,把用户没有计算但猜中计算结果的概率计算在内,使进行欺骗的代价大于诚实计算所有任务的代价,用户从欺骗中得不到任何好处,从而达到防止欺骗的目的。改进后的方法比原方法需要更少的样本。     

基于稳定匹配的多用户任务卸载策略

随着许多计算密集型应用的出现,移动设备因其有限的计算能力无法满足用户时延、能耗等需求。移动边缘计算（MEC）通过无线信道将用户的任务计算卸载到MEC服务器,从而显著减少任务响应时延和能耗。针对多用户任务卸载问题,提出了基于稳定匹配的多用户任务卸载策略（MUTOSA）,在保证用户的时延要求下达到能耗最小化。首先,在综合考虑时延与能耗的基础上,对独立任务场景下的多用户任务卸载问题进行建模;然后,基于博弈论的稳定匹配中的延迟接收思想,提出了一种调整策略;最后,通过不断迭代,解决了多用户任务卸载问题。实验结果表明,该策略相较于基准策略和启发式策略能够满足更多用户的时延要求,平均提高约10%的用户满意度,并能减少约50%的用户设备总能耗。所提策略在保证用户时延要求的同时有效地减少了能耗,可以有效地提高用户对于时延敏感型应用的体验。     

A scalable data structure for real-time estimation of resource availability in build-to-order environments

This paper defines a highly scalable interval index structure called the Temporal Bin tree (TB-tree) that can be embedded in any resource planning application whose algorithms require efficiently estimating either the time that a resource will be available to process a specific task of known length or the net availability of a resource during a specified period of time. It is specifically engineered to meet the real-time response and space efficiency requirements of large-scale resource planning applications that are required for mass customization. Basically, the TB-tree is a binary tree structure that represents availability of a resource across a planning horizon. Representing intervals of availability hierarchically using a tree structure increases the efficiency of search for resource availability when the discretization of time is fine-grained or the planning horizon is long. The tree forms a backbone structure that does not require disruptive rebalancing during update operations, which would mitigate the ability of the tree to respond to queries in real time. Its specific implementation allows for random access at any level of the tree to further improve scalability. An application of planning to real-time promising of order due dates for custom built products provides the context for empirical evaluation. Results of analytical evaluations and simulation experiments clearly demonstrate the scalability of the TB-tree relative to existing index structures in terms of both time and space.     

云环境下基于偏好的资源公平分配策略

资源分配策略是云计算领域的一个重要研究热点,其主要目标是同时考虑云用户和云提供商双方的利益,有效满足系统用户和任务的公平性,同时尽可能达到系统资源的充分利用。考虑到云环境中的用户需求各异,每个用户的任务请求数量不同,各个任务的资源需求也不同,设计了一种基于偏好的公平分配策略FABP,并给出了用户优先级和任务优先级的定义。实验分析表明,该算法不仅能缩短平均任务调度时间,而且还可以保证任务调度过程中用户和任务的公平性,实现综合资源利用率的最大化。     

计算网格中的资源选择与调度算法

针对文中描述的计算网格资源环境模型,构造了一种分布式的层次型任务调度模型,任务调度分为计算资源站点的选择以及资源站点内部的本地调度两层进行。通过研究该调度模型,提出了一种基于双目标衡量函数的资源选择算法,该算法可以通过设置相关参数动态调节响应时间和价格在总目标中所占比重。试验结果表明能够选择综合满足响应时间和价格这两个目标的计算资源,以适应用户的不同需求。     

超密集边缘计算网络中面向能耗优化的任务卸载方法

传统网络架构部署下的边缘服务器难以满足大规模用户设备的接入和通信质量要求。为增加网络容量,提高频谱利用率,通过密集化基站的部署,构建一种面向超密集边缘计算网络的任务卸载优化模型。面对信道状态的变化、移动设备的动态需求以及服务器和频谱资源的有限性对任务卸载带来的挑战,结合任务类型和服务器的计算能力,并考虑信道状态变化、移动设备的动态需求以及干扰约束对卸载策略的影响,提出一种基于自适应模拟退火遗传（AGASA）算法的任务卸载方法,在满足任务截止期限的同时,对任务卸载能耗进行优化。同时,为得到最优上传功率,采用黄金分割算法解决功率控制问题,从而降低传输能耗。实验结果表明,AGASA算法在信道状态变化时可保证通信质量和计算效率,相比混合遗传粒子群算法,能够在满足截止期约束的同时使卸载能耗降低15.56%。     

Optimizing NFV placement for distributing micro-data centers in cellular networks

With the popularity of mobile devices, the next generation of mobile networks has faced several challenges. Different applications have been emerged, with different requirements. Offering an infrastructure that meets different types of applications with specific requirements is one of these issues. In addition, due to user mobility, the traffic generated by the mobile devices in a specific location is not constant, making it difficult to reach the optimal resource allocation. In this context, network function virtualization (NFV) can be used to deploy the telecommunication stacks as virtual functions running on commodity hardware to meet users’ requirements such as performance and availability. However, the deployment of virtual functions can be a complex task. To select the best placement strategy that reduces the resource usage, at the same time keeps the performance and availability of network functions is a complex task, already proven to be an NP-hard problem. Therefore, in this paper, we formulate the NFV placement as a multi-objective problem, where the risk associated with the placement and energy consumption are taken into consideration. We propose the usage of two optimization algorithms, NSGA-II and GDE3, to solve this problem. These algorithms were taken into consideration because both work with multi-objective problems and present good performance. We consider a triathlon circuit scenario based on real data from the Ironman route as an use case to evaluate and compare the algorithms. The results show that GDE3 is able to attend both objectives (minimize failure and minimize energy consumption), while the NSGA-II prioritizes energy consumption.

     

基于延迟接受的多用户任务卸载策略

随着人工智能的应用对计算资源的要求越来越高,移动设备由于计算能力和存储能量有限而无法处理这类有实时性需求的计算密集型应用.移动边缘计算(Mobile Edge Computing,MEC)可以在无线网络边缘提供计算卸载服务,达到缩短时延和节约能源的目的.针对多用户依赖任务卸载问题,在综合考虑时延与能耗的基础上建立用户依...     

基于贝叶斯策略的网格资源分配方法

考虑网格应用QoS需求,以最大化网格系统的经济收益为目标,提出了一种基于贝叶斯策略的网格资源分配方法。该方法基于价格可代表资源QoS综合性能的思想,利用历史QoS匹配记录,运用朴素贝叶斯定理根据用户提交的价格参数来分配与其级别相对应的符合要价范围资源,并优先考虑QoS水平较高的任务,将当前时刻QoS水平较高的资源预留给下一时刻到达的QoS水平较高的任务,而忽略当前时刻QoS水平较低的任务。实验结果表明,该资源分配方法不仅能有效地保障用户QoS,而且能使网格系统获得较大的经济收益。     

时延受限能耗均衡的无线传感网数据采集树

为延长网络寿命,缩短网络汇聚时延,提出了一个时延受限,能耗均衡的传感网数据采集树构建方法。该方法以节点的剩余能量和节点间距离为参数构建权值函数,使用Dijkstra算法计算一个最小加权能耗生成树。在此基础上,沿最小加权路径,对生成树进行局部调整,从而在满足时延要求的同时,均衡网络能耗。实验表明,该方法延长了网络平均生存期,达到了均衡网络能耗的目的。     

面向优先级任务的移动边缘计算资源分配方法

目前移动边缘计算中的资源分配方法,多数按照任务请求计算卸载的时间顺序分配计算资源,未考虑实际应用中任务存在优先级的问题。针对此类情况下的计算需求,提出一种面向优先级任务的资源分配方法。根据任务平均处理价值赋予其相应的优先级,对不同优先级的任务进行计算资源加权分配,在保证高优先级任务获取充足计算资源的同时,减少完成所有任务计算的总时间及能耗,从而提高服务质量。仿真结果表明,与平均分配、按任务数据量分配和本地计算方法相比,该方法的计算时延分别降低83.76%、15.05%和99.42%,能耗分别降低84.78%、17.37%和87.69%。