The problem of cloud cooperation of military service providers（MSPs） is addressed for allocating limited resources to military service users（MSUs） that are geographically distributed. The MSPs, also called militar...The problem of cloud cooperation of military service providers（MSPs） is addressed for allocating limited resources to military service users（MSUs） that are geographically distributed. The MSPs, also called military organization clouds, are virtualized and encapsulated by the services they can offer and each of them contains different kinds of resources that MSU needs. The MSPs are also geographically dispersed. They are required to allocate their resources to the MSU complying with the corresponding quality of service（QoS）, so that each MSU gathers the services it needs to guarantee its task to be implemented. The outline of military organization cloud cooperation is discussed and the method of service optimal selection is proposed based on QoS evaluation. The QoS evaluation method based on exponential approximation is put forward to include the users＇ will. Simulation results verify the effectiveness of the proposed algorithm.展开更多
为了解决无线传感器网络Qo S(Quality of Service,Qo S)路由在寻找最优路径时要满足时延、抖动、能量等多个约束条件的问题,提出一种新的自适应蚁群优化算法,该算法有两方面的自适应策略。将信息素挥发因子ρ设置为动态自适应,在自适应...为了解决无线传感器网络Qo S(Quality of Service,Qo S)路由在寻找最优路径时要满足时延、抖动、能量等多个约束条件的问题,提出一种新的自适应蚁群优化算法,该算法有两方面的自适应策略。将信息素挥发因子ρ设置为动态自适应,在自适应因子μ作用下动态变化,增强算法的寻优能力,避免算法陷入局部最优;以多约束为条件建立加权的适应度函数,通过适应度函数值与自适应因子μ共同影响路径上的信息素更新,增强算法的收敛速度。通过仿真实验表明,该算法在满足多约束条件方面具有良好的效果。展开更多
数据中心的高投入和低资源利用率一直是云服务提供商关注的问题.面对这个难题,直接的解决方案是在同等资源上混合部署更多的应用以提高资源使用效率.然而,由于混部应用对共享资源的竞争导致了应用间的性能干扰,从而影响了应用的性能、...数据中心的高投入和低资源利用率一直是云服务提供商关注的问题.面对这个难题,直接的解决方案是在同等资源上混合部署更多的应用以提高资源使用效率.然而,由于混部应用对共享资源的竞争导致了应用间的性能干扰,从而影响了应用的性能、服务质量(quality of service,QoS)和用户满意度,因此如何保障应用的性能已成为混部场景下的关键问题.着重从应用和集群特征分析(基础)、干扰检测(前提)、单节点资源分配(微观层面策略)和集群作业调度(宏观层面策略)4个方面阐述多应用混部性能保障的相关背景、挑战和关键技术.在不同的混部场景下,由于应用和集群特征等不同,性能保障工作所面临的挑战和问题复杂度也各异,例如单位资源上混合部署的应用数量会直接影响到搜索资源空间的时间开销,应用的运行方式会影响到共享资源的竞争强度.因此,从问题复杂度角度出发,从应用和集群特征、资源干扰维度和混部应用个数3个维度对相关研究工作面临的挑战进行讨论和分析.探讨了面向高密度混部场景应用性能保障方法的发展方向和挑战,认为全栈式的软硬件协同方法是保障高密度混部下应用性能的趋势,该方法有助于全面地提升应用性能的可靠性和数据中心的资源利用率.展开更多
为了满足非正交多址接入(non-orthogonal multiple access,NOMA)系统下行链路的一个多用户集群中不同用户的业务需求,提出了具有用户服务质量(quality of service,QoS)保证与最大最小(max-min)公平性准则的功率分配算法。针对不同用户需...为了满足非正交多址接入(non-orthogonal multiple access,NOMA)系统下行链路的一个多用户集群中不同用户的业务需求,提出了具有用户服务质量(quality of service,QoS)保证与最大最小(max-min)公平性准则的功率分配算法。针对不同用户需求,制定了在基站发射总功率与用户满足的最低速率要求约束下的maxmin公平准则的优化问题模型,并利用二分法与Karush-Kuhn-Tucker(KKT)条件对复杂的非凸问题进行求解。仿真结果表明,该功率分配算法既保证了用户的QoS要求又满足了用户的公平性准则,并且NOMA系统的吞吐量相较于传统多址接入系统的吞吐量有较大的提升。展开更多
基金supported by the National Natural Science Foundation of China(61573283)the National Basic Research Program of China(973 Program)(2010CB734104)
文摘The problem of cloud cooperation of military service providers（MSPs） is addressed for allocating limited resources to military service users（MSUs） that are geographically distributed. The MSPs, also called military organization clouds, are virtualized and encapsulated by the services they can offer and each of them contains different kinds of resources that MSU needs. The MSPs are also geographically dispersed. They are required to allocate their resources to the MSU complying with the corresponding quality of service（QoS）, so that each MSU gathers the services it needs to guarantee its task to be implemented. The outline of military organization cloud cooperation is discussed and the method of service optimal selection is proposed based on QoS evaluation. The QoS evaluation method based on exponential approximation is put forward to include the users＇ will. Simulation results verify the effectiveness of the proposed algorithm.
文摘为了解决无线传感器网络Qo S(Quality of Service,Qo S)路由在寻找最优路径时要满足时延、抖动、能量等多个约束条件的问题,提出一种新的自适应蚁群优化算法,该算法有两方面的自适应策略。将信息素挥发因子ρ设置为动态自适应,在自适应因子μ作用下动态变化,增强算法的寻优能力,避免算法陷入局部最优;以多约束为条件建立加权的适应度函数,通过适应度函数值与自适应因子μ共同影响路径上的信息素更新,增强算法的收敛速度。通过仿真实验表明,该算法在满足多约束条件方面具有良好的效果。
文摘数据中心的高投入和低资源利用率一直是云服务提供商关注的问题.面对这个难题,直接的解决方案是在同等资源上混合部署更多的应用以提高资源使用效率.然而,由于混部应用对共享资源的竞争导致了应用间的性能干扰,从而影响了应用的性能、服务质量(quality of service,QoS)和用户满意度,因此如何保障应用的性能已成为混部场景下的关键问题.着重从应用和集群特征分析(基础)、干扰检测(前提)、单节点资源分配(微观层面策略)和集群作业调度(宏观层面策略)4个方面阐述多应用混部性能保障的相关背景、挑战和关键技术.在不同的混部场景下,由于应用和集群特征等不同,性能保障工作所面临的挑战和问题复杂度也各异,例如单位资源上混合部署的应用数量会直接影响到搜索资源空间的时间开销,应用的运行方式会影响到共享资源的竞争强度.因此,从问题复杂度角度出发,从应用和集群特征、资源干扰维度和混部应用个数3个维度对相关研究工作面临的挑战进行讨论和分析.探讨了面向高密度混部场景应用性能保障方法的发展方向和挑战,认为全栈式的软硬件协同方法是保障高密度混部下应用性能的趋势,该方法有助于全面地提升应用性能的可靠性和数据中心的资源利用率.
文摘为了满足非正交多址接入(non-orthogonal multiple access,NOMA)系统下行链路的一个多用户集群中不同用户的业务需求,提出了具有用户服务质量(quality of service,QoS)保证与最大最小(max-min)公平性准则的功率分配算法。针对不同用户需求,制定了在基站发射总功率与用户满足的最低速率要求约束下的maxmin公平准则的优化问题模型,并利用二分法与Karush-Kuhn-Tucker(KKT)条件对复杂的非凸问题进行求解。仿真结果表明,该功率分配算法既保证了用户的QoS要求又满足了用户的公平性准则,并且NOMA系统的吞吐量相较于传统多址接入系统的吞吐量有较大的提升。
