检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

云虚拟机异常检测场景下改进的LOF算法

计算机工程与应用 2020年第23期56卷 80-86页

作者：贺寰烨林果园顾浩方梦华中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教务部工程研究中心江苏徐州221116 南京大学计算机软件新技术国家重点实验室南京210023

针对云服务中由于资源超额预定造成负载不均衡的云虚拟机异常,提出了一种基于密度空间的局部离群因子(Local Outlier Factor Based on Density Space,LOFBDS)算法。LOFBDS算法参考DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法,将云虚拟机在密度空间中的性质融合至LOF算法之中,提出对云虚拟机的判断规则,以达到优化对正常云虚拟机的检测过程,提高检测效率。实验结果表明,所提出的算法对云服务负载不均造成的云虚拟机异常有着良好的检测效率,并且时间花费较少。

关键词：云服务云虚拟机异常检测局部离群点检测

在线全文

学校读者我要写书评

暂无评论

基于LSTM-GRBM的云虚拟机异常检测

微电子学与计算机 2021年第4期38卷 46-51页

作者：胡悦林果园蔚国莹中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116 南京大学新软件技术国家重点实验室江苏南京210093

本文提出了一种对云虚拟机进行异常检测的模型LsGrbmAd.该模型首先通过长短期记忆网络(LSTM)捕获云虚拟机性能指标的时序特征,同时利用Dropout以防止数据过拟合;其次利用高斯玻尔兹曼机(GRBM)得出自由能;最后利用得出的自由能与训练阶... 详细信息

本文提出了一种对云虚拟机进行异常检测的模型LsGrbmAd.该模型首先通过长短期记忆网络(LSTM)捕获云虚拟机性能指标的时序特征,同时利用Dropout以防止数据过拟合;其次利用高斯玻尔兹曼机(GRBM)得出自由能;最后利用得出的自由能与训练阶段得到的参数基准模型进行对比,判断云虚拟机是否出现异常.实验表明该模型能够对云虚拟机进行异常检测,且准确率有较大的提升.

关键词：异常检测云虚拟机长短期记忆网络高斯玻尔兹曼机云服务

在线全文

学校读者我要写书评

暂无评论

一种基于服务次数的云虚拟机资源部署算法

中国新通信 2017年第23期19卷 100-102页

作者：甘娜广东工程职业技术学院信息工程学院

通过动态调整虚拟机资源配置,降低整体的能耗,提高云数据中心资源的利用率。本文首先给出了一种云虚拟机资源部署模型,能够以较低成本实现任务级调度。其次,给出了一种基于服务次数的云虚拟机资源部署的算法,综合考虑虚拟机上一次服务... 详细信息

通过动态调整虚拟机资源配置,降低整体的能耗,提高云数据中心资源的利用率。本文首先给出了一种云虚拟机资源部署模型,能够以较低成本实现任务级调度。其次,给出了一种基于服务次数的云虚拟机资源部署的算法,综合考虑虚拟机上一次服务完毕后的等待时间、已经服务的次数和服务技能值对调度算法的影响,根据线性加权权重值的大小来决定虚拟机调度的先后。最后,然后通过虚拟机排班模型仿真调整整型规划问题的限制条件,找到最佳方案,验证了基于服务次数的云虚拟机资源部署的算法在云数据中心资源部署中的有效性。

关键词：云虚拟机任务调度服务次数资源部署

在线全文

学校读者我要写书评

暂无评论

基于电信行业云虚拟机扩展研究

电子制作 2019年第3期27卷 143-144页

作者：殷宏亮中移铁通沈阳分公司辽宁沈阳110001

随着云计算和云存储等技术的飞速发展,在行业及企业用户中已经有了广阔的前景,对于云服务的需求越加越升。本文在分析云服务技术背景下,运营商在原有云服务业务范围例如联通沃云,服务企业甚至个人云虚拟机功能在线编程,企业软件使用,个... 详细信息

随着云计算和云存储等技术的飞速发展,在行业及企业用户中已经有了广阔的前景,对于云服务的需求越加越升。本文在分析云服务技术背景下,运营商在原有云服务业务范围例如联通沃云,服务企业甚至个人云虚拟机功能在线编程,企业软件使用,个人游戏娱乐等应用扩展研究。

关键词：云计算云虚拟机联通沃云桌面平台

在线全文

学校读者我要写书评

暂无评论

云计算网络下虚拟机负载均衡方法仿真

计算机仿真 2022年第3期39卷 358-361,412页

作者：舒晓苓吴雪琴电子科技大学成都学院四川成都611731

由于不能合理协调网络运行资源,导致通信拥挤、安全性能下降,为此,提出基于逻辑分区的云虚拟机负载均衡优化算法。采用逻辑分区方式划分各分区虚拟机负载情况与业务形式,并以平均任务完成时长当作优化目标,搭建资源调度数学模型,根据虚... 详细信息

由于不能合理协调网络运行资源,导致通信拥挤、安全性能下降,为此,提出基于逻辑分区的云虚拟机负载均衡优化算法。采用逻辑分区方式划分各分区虚拟机负载情况与业务形式,并以平均任务完成时长当作优化目标,搭建资源调度数学模型,根据虚拟机配置数组情况把多维资源协调问题变换成单维协调问题;利用遗传算法对单维虚拟机资源编码与解码,生成新的资源,运用基因突变原理自适应调节资源,完成负载均衡优化。实验结果表明,所提算法负载均衡效果较好,资源调度时间最短,并具有良好的收敛性。

关键词：逻辑分区云虚拟机云计算负载均衡虚拟机配置