导读:本文包含了内存资源论文开题报告文献综述及选题提纲参考文献，主要关键词:云计算,虚拟化平台,内存资源,全局优化
内存资源论文文献综述
李浩[1]（2018）在《云计算虚拟化平台的内存资源全局优化建议》一文中研究指出随着信息化时代的到来,人们获取信息的方式主要来源于互联网,然而近年来互联网在高速发展的同时其信息服务也逐渐快速增长起来,用户对信息服务的依赖程度也逐渐增强。作为互联网服务的提供商一直以来希望以消耗更低的成本来提供更高端的服务,因此云计算模式以其自身拥有按使用付费和高性价比的优势逐渐受到越来越多用户的青睐。云计算借助虚拟化技术和云计算平台不仅做到了资源整合提高了资源利用率降低了成本,而且为用户提供了全新的使用模式,但是也存在一定的局限性,那就是内存资源的全局优化能力在一定程度上会受到云计算服务器的内存资源边界的限制。本文通过叙述内存资源全局优化的模型,对云计算虚拟化平台的内存资源全局优化进行了研究,并提出了建议。(本文来源于《经贸实践》期刊2018年23期）
崔超[2]（2016）在《UNIX平台用户内存数据资源的保护研究》一文中研究指出用户系统内存数据资源泄露是UNIX系统开发和应用中经常遇到的问题,应用系统开发存在逻辑错误和结构冗余导致内存资源管理产生漏洞,对应用系统安全运行带来隐患,严重影响系统的正常运行。以open server 5.0 UNIX平台运行中暴露的BUG问题,利用系统程序加以解决,服务器系统测试验证了解决方案的可行性。(本文来源于《轻工科技》期刊2016年03期）
何武,何艳珍[3]（2015）在《广西北流市整合资源为乡镇公务员增“内存”》一文中研究指出本报北流讯（通讯员 何武 何艳珍）2014年以来，广西北流市通过整合教育培训资源，推行以“一个主体、两个讲坛、叁段考核、多种培训方式”为主要内容的“1+2+3+N”培训模式，有效提增了乡镇公务员的“内存”。 “1”即“一个主体”，坚持党校主体班(本文来源于《中国组织人事报》期刊2015-07-17）
李雪竹,陈国龙[4]（2015）在《云计算虚拟化平台的内存资源全局优化研究》一文中研究指出借助虚拟化技术,云计算技术能将大规模计算资源统一管理,提高利用效率,但其物理服务器的内存资源边界限制了资源的全局优化能力。为此,对全局优化框架进行改进,增加虚拟机内部资源空闲时的最小内存边界值,基于改进框架,将虚拟机的内存资源分为利用率低和利用率高2种情况,并分别给出2种调节算法及其相互关系。实验结果表明,该方法能降低每次与全局空闲内存池交换的次数,又可降低虚拟机之间的内存交换次数,平均内存资源利用效率得到较大提高。(本文来源于《计算机工程》期刊2015年07期）
张辰[5]（2015）在《Map/Reduce型海量数据处理平台中内存资源动态分配关键技术研究》一文中研究指出Map/Reduce型海量数据处理平台是大数据时代的最新技术成果,该平台具有用户友好的编程模型、本地化的数据处理机制和高可用性等新特征,已被广泛应用于学术及产业的众多领域。资源管理是该类平台的核心功能之一,提升资源利用率是确保平台中数据处理高效性的关键。既有Map/Reduce型海量数据处理平台采用以用户设置为导向的方式进行内存资源分配,难以防止应用过度占用内存资源,导致平台中内存资源利用率较低。针对该问题,本文提出了基于在线预测的内存资源动态分配技术并实现相应的原型系统,通过对应用任务运行过程中内存使用量的在线预测,并根据预测结果动态调整运行任务占有的内存资源,从而切实保障内存资源的有效利用,减少闲置内存,提升内存资源的利用率及Map/Reduce应用的运行效率。本文的主要贡献包括:1)面向Map/Reduce型海量数据处理平台的动态内存资源分配层次化架构模型。该架构模型分为预测层、本地动态分配层和全局动态分配层。层级工作单元间具有一对多的交互映射关系,便于平台资源使用预测和资源动态分配功能松耦合部署和管理。同时,该模型将内存资源动态分配功能细分为本地层和全局层,从而降低全局集中式内存资源分配决策和实施所产生的平台性能瓶颈风险。2)面向Map/Reduce应用的在线内存资源使用预测方法。分析了典型Map/Reduce应用任务的内存资源使用规律,发现了其具有类分段对数曲线的共性变化特征。根据这一特征,提出了基于线性回归和t检验内存使用预测模型构建方法。利用该方法建立的任务内存使用预测模型,计算任务未来时段的内存再分配量(内存追加及释放量),为任务的动态内存资源分配提供量化依据。3)面向Map/Reduce型海量数据处理平台的内存资源动态分配方法。该方法根据基于预测的内存资源再分配量,释放或追加任务占用的内存资源量。针对任务内存追加中结点空余内存资源不足的场景,提出了基于任务运行时间、任务进度和作业进度比较的任务资源抢占策略,以保证运行任务的性能和资源再分配的公平性。4)综合本文的研究成果,基于开源Map/Reduce型海量数据平台Hadoop,设计并实现了基于预测的动态资源分配系统Predra。Predra整合了上述内存资源使用预测与动态资源分配的相关技术,无需对现有Map/Reduce应用进行修改,具有良好的可移植性。5)对Predra进行了性能分析,性能分析结果表明,和Hadoop平台的原生内存资源分配系统,动态资源分配系统MROrchestrator和ADMP相比,作业平均周转时间最大缩短了57%,平均缩短了37%,作业平均等待时间最大缩短了68%,平均缩短了49%。(本文来源于《北京工业大学》期刊2015-06-01）
高珂,陈荔城,范东睿,刘志勇[6]（2015）在《多核系统共享内存资源分配和管理研究》一文中研究指出对于共享内存资源的多核系统来说,分配和管理有限的内存资源是一个非常重要且具有挑战性的问题.随着处理器核数的快速增长,不同线程间的访存请求对系统中共享内存的竞争也愈发激烈,由此导致的对系统性能和系统公平性的影响也更加显着.为了缓解这一问题,除了增加可用共享资源外,公平高效地管理和利用共享内存资源至关重要.在各类共享资源中,对系统性能影响最大的是共享Cache和DRAM.文中将这两级共享内存资源的分配和管理研究归结为叁个重要方面,包括共享缓存分区、访存请求调度以及地址映射优化,并从优化系统吞吐率和公平性方面分析总结了一系列共享缓存分区策略,从缓解多线程对DRAM的竞争和相互干扰方面分析概括了一系列访存调度算法和地址映射策略.最后对共享内存资源未来的研究和发展做了总结和展望.(本文来源于《计算机学报》期刊2015年05期）
王志钢,汪小林,靳辛欣,王振林,罗英伟[7]（2014）在《Mbalancer:虚拟机内存资源动态预测与调配》一文中研究指出在现代数据中心,虚拟化技术在资源管理、服务器整合、提高资源利用率等方面发挥了巨大的作用,已成为云计算架构中关键的抽象层次和重要的支撑性技术.在虚拟化环境中,如果要保证高资源利用率和系统性能,必须有一个高效的内存管理方法,使得虚拟机的物理内存大小能够满足应用程序不断变化的内存需求.因此,如何在单机以及数据中心内进行内存资源的动态调控,就成为了一个关键性问题.实现了一个低开销、高精确度的内存工作集跟踪机制,进而进行相应的本地或者全局的内存调控.采用了多种动态内存调控技术:气球技术能够在单机内有效地为各个虚拟机动态调节内存;远程缓存技术可在物理机之间进行内存调度;虚拟机迁移可将虚拟机负载在多个物理主机间进行均衡.深入分析了以上各种方案的优缺点,并根据内存超载的情况有针对性地设计了相应的调控策略,实验数据表明:所提出的预测式的内存资源管理方法能够对内存资源进行在线监控和动态调配,并有效地提高了数据中心的内存资源利用率,降低了数据中心能耗.(本文来源于《软件学报》期刊2014年10期）
于玉龙,王宇新,郭忠明,唐堃,郭禾[8]（2013）在《CUDA内存资源池设计避免访问冲突》一文中研究指出CUDA内存资源往往存在静态申请与访问的约束,多CPU线程并发执行时会产生资源访问冲突.经建模分析发现,消除资源与设备核函数之间的静态关系可避免该问题.基于资源池模式设计CUDA内存资源池,整合多份资源副本,增加相应调度管理机制,达到了消除资源访问冲突的目的.以纹理内存为案例,在确认纹理内存线程间访问冲突存在及发生频率的基础上,设计并实现纹理内存资源池.大量实验证明资源池不但能够保证程序正确性,避免访问冲突,而且具有较小的性能损耗与负载开销,较低的代码维护成本,同时适用于多GPU系统.(本文来源于《小型微型计算机系统》期刊2013年11期）
张鹏飞[9]（2013）在《基于虚拟计算环境的内存资源弹性分配研究》一文中研究指出社会生活的各个领域对互联网提出的新的迫切需求和大量新型网络应用的出现,给网络中的海量资源的有效管理带来了新的挑战。特别是互联网中的资源具有成长性、自治性和多样性特点,使得它们在协同共享和综合利用的过程中出现了诸多新的问题。其中,广域分布和异构的内存资源共享和分配这一实际问题,成为其中重要的子问题。作为叁大计算资源之一,内存资源相对于CPU和I/O资源更难被共享和复用,因此对内存资源弹性分配和共享的研究工作具有重要的学术意义和商业价值,尤其是在新的互联网应用下,内存使用场景将变得更加不可预知。围绕这一问题,本文主要对以下四项内容进行了深入的研究:一、深入分析虚拟化平台和XEN体系结构,以及半虚拟化驱动,内存虚拟化模型等技术,它们是实现虚拟化环境中内存整合的关键支撑技术;接着,本文又重点研究了内存气球方法、内存热插拔技术、页共享技术和在线迁移技术等,在分析了它们的优点的同时,也指出了各自的不足之处;二、针对使用气球方法的虚拟机在内存变化幅度较大时可能会出现性能退化的情形,我们提出了内存空洞方法,以达到解决该问题的目的。内存空洞在虚拟机监视器中分配不具有物理内存的“空洞区域”,当虚拟机对该内存进行访存操作时,才分配真实的物理内存。实验证明内存空洞方法确实能够在内存激增的情况下,合理分配内存,保证虚拟机服务质量;叁、对客户虚拟机换页问题的深入探索后,我们提出了基于宿主机的换页缓存池方法,来对客户机的换页操作进行优化。该方法利用了宿主机中的部分内存来合理缓存由客户机中换出的部分内存页面,并依照每台虚拟机内存资源使用情况合理地分配缓存池大小。缓存池方法利用宿主机中的资源为客户机提供换页服务,既平衡了宿主机和客户机内存使用量,又提高了整体的内存利用效率;四、进一步地,我们提出了基于网络内存的客户机换页方法,以克服单个物理节点内存使用的上限。该方法利用其他物理节点上的内存资源,有效组织成为一个换页硬盘,用于存储客户机换出的内存页面。在使用了先进的网络设备(如Infiniband或者10Gb以太网)后,经过测试,对于传统换页方法,基于网络内存方法在换页性能上有一定的优势。本文是对虚拟计算环境中虚拟化平台内存资源弹性分配的一次有益探索,研究成果对于搭建灵活易扩展并拥有海量数据处理能力的云计算平台具有良好的理论价值和实践意义。本文所做的工作已在承研的国家重点基础研究发展计划(973计划)、国家高技术研究发展计划(863计划)和自然科学基金中得到了应用。(本文来源于《国防科学技术大学》期刊2013-11-01）
刘兰峥[10]（2013）在《虚拟化云平台下内存资源按需分配与协同调度方法的研究》一文中研究指出近年来,社交网络、电子商务、在线视频、大容量网盘等新一代互联网应用发展迅猛,这些应用具有数据规模大、业务增长快等特点,需要越来越多的高性能服务器支持,软硬件维护成本高昂。云计算正是在这样的背景下诞生的,云计算整合以数据中心的形式出现的大规模计算、存储和网络资源,以低廉的成本为互联网用户提供多种类型的服务。用户可以根据业务负载快速申请和释放资源,并以按需支付的方式对所用的资源付费,在保证服务质量的同时大大降低成本。虚拟化技术将计算、存储、网络等资源抽象化并统一表示,是构将云平台的技术基础。相比传统技术,虚拟化云平台的优势在于资源的弹性配置,可是由于“语义鸿沟”的存在,内存资源的弹性配置一直难以实现。为解决内存弹性配置这个难题,本文围绕着内存资源的按需分配和协同调度进行了研究,主要研究内容包括:一、为实现对虚拟机内部内存使用情况实时而透明的感知,本文在深入分析了内存虚拟化技术的原理和特点的基础上,在不需修改虚拟机操作系统的前提下,提出并实现了x86模式下基于进程和页表可见性的内存资源使用状况的感知方法,相比原有其他方法具有开销低、准确度高、实时性好的特点。二、在深入分析了内存与存储之间的协同作用原理的基础上,本文提出了内存与存储协同的资源分配方法,在资源分配的过程中,充分考虑了缓存的需求和换页分区的使用。通过监控虚拟机的磁盘访问序列,发现数据重用并计算重用距离,根据重用距离来判断缓存的紧张程度,并计算合理的缓存分配量。本方法大大提高了I/O密集型应用的性能。叁、在虚拟机内存使用情况透明感知和内存与存储之间的内存资源分配方法的基础之上,本文进一步提出了兼顾公平与优先级的多虚拟机间的内存资源调度策略,该策略能在公平地保证虚拟机运行性能的前提下,兼顾对虚拟机优先级的差异化配置,提高内存资源的利用率和效能。本文是对虚拟化云平台上内存资源按需分配和协同调度的一次有益探索,研究成果对于搭建灵活易扩展、高效能的云计算平台具有良好的理论和实践价值。本文所做的工作已在承研的与云计算和虚拟计算环境相关的973项目和863项目中得到了应用。(本文来源于《国防科学技术大学》期刊2013-11-01）
内存资源论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
用户系统内存数据资源泄露是UNIX系统开发和应用中经常遇到的问题,应用系统开发存在逻辑错误和结构冗余导致内存资源管理产生漏洞,对应用系统安全运行带来隐患,严重影响系统的正常运行。以open server 5.0 UNIX平台运行中暴露的BUG问题,利用系统程序加以解决,服务器系统测试验证了解决方案的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
内存资源论文参考文献
[1].李浩.云计算虚拟化平台的内存资源全局优化建议[J].经贸实践.2018
[2].崔超.UNIX平台用户内存数据资源的保护研究[J].轻工科技.2016
[3].何武,何艳珍.广西北流市整合资源为乡镇公务员增“内存”[N].中国组织人事报.2015
[4].李雪竹,陈国龙.云计算虚拟化平台的内存资源全局优化研究[J].计算机工程.2015
[5].张辰.Map/Reduce型海量数据处理平台中内存资源动态分配关键技术研究[D].北京工业大学.2015
[6].高珂,陈荔城,范东睿,刘志勇.多核系统共享内存资源分配和管理研究[J].计算机学报.2015
[7].王志钢,汪小林,靳辛欣,王振林,罗英伟.Mbalancer:虚拟机内存资源动态预测与调配[J].软件学报.2014
[8].于玉龙,王宇新,郭忠明,唐堃,郭禾.CUDA内存资源池设计避免访问冲突[J].小型微型计算机系统.2013
[9].张鹏飞.基于虚拟计算环境的内存资源弹性分配研究[D].国防科学技术大学.2013
[10].刘兰峥.虚拟化云平台下内存资源按需分配与协同调度方法的研究[D].国防科学技术大学.2013