导读:本文包含了服务请求调度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,个性用户,利润最大化,用户满意度
服务请求调度论文文献综述
徐过[1]（2019）在《云计算环境中利润最大化的个性用户服务请求调度研究》一文中研究指出随着企业和个人用户对计算资源的需求越来越大,云计算作为可以高效提供计算资源和服务的按需付费模式变得越来越受欢迎,云计算提供商也层出不穷。云计算提供商的典型目标是最大化其利润,用户的主要目标是获得自己满意的服务价格和服务质量,而且每个用户对于服务价格和服务质量都有自己的偏好。作为资源的提供者,云计算提供商应该了解不同个性的用户对服务价格和服务质量的不同偏好,并根据用户的个性化偏好进行服务请求的分配和调度以在用户满意的前提下最大化利润。本文考虑了用户的个性化偏好,设计了新颖的实时服务请求调度算法,在用户满意度的约束条件下,优化了云计算提供商的利润。具体来说,1.本文提出了用户个性的概念,并实现了对不同个性用户满意度的精准建模。本文建立了一个统计模型来估计用户对于给定服务价格和服务质量的满意度,该统计模型能够预测到不同个性的用户对于服务价格和服务质量的个性化需求,从而让用户得到满意的服务。2.本文设计了基于整数线性规划(Integer Linear Programming,ILP)的云提供商利润优化方案。本文基于ILP对个性用户服务请求的分配和调度进行建模和求解,以获得用户满意度约束下云提供商的最优利润方案,并且提出了基于ILP的方法的不足。3.本文提出了基于价值评估和交叉熵的启发式利润优化算法。为了克服基于ILP的方法的缺点,本文提出了一个启发式利润优化算法,用于个性用户服务请求的实时分配和调度。该算法可以得到用户服务请求的近似最优分配与执行顺序,从而实现用户满意度约束下云提供商的利润优化。实验结果表明,本文提出的用户满意度模型能够准确预测出用户的满意度分数。相比于其他叁个已有的服务请求调度方案,所提出的基于ILP的利润优化方案能够实现高达97.06%、42.45%和23.58%的平均利润提升,所提出的启发式利润优化算法能够实现高达84.76%、31.22%和10.35%的平均利润提升。(本文来源于《华东师范大学》期刊2019-05-08）
张中一,孟凡超,初佃辉,钱斌[2]（2017）在《一种QoS收益感知的服务请求动态调度算法》一文中研究指出随着云计算产业的发展,云计算逐步走向实际应用,许多传统企业正在将其应用向云服务模式迁移.云服务模式中能够有效减小应用负载,降低服务成本的方法就是多租户模式.在云环境下多租户模式中如何合理安排各个租户的服务请求,通过动态调度租户服务请求来保障各租户的服务质量(Quality of Service,QoS)成为了亟待解决的关键问题.服务请求动态调度是为了保障租户的服务质量,提高服务提供商的资源利用率,因此,需要制定合理的调度方案来达到双方满意的效果.该文从服务请求的服务类型以及租户两方面入手,制定了多租户服务请求动态调度策略,提出了一种以动态QoS收益值为优化目标的服务请求调度算法,该算法能够根据不同租户对服务各种QoS指标的性能需求,对各种类型的多租户服务请求按照动态QoS收益值划分优先级,按照优先级进行调度,与一些常用的方式进行调度相比,能够让平台处理更多重要性较高的服务请求,从而使平台整体的动态QoS收益值更高.(本文来源于《小型微型计算机系统》期刊2017年12期）
金顺福,薛元铮,顾蕊[3]（2017）在《融合区分服务和速率调整的请求调度策略》一文中研究指出针对异构用户服务质量(QoS)需求不同及云数据中心能源浪费等问题,提出了一种融合区分服务和速率调整的请求调度策略。该策略将IaaS云数据中心分为提供速率调整机制的快速云和提供差错恢复机制的可靠云,然后研究新型混合云计算模式。构建了混合排队网络系统模型,从延迟敏感请求的平均响应时间、快速云中虚拟机的节能水平及可靠云中虚拟机的利用率等方面评估了请求调度策略的系统性能。进行了系统实验,验证了策略的有效性及模型的合理性。通过构造系统成本函数,改进Jaya智能寻优算法,给出了请求调度策略的优化方案。(本文来源于《高技术通讯》期刊2017年Z1期）
钱斌[4]（2016）在《云环境下多租户服务请求优化调度研究》一文中研究指出随着云计算产业逐渐成熟,软件即服务(Software as a Service,SaaS)作为云计算中的一种重要的服务交付方式得到广泛的应用。在SaaS模式下,成熟的服务提供商为了降低运营成本,通常采用单实例多租赁的方式,即将同一应用实例租赁给多个租户。多租户模式的SaaS应用可以为广大中小企业提供按需租用的服务,具有广阔的前景。在多租户模式下,各个租户对服务的需求各不相同,而提供服务的应用又要被多个租户共享使用。对于服务提供商来说,如何设计SaaS应用使其能够满足多个租户共享使用;如何使多租户共享使用的应用实例能够满足各个租户的个性化需求;如何为多租户的各类服务请求分配相应的共享资源,实现用最少的资源来满足多租户的需求;如何根据服务请求在运行时的动态变化及时调整资源分配策略,以提高资源利用率,提升服务质量。针对以上问题,本文对云环境下多租户服务请求优化调度进行了研究,主要包括以下几个方面:(1)为了满足多租户应用的服务需求,本文将建立多租户应用架构,设计云环境下多租户服务请求调度框架,服务请求调度框架将服务请求的调度分为服务请求优化放置和服务请求动态调度两个阶段,并分别分析两个阶段的调度策略。(2)在多租户应用架构下,服务提供商为减少部署的构件实例数量,降低运营成本,本文将对服务请求进行优化放置,通过建立问题模型,并分别采用量子遗传算法和混合遗传模拟退火算法的思想对服务请求放置算法进行实现,通过与传统遗传算法进行对比,分析两种算法的求解质量。(3)在得到服务请求放置方案的基础上,针对运行时租户服务请求的变化情况,为了使平台的动态QoS收益最大化,本文将对服务请求进行动态调度,建立动态QoS收益模型来评价调度效果,给出了服务请求调度算法的算法步骤,并通过对比实验进行分析。(4)在服务请求优化放置和服务请求动态调度的基础上,结合多租户应用架构,对云服务平台的架构,数据库及多数据源进行了设计和开发。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
吴和群[5]（2016）在《大规模服务请求中的服务调度优化策略研究》一文中研究指出随着信息技术快速的发展,很多企事业单位都陆续部署了不同语言、不同架构的软件系统,这些软件系统最终需要以SOA的设计理念进行整合,通过建立统一的企业服务总线(ESB)响应不同系统的服务请求,当请求服务数量较少的时候,企业服务总线可以很好的完成服务请求,但当服务请求急剧增加时,服务质量也会随之下降,严重时会导致停止响应服务,本文提出基于服务权重和服务紧迫度的服务调度优化策略,以提高响应服务请求的质量。(本文来源于《电子技术与软件工程》期刊2016年01期）
尚书楠,殷保群,陆效农[6]（2014）在《分布式媒体服务系统结合请求调度的接入控制研究》一文中研究指出由于多媒体业务需要更大的带宽和更高的实时性,所以对服务系统和接入控制提出了更高的要求。文章针对分布式媒体服务系统提出了一种新颖的接入控制方法,与以往方法不同之处在于将请求调度融合在接入控制之中,从而提高了系统的服务性能。我们先为系统建立部分可观Markov决策过程(POMDP)模型,并将请求调度融合在决策中,然后使用基于观测的随机接入控制策略,通过策略梯度优化算法仿真求解模型的最优策略。仿真结果表明,与其他分布式接入控制方法相比,该文所提方法在有效利用系统资源的同时,提高了系统性能。(本文来源于《电子技术》期刊2014年08期）
刘志飘,孙其博,王尚广,邹华,杨放春[7]（2013）在《成本感知的云服务请求调度》一文中研究指出提出了一种基于动态重用的成本感知的云服务请求调度算法,不仅能够根据当前的系统负载状况和云服务请求的可分性特征,按需租用和重用虚拟资源,实现云服务动态请求的优化调度,而且还能在满足服务等级协议约束的同时,最小化虚拟资源租赁成本,增加云服务供应商的利润.仿真实验表明,提出的算法的资源利用率、运营利润均高于用以对比的调度算法.(本文来源于《北京邮电大学学报》期刊2013年01期）
李雅芳[8]（2011）在《基于服务感知的I/O请求调度算法研究》一文中研究指出I/O调度算法对磁盘性能有着至关重要的影响。传统的磁盘调度算法主要通过优化寻道时间来提高磁盘的I/O带宽利用率，但没有考虑到单个请求的响应时间，不能满足实时性要求，也无法感知不同类型请求的不同QoS需求。实时应用越来越广泛，为满足实时请求或者时间敏感性强的请求，人们又提出了一些实时调度算法，用以在满足各个请求的截止期的基础上最大化吞吐量。系统在处理应用提交的I/O请求时，还需要满足应用类型提出的各种服务质量(Quality of Service, QoS)需求。而不同的应用类型有不同的QoS需求。随着计算机应用的日渐复杂化，混合负载工作模式已成为一种趋势。不同的应用请求有着不同的I/O特征。研究和应用I/O特征有利于磁盘调度算法的优化和设计工作的展开。Linux内核采用的四种I/O调度机制各有优缺点，分别适用于不同的应用环境。CFQ (Completely Fair Queuing)算法在2.6.18版之后成为Linux的默认调度算法。本论文分析Linux中的CFQ调度算法，CFQ算法以调度的请求个数为公平性标准，队列间采用RR (Round Robin)算法进行轮询，过分依赖请求的优先级，无法做到完全公平。本文针对混合负载工作模式提出了服务感知机制。根据请求的时间敏感性特征，服务感知机制有效地实现了请求的分类。针对CFQ算法的缺点，提出一种基于服务感知的ICFQ (Improved Completely Fair Queuing)调度算法。该算法通过服务感知机制有效感知请求类型，对不同类型的请求给予不同的调度策略，以磁盘带宽为公平性度量标准，采用MDRR (Modified Deficit Round Robin)轮询调度各个队列，以队列中请求个数占总请求个数的比例为队列的权重，通过权重和优先级共同控制队列调度的时间片长度。本文实验采用IOMeter性能测试工具，采用吞吐量、带宽、最大响应时间及平均响应时间作为性能指标，分别对CFQ算法和ICFQ算法进行测试。实验结果表明ICFQ算法在提高了吞吐量和带宽的同时，维持较低的响应时间。在混合负载工作模式下，改进后的ICFQ较之原CFQ，能提高较高的性能和公平性。(本文来源于《湖南大学》期刊2011-05-16）
廖福保[9]（2010）在《一种具有差分服务的连接请求调度方法》一文中研究指出当前数据库连接池对连接请求的调度采用的是先来先服务的方法(FCFS),这种方法无法区分请求的重要性,降低了关键请求的性能。对此,提出了具有差分服务的调度方法,连接池按照请求的重要性进行分类和分配连接资源。实验表明,该方法能够有效提高关键请求的性能。(本文来源于《实验室研究与探索》期刊2010年03期）
陈建聪,关治洪,陈虎[10]（2008）在《基于信息反馈的网络服务请求调度方法》一文中研究指出针对Web服务器一般采用"尽力而为"服务方式,在用户请求急剧增多,到来的请求速率远大于服务器所能处理的请求速率,引起不可预知的请求响应延迟,从而使整个Web服务系统性能急剧恶化的情况,提出了一种Web服务请求调度策略。通过系统的性能反馈信息,分析了其中影响服务质量的主导因素,进行实时调度,以确保符合一定满意度的服务质量。(本文来源于《武汉理工大学学报(信息与管理工程版)》期刊2008年03期）
服务请求调度论文开题报告
（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：
随着云计算产业的发展,云计算逐步走向实际应用,许多传统企业正在将其应用向云服务模式迁移.云服务模式中能够有效减小应用负载,降低服务成本的方法就是多租户模式.在云环境下多租户模式中如何合理安排各个租户的服务请求,通过动态调度租户服务请求来保障各租户的服务质量(Quality of Service,QoS)成为了亟待解决的关键问题.服务请求动态调度是为了保障租户的服务质量,提高服务提供商的资源利用率,因此,需要制定合理的调度方案来达到双方满意的效果.该文从服务请求的服务类型以及租户两方面入手,制定了多租户服务请求动态调度策略,提出了一种以动态QoS收益值为优化目标的服务请求调度算法,该算法能够根据不同租户对服务各种QoS指标的性能需求,对各种类型的多租户服务请求按照动态QoS收益值划分优先级,按照优先级进行调度,与一些常用的方式进行调度相比,能够让平台处理更多重要性较高的服务请求,从而使平台整体的动态QoS收益值更高.
（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。
服务请求调度论文参考文献
[1].徐过.云计算环境中利润最大化的个性用户服务请求调度研究[D].华东师范大学.2019
[2].张中一,孟凡超,初佃辉,钱斌.一种QoS收益感知的服务请求动态调度算法[J].小型微型计算机系统.2017
[3].金顺福,薛元铮,顾蕊.融合区分服务和速率调整的请求调度策略[J].高技术通讯.2017
[4].钱斌.云环境下多租户服务请求优化调度研究[D].哈尔滨工业大学.2016
[5].吴和群.大规模服务请求中的服务调度优化策略研究[J].电子技术与软件工程.2016
[6].尚书楠,殷保群,陆效农.分布式媒体服务系统结合请求调度的接入控制研究[J].电子技术.2014
[7].刘志飘,孙其博,王尚广,邹华,杨放春.成本感知的云服务请求调度[J].北京邮电大学学报.2013
[8].李雅芳.基于服务感知的I/O请求调度算法研究[D].湖南大学.2011
[9].廖福保.一种具有差分服务的连接请求调度方法[J].实验室研究与探索.2010
[10].陈建聪,关治洪,陈虎.基于信息反馈的网络服务请求调度方法[J].武汉理工大学学报(信息与管理工程版).2008