一种支持可靠性保障的冷热操模式虚拟机数量评估方法

    公开(公告)号:CN110188002B

    公开(公告)日:2022-08-30

    申请号:CN201910466716.3

    申请日:2019-05-31

    Applicant: 东北大学

    Abstract: 本发明提出一种支持可靠性保障的冷热操模式虚拟机数量评估方法,包括:初始化参数;虚拟机的失效率排序;当前系统的可靠性与可靠性上限阈值比较,进行模式转换;前系统的可靠性与可靠性下限阈值比较,进行模式转换;单个操作模式虚拟机失效率与失效限定条件比较,进行模式转换;调用MDD算法重新评估系统的可靠性R1,系统可靠性R1与可靠性下限阈值比较,进行模式转换。为了使虚拟机冷热模式之间的数量分配达到平衡,本发明在操作模式虚拟机数量变化时,在满足可靠性要求R的基础上,调整冷热备份模式数量使系统满足可靠性要求,可靠性的高低通过平均响应时间和平均请求失败率来反映,实验证明本发明可以使得系统可靠性提高。

    一种基于模式转移的虚拟机混合备用动态可靠性评估方法

    公开(公告)号:CN110187990B

    公开(公告)日:2021-11-16

    申请号:CN201910466719.7

    申请日:2019-05-31

    Applicant: 东北大学

    Abstract: 本发明提出一种基于模式转移的虚拟机混合备用动态可靠性评估方法,包括:采集资源和性能数据,并进行特性选择及标准化处理;对标准化后数据,预测基于HSMM的虚拟机失效概率;基于多值决策图的冷热备份云系统进行可靠性评估;为了达到准确的对系统的可靠性进行定量评估,本发明简化MDD的终端值,将从根节点到1的所有路径的发生概率的总和作为系统的可靠性。并将虚拟机分成三种不同模式即操作模式、冷备份模式和热备份模式,采用模式转移,使备用虚拟机在需要时替换失效的工作虚拟机来维持系统的运行,采用多值决策图进行可靠性评估。通过三组对比试验,验证得到本发明的平均响应时间和失效率低,可靠性高,从侧面验证本发明方法的正确性。

    一种支持能耗优化的虚拟机模式转移方法

    公开(公告)号:CN110196756B

    公开(公告)日:2020-07-10

    申请号:CN201910466889.5

    申请日:2019-05-31

    Applicant: 东北大学

    Abstract: 本发明提出一种支持能耗优化的虚拟机模式转移方法,包括:初始化参数;判断热模式调整的数量m是否大于0,进行虚拟机的模式转移;部署当前虚拟机系统;对每台服务器资源剩余量,从大到小进行排序;sum1与需要休眠的热模式虚拟机的数量相比较,进行模式转移,更新各模式集合;部署当前虚拟机系统;对每台服务器资源剩余量,从大到小再次进行排序;sum2与需要唤醒的冷模式虚拟机的数量相比较,进行模式转移,更新各模式集合;选择整个服务器处于睡眠状态中的冷模式虚拟机,还是运行的服务器中冷模式下虚拟机问题,对系统的能耗影响很大,本发明在既支持性能保障又满足虚拟机的可靠性的基础上,探讨虚拟机模式转移过程中的节能问题,达到了很好的效果。

    一种基于负载预测的Hadoop计算任务推测执行方法

    公开(公告)号:CN110221909A

    公开(公告)日:2019-09-10

    申请号:CN201910510535.6

    申请日:2019-06-13

    Applicant: 东北大学

    Abstract: 本发明提出一种基于负载预测的Hadoop计算任务推测执行方法,包括:资源管理器对备份任务数自适应调整,得到最大备份任务数;预测执行任务完成时间;将最大备份任务数与APPmaster设置的备份任务数比较,取最小值作为备份任务数阈值;判断备份任务数是否小于等于备份任务数阈值;判断任务数是否小于总任务数;预测备份任务完成时间;判断备份任务完成时间和执行任务完成时间大小,确定是否开启备份;本发明保证了当集群计算资源紧张的情况下,备份任务的开启不会对其他作业产生影响;执行任务的完成时间预测算法,有效避免了迟滞任务的误判导致计算资源浪费;备份任务完成时间预测算法,节约计算节点的计算资源,减少作业的完成时间,提高了集群的整体性能。

    一种支持能耗优化的虚拟机模式转移方法

    公开(公告)号:CN110196756A

    公开(公告)日:2019-09-03

    申请号:CN201910466889.5

    申请日:2019-05-31

    Applicant: 东北大学

    Abstract: 本发明提出一种支持能耗优化的虚拟机模式转移方法,包括:初始化参数;判断热模式调整的数量m是否大于0,进行虚拟机的模式转移;部署当前虚拟机系统;对每台服务器资源剩余量,从大到小进行排序;sum1与需要休眠的热模式虚拟机的数量相比较,进行模式转移,更新各模式集合;部署当前虚拟机系统;对每台服务器资源剩余量,从大到小再次进行排序;sum2与需要唤醒的冷模式虚拟机的数量相比较,进行模式转移,更新各模式集合;选择整个服务器处于睡眠状态中的冷模式虚拟机,还是运行的服务器中冷模式下虚拟机问题,对系统的能耗影响很大,本发明在既支持性能保障又满足虚拟机的可靠性的基础上,探讨虚拟机模式转移过程中的节能问题,达到了很好的效果。

    一种Hadoop平台计算节点负载预测方法

    公开(公告)号:CN110149237A

    公开(公告)日:2019-08-20

    申请号:CN201910510953.5

    申请日:2019-06-13

    Applicant: 东北大学

    Abstract: 本发明提出一种Hadoop平台计算节点负载预测方法,包括:基于滑动窗口二次检测算法的数据预处理方法;基于ARIMA算法的节点负载线性预测方法;基于RNN算法的节点负载非线性残差预测方法;将ARIMA算法与RNN算法预测出来的结果进行线性相加作为最终的预测结果;本发明通过对各个结算节点历史数据的分析,可以提取有价值的信息,进而合理预测下一时间段内的计算节点的负载,精确预测计算节点的负载可以为资源管理器合理地给AppMaster分配资源提供依据,进而缓解高负载节点的压力,提升低负载节点的计算资源利用率,提高Hadoop集群的可靠性和性能。本发明通过ARIMA和RNN模型组合,更加精确的对负载进行预测。

    一种面向视频目标检测的帧级别特征聚合方法

    公开(公告)号:CN109993095A

    公开(公告)日:2019-07-09

    申请号:CN201910230227.8

    申请日:2019-03-26

    Applicant: 东北大学

    Abstract: 本发明提供一种面向视频目标检测的帧级别特征聚合方法,涉及计算机视觉技术领域。本发明提供的面向视频目标检测的帧级别特征聚合方法,首先通过特征网络从单帧图像中提取深层的特征;然后使用光流网络FlowNet提取帧间的光流;并基于光流将相邻帧的帧级别特征对齐到当前帧,实现帧级别的特征传播;最后通过映射网络和权重放缩网络计算放缩余弦相似性权重,并使用放缩余弦相似性权重聚合多帧特征,生成聚合后的特征;本发明提供的面向视频目标检测的帧级别特征聚合方法,使得权重分配更加合理,将聚合后的特征输入到视频目标检测网络中,能够使在运动模糊、像素低、镜头变焦、遮挡等复杂场景下的视频检测具有较好的检测效果,具有鲁棒性。

    一种基于负载预测的Hadoop计算任务推测执行方法

    公开(公告)号:CN110221909B

    公开(公告)日:2023-01-17

    申请号:CN201910510535.6

    申请日:2019-06-13

    Applicant: 东北大学

    Abstract: 本发明提出一种基于负载预测的Hadoop计算任务推测执行方法,包括:资源管理器对备份任务数自适应调整,得到最大备份任务数;预测执行任务完成时间;将最大备份任务数与APPmaster设置的备份任务数比较,取最小值作为备份任务数阈值;判断备份任务数是否小于等于备份任务数阈值;判断任务数是否小于总任务数;预测备份任务完成时间;判断备份任务完成时间和执行任务完成时间大小,确定是否开启备份;本发明保证了当集群计算资源紧张的情况下,备份任务的开启不会对其他作业产生影响;执行任务的完成时间预测算法,有效避免了迟滞任务的误判导致计算资源浪费;备份任务完成时间预测算法,节约计算节点的计算资源,减少作业的完成时间,提高了集群的整体性能。

    一种基于AdaBoost-Elman的虚拟机软件老化预测方法

    公开(公告)号:CN110083518B

    公开(公告)日:2021-11-16

    申请号:CN201910354685.2

    申请日:2019-04-29

    Applicant: 东北大学

    Abstract: 本发明提供一种基于AdaBoost‑Elman的虚拟机软件老化预测方法,涉及云计算技术领域。该方法首先设定评估虚拟机软件老化程度的等级,并训练虚拟机的软件老化指标预测模型和未老化虚拟机参照预测模型;然后将业务并发量预测值和性能数据输入到离线过程训练的虚拟机的软件老化指标预测模型和未老化虚拟机参照预测模型中,输出虚拟机的软件老化指标预测结果和未老化虚拟机的参照预测结果;最后根据虚拟机的软件老化指标预测结果和未老化虚拟机的参照预测结果来评估虚拟机的软件老化趋势。本发明方法能够预测出当前工作虚拟机的软件老化指标,并与未老化的虚拟机进行对比,从而得到下一段时间虚拟机的软件老化程度,提前采取防范措施。

Patent Agency Ranking