云模型网络教育论文
云模型网络教育论文 1系统建模 1.1云平台的构建 为了简单起见，假定使用先来先服务（ＦＣＦＳ）调度 策略．后端功能包括作业队列，服务器及其虚拟机和存储年 龄的服务器管理．只有一个存储（如数据库）服务器时数据 库不一致可以不考虑．来自前端的所有请求被分配在一个队 列里进行调度．该服务器系统包括由ＣｌｏｕｄＳｉｍ［５］ 管理的多个虚拟机和连接到数据库的服务器．后端是由三种 不同类型的服务器组成．主服务器：虚拟机运行多线程应用 程序．应用并行度将取决于的线程．这些服务器是负责执行 大多数计算．专用服务器：虚拟机主要任务是进行具体的计 算和处理的前端接口．此外，他们设法与数据库或其他服务 器进行通信．控制服务器：虚拟机负责监控整个系统的状态． 该服务器负责动态创建和删除虚拟机． 1.2ＣｌｏｕｄＳｉｍＣｌｏｕｄＳｉｍ 是由澳大利亚墨尔本
大学的网格实验室和Ｇｒｉｄｂ ｕｓ项目推出的云计算仿真软件．它是在ＳｉｍＪａｖａ上 开发的函数库，可在Ｗｉｎｄｏｗｓ和Ｌｉｎｕｘ系统上跨 平台运行，ＣｌｏｕｄＳｉｍ继承了Ｇｒｉｄ－Ｓｉｍ的编 程模型，支持云计算的研究和开发，并提供了以下新的特 点：（１）支持大型云计算的基础设施的建模与仿真；
（２） 一个支持数据中心、服务代理人、调度和分配策略的平台．ＣｌｏｕｄＳｉｍ独特功能：一是提供虚拟化引擎，旨在数 据中心节点上帮助建立和管理多重的、独立的、协同的的虚 拟化服务；
二是在对虚拟化服务分配处理核心时能够在时间 共享和空间共享之间灵活切换．ＣｌｏｕｄＳｉｍ平台有助 于加快云计算的算法、方法和规范的发展．ＣｌｏｕｄＳｉ ｍ的组件工具均为开源的．ＣｌｏｕｄＳｉｍ是在Ｇｒｉｄ Ｓｉｍ模型基础上发展而来，提供了云计算的特性，支持云 计算的资源管理和调度模拟．它提供构建私有云和公共云的 大规模可扩展和可插拔框架．它允许虚拟机动态的设置和安 装需要的计算资源．这保证了周期性的通信高峰中当请求到 达率增加时的高ＱｏＳ．可以设置在当前服务器不堪重负时 创建新的实例和在流量减少时关闭它们．ＣｌｏｕｄＳｉｍ 扩展部分实现了一系列接口，提供基于数据中心的虚拟化技 术、虚拟化云的建模和仿真功能．ＣｌｏｕｄＳｉｍ提供了 资源的监测、主机到虚拟机的映射功能．ＣｌｏｕｄＳｉｍ 的ＣＩＳ（ＣｌｏｕｄＩｎｆｏｒｍａｔｉｏｎＳｅｒｖｉ ｃｅ）和ＤａｔａＣｅｎｔｅｒＢｒｏｋｅｒ实现资源发现 和信息交互，是模拟调度的核心．用户自行开发的调度算法 可在ＤａｔａＣｅｎｔｅｒＢｒｏｋｅｒ的方法中实现，从 而实现调度算法的模拟． 2系统分析及算法 系统的
设计要考虑到需求分析，在我们的模型中，用户 到达频率的特性与我们的云平台为他们提供服务的ＱｏＳ特性是关注的重点．为了给无限数量的主要来自于各
教育机 构的教学人员和学生提供网络教育服务应用，可扩展性也是 我们的目标．这主要需要考虑云架构的后端，后端主服务器 是负责平台形式的用户服务请求．此外，一些专用服务器将 负责与包含课程信息的数据库通信．最后，控制服务器将负 责
管理专用服务器和主服务器的创建和销毁．如图１所示， 该系统将包含两个相同类型的（Ｍ／Ｍ／ｍ）队列．这意味 着，无论用户的到达系统的时间还是系统服务时间都遵循λ 和μ的指数分布．有ｍ个遵循ＦＣＦＳ调度策略的服务器． 第一队列模型与主服务器相连，而第二个队列模型和与数据 库进行交互的特定服务器相联系．提出了两个Ｍ／Ｍ／ｍ队 列串行连接，如图２所示，用户任务通过第一个队列进入系 统，然后以概率ｄ移动到第二个队列．反过来说，一个用户 有（１－ｄ）的概率不经过第二队列的情况下离开系统．在 这种方式中，我们建模的系统中，每个用户都需要概率为ｄ 的计算操作和数据库访问．一个带有输入参数λ和ｍ个服务 器的每一个都带有的参数μ的稳定的Ｍ／Ｍ／ｍ队列的输 出遵循一个具有相同输入参数λ的泊松分布．这意味着，串 行连接的两个Ｍ／Ｍ／ｍ个系统是独立的，这些系统之间的 到达和服务保持相同的密度分布． 2.1Ｍ／Ｍ／ｍ队列 从图３中可以看出，有ｍ个服务器和两个密度函数表示 平均到达（λ）和每个服务器的服务率（μ）．2.2服务质量 决定服务质量（ＱｏＳ）的标准是在队列中的等待时间． 此等待时间依赖于利用系数ρ．系统的响应时间应当与正在 执行的任务相适应．在一个基于Ｗｅｂ的应用程序交互中系 统的客户将执行简单或频繁的任务．假设Ｗｍｉｎ的值为１ ００ｍｓ，Ｗｍａｘ值为５００ｍｓ．由于不同系统可接受 的响应时间可能会有所不同，这些数值可以修改.可以确定， 如果我们的系统等待时间长于Ｗｍｉｎ，该系统将必须创建 新的虚拟机，即根据情况增加主（或特定）服务器的数量， 直至Ｗ返回Ｗｍａｘ阈值下．相反，如果Ｗ下降到低于Ｗｍ ｉｎ值时，该系统可以释放
资源，这在我们的模型中，对应 于删除主（或特定）服务器，直到Ｗ再次回到Ｗｍｉｎ下限 以上．在这种机制的实现算法中为保证服务质量要在每个时 间周期Ｔ中检查Ｗ的数值来确定是否需要创建或删除主（或 特定）服务器，直至Ｗ位于合理范围内（Ｗｍｉｎ≤Ｗ≤Ｗ ｍａｘ），这里Ｔ的值由系统管理员预先设置．３．３算法 实现算法控制机制，该算法用来决定哪种类型的虚拟机必要 时应创建或删除．算法１基本思想如下：Ｅｎｓｕｒｅ：Ｗ ｍａｘ＝７５０Ｅｎｓｕｒｅ：Ｗｍｉｎ＝１５０ｍｓｗｈ ｉｌｅＴＲＵＥｄｏｉｆＷ＞Ｗｍａｘｔｈｅｎｗｈｉｌ ｅＷ＞Ｗｍａｘｄｏｓｔａｒｔ－ｖｉｒｔｕａｌ－ｓｅ ｒｖｅｒｅｎｄｗｈｉｌｅｅｌｓｅｉｆＷ＜Ｗｍｉｎｔ ｈｅｎｗｈｉｌｅＷ＜Ｗｍｉｎｄｏｓｔｏｐ－ｖｉｒｔｕａｌ－ｓｅｒｖｅｒｅｎｄｗｈｉｌｅｅｎｄｉｆｅｎ ｄｉｆｓｌｅｅｐ（Ｔ）ｅｎｄｗｈｉｌｅ 3实验和性能分析 为了验证本文提出的云计算模型的性能，本文采用Ｃｌ ｏｕｄＳｉｍ２．１［６］来模拟和实现上文讨论的云环境 并进行仿真实验．实验中，改变服务器节点的数量同时观察 记录响应时间．分析在一个Ｍ／Ｍ／ｍ队列中服务器的数量 增加对响应时间的影响．图４所示第一个队列中等待时间在 一，二，十台，一百台服务器的情况下随着占比ρ的增加而 增加．第二队列的平均访问率是基于λｄ．如图５中给出了 与图４相同的结果．我们假设一个值ｄ＝０．９作为一个用 户访问的数据库服务器的概率．对数据库的平均访问率ｄ在 不同的
应用中可能变化比较大．由于实验应用程序满足对 ９％的对数据库的用户请求，我们假设ｄ的值为０．９．略 微修改ｄ的值会得到成正比的结果．如我们预计的那样，队 列２的等待时间小于队列１．队列２中的用户流量降低也降 低了其平均等待时间．因此，等待时间随ｄ减少．Ｗ是１和 ２队列中的等待时间的总和．Ｗｍａｘ，Ｗｍｉｎ将决定同 一时刻客户／连接数量． 4结束语 本文提出基于ＱｏＳ保证机制的应用于网络教育的云 模型．在该模型中使用了两个Ｍ／Ｍ／ｍ队列系统相结合的 方法．第一个队列提供计算服务，第二个队列提供访问数据库服务器的服务．在平均等待时间方面，该模型提供良好的 ＱｏＳ，当增加虚拟机的数量时，第一与第二队列之间的等 待时间趋于稳定．从管理，技术，安全性和合法性的角度看， 该模型可以提高网络教育服务的水平．未来的工作中，将进 一步考虑资源性能动态预测、调度安全等问题．
