云计算环境下计费系统的设计与实现
这是一篇关于云计算,OpenStack,计费,分布式的论文, 主要内容为开源IaaS(Infrastructure as a Service)云平台OpenStack是一个美国国家航空航天局和著名的云计算公司Rackspace合作开发的自由软件和开放源代码项目。OpenStack并不是一个软件而是一个开源云平台的管理项目,它为公有云、私有云提供了可扩展、灵活的云计算平台。 目前OpenStack的发展非常迅速,它的社区已经拥有超过170家企业以及3000位开发者,这些企业不乏许多著名的IT公司,如Dell、思科、VMware等。这些机构与开发者都选择使用OpenStack创建自己的私有云平台。但是随着云计算逐渐进入学术研究和商业应用相结合的阶段,云计算的商业应用逐渐成为云计算发展新的方向。在这个大的发展趋势的作用下,OpenStack也会逐渐的向商业化方向发展。但是目前针对OpenStack的计费研究还相对较少,OpenStack社区的关注点一直集中在虚拟化、网络、安全等领域,始终没有将计费作为重点研究对象。而本课题的研究目标就是设计与实现一个OpenStack环境下的分布式计费系统。本课题针对OpenStack环境下的计费系统进行了研究,首先对本课题的背景和研究意义和课题目标进行了介绍,包括云计算的一些基本概念的阐述和现有的商用IaaS计费系统的简介。接着详细介绍了研究本课题所涉及到的关键技术：使用OpenStack搭建私有云环境；使用HBase存储原始计费数据,使用Hadoop提供的并行计算框架MapReduce处理原始计费数据等关键技术。然后使用面向对象的思想对计费系统进行了分析与设计,包括计费系统的需求分析、计费系统架构设计和详细设计的内容。其中需求分析包括功能需求和运行环境分析。计费系统架构设计包括原始计费数据处理、计费展示、分布式数据库表的设计以及计费数据库表的设计四个部分。详细设计包括功能模块设计和数据模型设计两个方面。然后根据计费系统的功能模块详细介绍了计费系统的实现。计费系统的实现包含SSH框架集成和计费系统功能模块的实现两个部分的内容,其中SSH框架集成包括Spring整合Struts2和Spring整合Hibernate两部分内容。计费系统功能模块的实现主要从功能模块的结构、工作流程以及代码实现上对计费系统的七大功能模块进行了详细的介绍。最后介绍了计费系统的部署和测试。
基于OpenStack的WebIDE研究与实现
这是一篇关于WebIDE,OpenStack,云服务器资源分配,权限控制的论文, 主要内容为随着计算机与互联网技术的发展,应用程序逐渐从桌面向Web端迁移。Web端不仅提供了通用的用户操作界面、用户协作及与其他在线服务集成等功能,同时也可以避免应用程序在本地计算机上进行复杂的安装和配置。因此,基于云服务器的集成开发环境(WebIDE)越来越受到开发者的关注,并逐步得到应用。本文研究并实现了一个基于Openstack的WebIDE系统,对在线集成开发环境的研究与应用进行了有益的探索。论文的主要工作包括:(1)通过分析WebIDE的运行环境与用户需求,设计了一个分层WebIDE系统结构,包括可视化交互、服务与控制、Git代码管理和云服务器等四个模块。该结构中,可视化交互模块提供可视化的文件操作、代码编辑、代码高亮及智能提示;服务与控制模块提供权限控制和资源管理,分级解析及处理可视化交互模块发送的业务请求;Git代码管理模块提供代码版本管理,存储托管;云服务器模块提供资源分配、编译环境镜像管理和代码运行。(2)针对大量并发用户在WebIDE系统使用中可能遇到的云服务器资源分配不均衡、任务响应时间延迟等问题,本文提出了一种基于任务预调度的云服务器资源分配方法。该方法首先根据用户对系统的操作类型进行任务分类;其次分析任务之间的转换关系,并使用马尔科夫状态转移概率矩阵构建操作任务预测模型;然后根据预测模型设计任务预调度器,进行任务预调度;最后采用任务预调度和蚁群算法结合的方法进行云资源分配。实验表明,该方法相比蚁群算法具有更小的任务响应时间延迟和更高的资源利用率。(3)针对WebIDE系统使用中用户与文件调用权限的问题,本文提出了一种基于文件安全等级和访问控制列表(Access Control Lists,ACL)结合的权限控制方法。该方法依据文件属性构建安全等级模型,并将文件划分为不同的安全等级;然后构建文件和安全等级之间的映射关系,根据安全等级和失效时间生成授权码并授权给编程设备;最后使用ACL策略将用户与编程设备绑定,实现用户、编程设备和文件之间调用权限的相互约束和控制。实验表明,该方法具有安全性高、性能良好的特点。(4)基于上述研究,本文设计并实现了一个基于OpenStack的WebIDE系统。该系统的分层模块分别采用React+Redux+Webpack组合、Spring boot框架、Git API和OpenStack API等技术进行实现。
基于容器虚拟化技术的移动物联网仿真实验平台的设计与实现
这是一篇关于移动物联网,容器,Kubernetes,OpenAirInterface,OpenStack的论文, 主要内容为随着移动物联网的发展,虚拟化技术在改善网络性能、提高网络灵活性等方面起到了越来越重要的作用。其中,容器虚拟化技术更是表现出了高效的资源利用、快速的系统启动、轻松的维护扩展等优势。然而,移动物联网的实验环境仍然存在三个问题:1.当前物联网仿真实验环境没有容器化,仿真实验部署复杂,资源利用率不高;2.已有的物联网仿真实验环境仅仅基于有限的本地资源,不支持移动网络场景,不能利用丰富的分布式资源;3.缺乏一个有效的平台框架对实验环境进行统筹管理,实验的配置与评估较为不便。针对上述问题,本文设计和实现了一个基于容器虚拟化技术的移动物联网仿真实验平台。本文的主要贡献包括:(1)提高了物联网仿真实验的可扩展性。本文将已有的物联网仿真实验环境迁移到容器中,并以镜像的形式将容器部署到编排平台Kubernetes,使该平台支持物联网仿真实验。和基于虚拟机技术的实验平台相比,本文设计的物联网仿真实验环境有效地降低了实验的CPU和内存开销,提高了实验的可扩展性。实验结果表明,使用相同的物理资源,本文提出的平台比基于虚拟机的平台能多仿真5倍的物联网结点。(2)增加了实验平台对蜂窝移动实验的支持。通过引入蜂窝网络仿真工具Open Air Interface,本文所提的实验平台增加了对移动网络场景的支持。由于蜂窝网络仿真也是在云平台提供的虚拟环境中实现的,具有比物理主机上直接部署更高的效率。文中实验结果验证了云平台上蜂窝仿真的保真度,确保了移动网络实验的网络性能。(3)设计并实现了一个基于B/S架构的实验管理平台。本文设计和实现了一个包含Open Stack和Kubernetes集群的仿真实验平台,两个集群分别用来管理虚拟机和容器。该平台基于Open Stack和Kubernetes的开放式API,能够支持多用户同时进行实验。通过对实验流程的优化,简化了实验人员的操作,方便实验人员配置和评估实验。
基于微服务的对抗仿真资源管控的设计与实现
这是一篇关于对抗仿真,微服务,OpenStack,Ceph的论文, 主要内容为强大的军事实力是国家安全的坚实保障,在和平年代通常采用军事演习的方式来提升部队的作战能力,然而军事演习的成本较高,且无法重演作战方案,灵活度较低。在仿真技术不断发展的背景下,人们逐渐倾向于通过对抗仿真来进行演习,与传统的演习相比它的优势是成本低、安全以及可重复。仅需构建对抗仿真系统,即可模拟战场对抗环境,对作战过程、指挥决策过程进行仿真推演,并且能够实时地评估战场,比较各种作战方案的优劣,提高指战员的指挥水平。对抗仿真系统正在朝着体系化、规模化作战的方向发展,仿真系统中成员数量持续地增多,同时为了提高仿真样本的测试效率需进行多样本仿真实验,即多个仿真系统对多个样本并行测试。在上述背景下当前的仿真资源管控方式暴露出了如下的问题:仿真系统分布式部署的特点要求仿真资源在多节点之间传输共享,当前采用网络以及物理介质传输的方式需人工介入且耗费大量传输时间,难以满足多样本多成员的多仿真系统集群实验环境构建需求;在仿真实验环境部署过程中,实验人员需在多节点中完成仿真系统环境依赖配置、仿真网络配置等,部署效率低且存在配置错误的风险;在多个仿真实验运行过程中,需对每个仿真实验环境进行异常情况的精准监控,在异常问题出现时若没有异常处理机制保障仿真实验的可持续运行,则会浪费大量实验时间以及计算资源。因此,需要高效的仿真资源管控方式支撑仿真实验的环境构建以及运行控制。本文基于对抗仿真系统多成员分布式部署的特点引入微服务架构,并根据上述存在的问题引入Open Stack云平台以及Ceph分布式存储系统。工作内容包括对抗仿真资源云端统一化管理、多仿真系统集群实验环境自动化构建、多仿真系统集群资源异常监控与自动化处理等内容,具体包括以下方面:(1)在多样本仿真实验背景下,深入分析当前对抗仿真资源管控在仿真资源统一化管理、多仿真系统集群实验环境构建以及异常处理方面存在的问题,引入Open Stack云平台以及Ceph分布式存储系统,提出静态与动态微服务相结合的仿真资源管控微服务架构,动态微服务随着仿真系统集群下多仿真节点的生成而动态上线,并通过虚拟化技术将原有的管控粒度从多仿真成员进程扩展到多仿真节点,进而实现对多仿真系统集群实验环境的整体管控。(2)为实现构建多仿真系统集群实验环境时自动化定位以及获取规模化的仿真资源,从逻辑层面对当前对抗仿真资源进行分类并设计了仿真资源统一的描述方法,基于多组属性即可在云平台中快速定位仿真资源;从物理层面将仿真资源迁移到Ceph分布式存储系统中作为RBD块设备存储,并以资源获取时间为准则对仿真资源的存储格式进行了分析比较,测试结果表明可有效降低仿真资源定位以及获取的时间消耗。(3)从微服务的角度将仿真系统集群实验环境构建流程细粒度拆分,划分为虚拟机级别以及进程级别的多个微服务功能,依托于静态微服务的整体管控以及每个仿真系统集群中动态上线微服务的快速响应,可自动化完成从多样本仿真实验需求下发到多仿真系统集群实验环境的构建过程,无需人工介入。并以某仿真系统为例进行了多样本仿真实验环境的构建测试,验证了该种方式的可行性以及时间上的高效性。(4)以实现多仿真系统集群下的资源异常监控与自动化处理为目的,依托每个仿真节点上的动态微服务实现多仿真系统集群下仿真资源异常的精准监控。并基于仿真系统多仿真成员同步推进的特点,通过Libvirt以及RBD实现仿真系统集群实验状态的同步快照与恢复,同时验证了仿真实验在状态恢复后的可持续性。基于上述异常监控与仿真系统集群实验状态恢复实现多仿真系统集群异常自动化处理机制,由此可有效地保障仿真实验在异常出现时的可持续运行,减少了异常问题导致的实验时间以及计算资源的浪费。
软件系统参数智能优化平台的设计与实现
这是一篇关于参数智能优化,软件系统,微服务,服务容错,OpenStack的论文, 主要内容为随着互联网与计算机科学技术的高速发展,运用软件系统来解决复杂实际问题的场景越来越丰富。然而随着业务访问量的不断增大,软件系统的负荷不断加重,性能不断下降,迫切需要提升软件系统的性能以适应更多的应用场景。软件系统的性能很大程度上取决于其本身的参数配置,很多组织依靠聘请专家来配置参数,费用往往十分昂贵;并且随着软件系统规模和复杂性的不断增大,传统人工优化参数越来越困难,如何实现自动优化软件系统参数配置成为一个研究热点。针对上述问题,受企业委托,本文设计并实现了一个软件系统参数智能优化平台,平台主要基于当前学术界和工业界主流和最新的参数优化算法,支持用户根据实际业务场景中待优化系统的性能需求,配置优化实验环境并自定义组合参数优化算法,构建一个优化实验,最后得到待优化系统的参数优化配置,从而有效提升软件系统性能,降低运营成本。论文的主要工作如下:(1)需求分析。通过对现有软件系统参数优化工作的调研研究和分析,确认软件系统参数智能优化平台的需求,并根据目标软件系统参数配置的优化工作流程,将业务划分为待优化系统管理模块、算法管理模块、实验管理模块和用户管理模块,同时分析说明系统需具备的性能需求;(2)设计与实现。结合系统的需求,设计软件系统参数智能优化平台的整体架构并完成各功能模块的开发工作,实现软件系统参数的智能优化。通过Spring Cloud微服务架构实现各个功能模块的业务逻辑,使得系统功能模块之间具备松耦合和高可扩展特性,同时基于改进的令牌桶算法设计微服务服务限流策略,提升系统服务容错能力;基于Open Stack虚拟化工具完成优化实验环境的创建和管理,实现实验环境的自动化安装部署;基于Docker容器技术和Kubernetes容器编排技术实现对算法组件的生命周期管理,保证算法运行的独立性和稳定性;(3)系统测试。在完成系统设计与实现工作后,根据需求分析撰写测试用例并搭建测试环境进行系统测试。系统测试部分主要测试平台四大功能模块的主要功能,同时测试各模块的响应时间是否满足性能需求、系统交互是否稳定以及使用的算法是否对微服务容错能力有所改进。经过系统测试,本文设计实现的软件系统参数智能优化平台的所有功能逻辑处理均正常,且响应时间符合用户预期,平台具有足够的稳定性和可靠性。在平台上线后,企业用户可通过简单配置自动生成一个优化实验环境,最后得到给定硬件环境下,待优化软件系统目标参数的最优配置结果。通过避免传统人工参数优化,有效减少参数优化的成本,从而实现对目标软件系统参数优化的智能化需求。综上所述,软件系统参数智能优化平台可以在不增加运行成本的基础上尽可能提高软件系统性能,降低软件系统运维成本,在促进软件系统性能自动优化等方面具有重大意义。
基于OpenStack的容器跨区域网络自动化管理
这是一篇关于跨域网络,通信管理,服务链,容器,OpenStack的论文, 主要内容为云计算和边缘计算协同能有效地提高服务的质量,越来越多的服务正在被部署到联合的云端和边缘端。为了保证服务的高可用性,跨域云端需要构建大二层网络,连通不同区域的三层网络,从而打通多云端的隔离,提高服务间的通信效率。另外,越来越多的企业采用微服务架构,服务数量急剧增加,应用层的服务通信亟需被监控和管理。然而,目前开源云计算社区缺少对跨域网络的全栈式管理。针对以上跨域网络管理的需求,跨域网络自动化部署系统在网络层上连通多个云端,服务链通信管理系统在应用层上监控和管理服务通信:(1)设计了跨区域三层网络的新型拓扑,通过虚拟的跨域路由器完成数据包的转发和路由,减少新网络接入时路由的更新时延,新型拓扑方案的实现已经合并到OpenStack开源项目中;(2)设计并实现了服务链通信管理系统,系统根据请求所属的服务链,将请求存储在不同的消息队列,构造出服务间通信的控制平面,实现对通信的监测、控制等功能;(3)设计了服务链的容器分配策略,实时统计请求数量,利用时间序列分析法预测负载压力,进而实时地调整容器实例的数量。该策略在容器实例分配时考虑不同服务链的竞争关系,保证服务链间的公平性,避免单条服务链独占资源。单云端和多云端环境下的测量结果显示在示例测试应用中通信管理占总服务响应时间的20%以下,与Kubernetes社区的通信管理方案效果相近。同时单云端环境下对系统在多条服务链上分配容器实例的测试结果显示服务链通信管理系统保证了服务链的公平性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设港湾 ，原文地址：https://m.bishedaima.com/lunwen/45320.html
