基于Docker的盾构监控系统的容器集群管理研究
这是一篇关于Docker,Kubernetes,微服务,负载预测,资源调度的论文, 主要内容为随着业务系统复杂性的不断提升,功能模块的持续增加,微服务架构应运而生,其松耦合的灵活特性能有效解决应用的复杂性。以Docker为代表的容器虚拟化技术逐渐成为微服务架构的最佳实践方式。容器技术解决了应用开发、测试及部署环境差异的问题,开发人员可以更专注于应用本身。由于容器集群的规模持续增长,运维人员的手动维护及部署已经不能应对大规模集群所带来的挑战,因此需要更高效的容器集群管理平台来完成容器管理、资源调度、负载均衡等任务,其中以Kubernetes为代表的容器编排技术已经广泛应用于实际业务生产环境。然而与传统虚拟机相比,容器粒度较小、容器间关系复杂,容器集群资源调度效率也需要进一步提升。Kubernetes现有的默认调度策略不能完全满足实际业务的需求,因此如何更高效地管理容器集群是一个亟待解决的问题。本文对基于Docker的盾构监控系统的容器集群管理进行研究,首先简要介绍了相关技术及架构,包括Docker容器技术、Kubernetes容器编排技术和微服务架构,并深入理解其架构思想和设计原则。其次,容器集群资源调度依赖于服务器负载的有效预测。将服务器负载视为连续时间序列,基于ARIMA-LSTM组合模型预测服务器负载,通过并行化计算加快模型拟合速度。采集盾构监控系统负载日志作为数据集,实验结果表明,与传统方法相比,基于ARIMA-LSTM的负载预测模型预测精度更高,拟合效果更好,集群环境下并行化计算方式加速比更高。针对Kubernetes现有资源模型较为单一的问题,将基于ARIMA-LSTM的负载预测模型应用于Kubernetes中,综合CPU,内存,存储,网络带宽等多个因素,改善其资源模型的局限性,为调度器寻找最合适的部署节点。同时针对Kubernetes同一资源控制器下部署多副本场景进行优化,减少冗余计算,提高调度效率。由于高负载、资源不足时Kubernetes存在较高调度失败率的情况,通过多种优先策略进行最优节点的筛选,实现抢占式调度策略,优先保证高优先级服务的稳定性。最后,基于微服务架构对盾构监控系统进行重构,通过Service Account实现微服务环境下各个子业务系统的统一认证、授权。盾构监控系统内各项服务自身持久化数据具有私有性,微服务之间存在强隔离性,采用外部事件服务模式将事件服务独立出主业务服务,维护系统内数据的一致性,减少微服务之间的依赖,提升系统性能。最后通过系统测试对实现模块的功能和性能进行验证。本文实现的基于Docker的盾构监控系统目前在生产环境运行良好,能对容器集群进行高效管理,较好地满足企业智慧管控的业务需求。即使在高负载的情况下,集群也能提供稳定的业务环境,为后续服务的开发、交付、部署及迭代提供可靠支撑。
突发事件应急决策与处置平台设计与实现
这是一篇关于突发事件,预案,决策,资源调度,事故分析的论文, 主要内容为突发事件具有很强的随机性与破坏性,往往会给人们带来巨大的生命财产损失,应急指挥人员快速、有效地处置突发事件能降低突发事件带来的危害。传统突发事件的决策与处置大多依赖指挥人员的经验,应急预案和应急决策方案不明确、适用性差,导致处置突发事件时无法高效地使用应急预案和调度应急资源,存在处置方案主观性高、处置效率低等问题。为实现科学、高效地处置突发事件,本文分析研究了处置突发事件事前、事中和事后全流程,将应急预案、应急决策方案、应急资源调度方案的生成使用和事故分析四流程有机串联。设计并开发了基于SSM(Spring+SpringMVC+MyBatis)框架的突发事件应急决策与处置平台,实现对应急人员、应急预案、突发事件案例、应急资源的管理以及应急预案、应急决策方案、应急资源调度方案和事故热力图的智能生成。本文主要创新和工作如下:首先,实现了应急预案的快速生成。应急预案结构化拆分后,按应急预案等级、类型、应急职能组及其职责将应急预案上传至平台,经管理员审核后存入应急预案库。当突发事件发生时,可根据突发事件等级和类型快速生成应急预案。其次,实现了基于案例推理(Case-Based Reasoning,CBR)与规则推理(Rule-Based Reasoning,RBR)的应急决策方法。CBR弥补了RBR建模难度大的缺点,RBR弥补了CBR过于依赖案例数量的缺点,平台将CBR与RBR的优势结合,充分利用过去积累的突发事件案例和专家规则库,混合推理智能生成应急决策方案为指挥人员提供决策参考。再次,实现了基于贪心策略的应急资源调度方法。采用贪心策略获取并调度距离事发地最近的应急资源点从而提高应急资源的调度效率。此外,将应急决策与应急资源调度两个功能有机结合,运用应急决策生成的处置方案,直接向事发地进行应急资源调度,提高应急决策方案的实用性和处置效率。最后,实现了事故热力图的生成。突发事件处置完毕后可以上报事故信息,根据事故发生地点和频率生成事故热力图。指挥人员可以查看不同类型的事故分布图与事故热力图,有针对性地进行应急资源部署和加强相关防范措施。
基于云平台的漏洞扫描器调度系统的设计与实现
这是一篇关于网络安全,云计算,漏洞扫描,资源调度的论文, 主要内容为统计数据表明,绝大部分网络安全事件的发生,都是由已被业界发现的安全漏洞所导致的。漏洞扫描技术作为安全扫描技术中的一种,对网络安全起着非常重要的作用。然而,传统的漏洞扫描器在对大规模网络进行漏洞扫描时显得无能为力。云安全是网络时代信息安全的最新体现,它利用云计算对大规模业务应用场景下充分的资源支持的技术优势,并融合网格计算、并行处理和未知病毒行为判断等新兴技术或概念,为网络安全问题提供了新的解决方案。基于云平台的漏洞扫描系统即是利用该解决方案实现的一个典型应用,其中,如何合理、充分、高效地对云平台中的虚拟节点进行调度,对漏洞扫描系统的综合性能影响很大。 本文针对大规模漏洞扫描这一特定应用需求,设计了一套云平台中漏洞扫描器调度机制,该机制充分考虑漏洞扫描执行过程中的各类场景以及造成扫描器负载不均衡的各项因素,对扫描器实施实时的动态调度。并且根据这套机制设计与实现了基于云平台的漏洞扫描器调度系统,作为基于云的漏洞扫描系统的子系统。本文首先对网络安全、漏洞扫描技术和云在安全方面的应用进行了研究,分析了云环境下的资源调度技术的研究现状,调研了基于云的漏洞扫描系统中漏洞扫描器的工作原理和对外提供的接口,以及该扫描系统部署所基于的云平台提供的功能。其次,本文完成了基于云的漏洞扫描器调度方法的设计,并基于该调度方法完成了基于云的漏洞扫描器调度系统的总体设计,调度系统由核心逻辑实体与用户接口实体组成。此外,本文使用Java语言与CXF技术,并采用Spring和Hibernate框架,将系统核心逻辑实体实现成为可扩展的、基于HTTPS的、支持持久化存储的功能实体,该实体维护整个漏洞扫描系统的全部业务数据,同时保证与漏洞扫描器的兼容性；采用Jaxb技术完成XML格式的扫描报告与Java类之间的映射,实现漏洞扫描报告管理模块,解析并维护整个漏洞扫描系统的扫描报告；使用Struts2框架将用户接口实体实现成为B/S架构的Web应用实体,提供用户访问漏洞扫描系统的入口,同时保证与核心逻辑实体的兼容性。最后,本文实现整个基于云平台的漏洞扫描器调度系统在云平台上的部署,并与漏洞扫描系统的其他子系统进行联调与测试,测试结果证明本系统具有功能性以及良好的可扩展性。
基于软件自适应技术的巡检机器人软件系统应用开发
这是一篇关于巡检机器人,软件自适应,资源监测,资源调节,资源调度的论文, 主要内容为为使巡检机器人后台主控软件可以通过软件自我调节的方式,适应动态的计算环境,保障巡检性能,从而在软件运行角度提升工作效率与用户使用流畅感。本文结合控制理论与软件工程技术,以室外巡检机器人软件系统为控制对象,设计了可以对计算环境变化进行观测和对自身资源占用进行调节的机器人软件自适应系统。本文主要工作为:一、对变电站室外巡检机器人业务需求,设计并编写了机器人后台主控软件系统,并进行分析抽象,搭建软件自适应应用架构。分析了巡检机器人软件系统的功能特点,将巡检机器人软件自适应设计分解为观测层-粗粒度层-细粒度层三层设计,为机器人软件自适应设计提供了框架支撑,从软件运行角度保障了巡检机器人工作稳定性。二、为使巡检机器人软件自适应系统可以更好的感知环境变化,并对可能出现的计算环境改变提前做出反应,进而为未来时刻可能出现的计算环境异常调整出资源空间,维护机器人工作稳定性与高效性,本文设计了融合趋势预测的计算环境观测层。同时针对巡检机器人软件系统运行环境出现的频繁抖动对自适应调整以及预测带来的影响,设计了滑动平均观测与基于分块全连接的预测模型,有效改善了抖动带来的机器人适应目标频繁变化及预测精度问题。三、对于巡检机器人软件系统而言,由于巡检机器人业务较多,导致了软件系统逻辑复杂、体量较大。而且调节过程中需要考虑机器人工作状态,因此无法直接建立有效数学模型对其整体进行调节。本文将软件系统划分为多个功能模块,将软件系统整体的资源调整作为一级控制,并将调整量通过资源调度的形式传递至每个功能模块,由模块内的二级控制回路进行具体调节。由于二级控制中各模块内部调节速度不同,会导致整体资源调节的局部异常,因此本文设计了基于协同控制的资源调度方法,实现了在粗粒度上对软件系统的有效资源控制,消除了局部异常。四、分析系统各个功能模块的资源占用、控制裕度特点,针对资源占用最大的视频监控模块构建了多变量解耦器,同时结合自适应鲁棒控制完成对其的内部调节,并构建Lyapunov函数证明了稳定性。针对软件系统作为被控目标具有的时变特性,本文设计了在线辨识反馈解耦器以增加控制精度。针对可调配置参数作为被控量对用户体验的影响,本文设计了误差容忍机制,从而减小配置参数改变频率。有效实现了针对每个功能模块内部的资源占用调整。五、编写软件自适应设计代码,以非侵入式编程的方式,将自适应管理线程附着在已有软件系统上,并在机器人实验平台上对设计的软件自适应功能进行验证。
云平台网络安全检测系统中设备管理子系统的设计与实现
这是一篇关于云计算,设备管理,虚拟化,资源调度的论文, 主要内容为随着互联网技术的快速发展，设备的信息化管理水平不断提，国内部分大型企业已经开始逐步实施设备管理系统，但是相对于大多数中小企业来说组建一个设备管理系统需要架设服务器，购买软件等，设备和系统运行后还需要专人操作和维护，由此产生的投入成本和维护成本过高，大大削弱了中小企业装备设备管理系统的积极性。云计算具有天生的经济性和共享性等优点，将云计算技术引入到设备管理系统中来必然会受到中小企业的极大青睐，而云平台是支撑一切云计算服务的基础架构，在计算机网络的基础上提供各种计算资源的统一管理和动态分配，达到实现云计算的目的。 本文通过研究云计算中的各项关键技术，包括虚拟化、资源调度等进而深入研究云平台部署结构，并以工作中遇到的传统设备管理模式出现的问题，对设备管理方案和流行的计算机技术、网络技术进行研究，构建了WEB下的采用B/S结构的设备管理系统，来替代传统的设备管理方式。 首先本文对云平台设备管理系统进行了详细的需求分析，根据需求，本文设计了系统的整体架构和部署方案；然后根据系统的整体架构按照模块对系统进行了划分，包括前端数据采集模块、数据处理模块和后台管理展示模块，并对每个模块进行了详细的设计和实现。其中前端数据采集模块主要通过python脚本来实现，数据处理模块中XML文件解析采用的是Linux系统下的libxml2开源库来实现，后台管理展示模块依靠开源jpush-plus平台开发，采用arbor.js来优化界面展示效果，并采用了虚拟机调度策略进行动态资源分配并通过物理分层和逻辑分层实现系统的可扩展性；最后本文完成了对系统的测试工作。 本文设计实现的设备管理系统具备了灵活性、可扩展性和健壮性的特点，大大提高了设备管理的便捷性和可靠性。
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：毕设客栈 ，原文地址：https://m.bishedaima.com/lunwen/46645.html
