一种基于QoS参数归约的云计算环境能效评估方法

J4 ›› 2014, Vol. 36 ›› Issue (12): 2305-2311.

一种基于QoS参数归约的云计算环境能效评估方法

蔡小波1,2，张学杰1

(1.云南大学信息学院，云南昆明 650091;2.云南农业大学基础与信息工程学院，云南昆明 650201)

收稿日期:2014-08-12 修回日期:2014-10-22 出版日期:2014-12-25 发布日期:2014-12-25
基金资助:
云南省教育厅科学研究基金重点资助项目（2014Z076）；国家自然科学基金资助项目（61170222）

An energy efficiency evaluation model based on QoS
parameters reduction in cloud computing environments

CAI Xiaobo1,2,ZHANG Xuejie1

(1.School of Information Science and Engineering,Yunnan University,Kunming 650091;
2.College of Basic Science and Information Engineering,Yunnan Agricultural University,Kunming 650201,China)

Received:2014-08-12 Revised:2014-10-22 Online:2014-12-25 Published:2014-12-25

摘要/Abstract

摘要：

高性能、低功耗且具有QoS保障的高能效问题是云计算领域的一个研究难点。目前的研究主要是通过限定一个约束条件寻求另外指标的最优来实现三者之间的折衷或均衡，缺乏一种有效的能效计算方法和评估模型将三者整合，以更好地描述云环境能效的“程度”。提出一种云环境下QoS参数的归约方法和加权的能效模型，把系统性能作为一个关键因素引入QoS，并将离散的多个QoS参数度量值归约到同一个量纲区域内，获得评价权重矩阵，求得用户最终的QoS评价值，以单位能耗所提供的整体QoS水平值作为能效值，并且建立云数据中心的能效分级标识，最终将云环境下能效值刻画为一个定性的概念，实现了对云环境下能效的定性评估。此外，分别对单机环境和同构、异构的云计算环境中云数据中心的能效进行了评估分析，并进行了实验验证。实验结果表明，所提出的能效模型和评估方法在评价云系统的QoS水平和能源消耗方面是有效的。

关键词: 云计算, QoS参数归约, 能效

Abstract:

High energy efficiency with high performance, low energy consumption, and QoS support is one of the research challenges in cloud computing. According to this issue, the current studies trade off the three aspects of the issue by fixing one factor and optimizing the others, which lack an efficient energy efficiency calculation method and evaluation model that integrate the three aspects and describe the "degree" of the energy efficiency better. A QoS parameters reduction approach and a weighted energy efficiency model are proposed, which introduce the system performance as a key indicator into QoS, reduce the discrete QoS parameters into a unified dimension, establish the energy efficiency classification levels of the cloud data centers, describe the energy efficiency as a qualitative concept, and realize the energy efficiency's qualitative evaluation in cloud computing environments. Besides, the energy efficiencies of the cloud data centers in singlemachine, homogenous, and heterogeneous cloud computing environments are evaluated, and experimental results show that the proposed energy efficiency model and evaluation method are effective for evaluating the QoS level and energy consumption in cloud computing environments.

Key words: cloud computing;QoS parameters reduction;energy efficiency

蔡小波1,2，张学杰1. 一种基于QoS参数归约的云计算环境能效评估方法[J]. J4, 2014, 36(12): 2305-2311.

CAI Xiaobo1,2,ZHANG Xuejie1. An energy efficiency evaluation model based on QoS
parameters reduction in cloud computing environments [J]. J4, 2014, 36(12): 2305-2311.

[1]	李卫平1,2，武海燕2，杨杰1. 基于效益博弈的云计算资源动态可协调分配策略研究[J]. J4, 20160101, 38(01): 57-61.
[2]	徐嘉, 张骥先, 王喆民, 刘林杰. 基于NUMA云计算架构的多资源分配可信拍卖机制[J]. 计算机工程与科学, 2024, 46(05): 761-775.
[3]	马柯帆, 李宝峰, 周悦锦, 武园园, 余永兰, 多瑞华. 基于ZYNQ 芯片的基板管理控制器设计与实现[J]. 计算机工程与科学, 2024, 46(02): 217-223.
[4]	杨柏蔼, 赵山, 刘芳. 无服务器计算技术研究综述[J]. 计算机工程与科学, 2022, 44(04): 611-619.
[5]	毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川. 基于遗传算法的数据中心能效仿真[J]. 计算机工程与科学, 2021, 43(08): 1341-1352.
[6]	李波, 侯鹏, 牛力, 武浩, 丁洪伟. 基于软件定义网络的云边协同架构研究综述[J]. 计算机工程与科学, 2021, 43(02): 242-257.
[7]	廖建锦, 孙庆骁, 杨海龙, 栾钟治, 钱德沛. 满足工作流执行时限的可抢占虚拟机实例配置和调度方法研究[J]. 计算机工程与科学, 2020, 42(11): 1956-1964.
[8]	林涛, 冯竞凯, 郝章肖, 黄少群. 基于组合预测模型的云计算资源负载预测研究[J]. 计算机工程与科学, 2020, 42(07): 1168-1173.
[9]	史文杰，詹雨奇，李奎. 一种面向多平台航电资源建模及其调度算法[J]. 计算机工程与科学, 2019, 41(11): 1976-1984.
[10]	刘梓璇，周建涛. 负载均衡的主导资源公平分配算法[J]. 计算机工程与科学, 2019, 41(09): 1574-1580.
[11]	曹云梦1,2,周胜军3,刘晨1,2,韩燕波1,2. 面向服务的云-端动态协作方法[J]. 计算机工程与科学, 2019, 41(04): 598-605.
[12]	李进生，蒙江，童名文. 基于分布式遗传算法的水质传感器布置优化研究[J]. 计算机工程与科学, 2019, 41(03): 545-550.
[13]	罗裕春,武继刚,史雯隽,贺子楠. 移动云计算中的任务调度与计算迁移算法[J]. 计算机工程与科学, 2018, 40(11): 1915-1924.
[14]	齐平1,2,王福成1,王必晴1,梁昌勇2. 云计算环境下基于可靠性感知的任务调度算法[J]. 计算机工程与科学, 2018, 40(11): 1925-1935.
[15]	付伟1，李墨泚2，赵华容2，吴勇2. CRSHE：基于同态加密的新型密文检索方案[J]. 计算机工程与科学, 2018, 40(09): 1540-1545.