面向物联网云服务的资源隔离管理机制

来源 :第十四届和谐人机环境联合学术会议HHME2018(第十四届人机交互学术会议CHCI2018、第十四届全国普适计算学术会议 | 被引量 : 0次 | 上传用户:godwin82
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  近年来,普适计算在物联网云服务的普及下蓬勃发展。各种设备端应用吸引了大量用户,应用后台服务器规模成倍增长,出现了现代的数据中心。数据中心为确保用户请求能得到迅速响应,需预留充足的计算资源,在应对突发流量峰值的同时,也造成了大量计算资源闲置浪费。若同时部署其他计算任务,又会引入新的问题——共享资源冲突带来的性能下降。为了解决这一实际问题,本文从物理核、缓存、内存带宽、网络带宽四种共享资源入手,设计了一套共享资源隔离管理系统,用来动态调整任务资源配额,并完成隔离,提高了资源利用效率。经初步测试,此系统在保证用户响应速度的同时,可将CPU 平均利用率提升到70%以上。
其他文献
购物行为数据是建立用户购物行为画像,提供定制化的商品推荐服务的基础。通过大量的顾客购物数据,商家可以分析市场行为,为商品的生产供应,平台的管理流程做出优化,从而提升效率,节约成本。在网络购物中,购物平台可以得到顾客购物过程中详细的记录,然而在线下零售中,商家对于用户购物行为信息的获得仅仅止步于用户最终购买了何种物品,而无法得到像网络购物一样详细的购物行为信息。
Abnormal prescriptions refer to abnormal prescriptions prescribed by doctors for patients.
In Mobile Internet(MI),existing uncertain factors,such as randomness,fuzziness and unpredictability,brought many security issues to on-line transactions.
Distributed cameras are used in many scenarios more and more.Most frequently we want to let the cameras capture the pictures simultaneously.
在时间序列数据挖掘中,相似性度量是一个重要的环节,对于许多算法来说,其中的相似性度量方法是否合适,对其挖掘性能有着关键影响。受稀疏表示理论的启发,本文提出一种基于稀疏表示的时间序列相似性度量方法(TSSR),其核心思想是利用过完备字典对时间序列进行稀疏化表示,根据提取的主要特征进行相似性度量从而解决高维时间序列相似性度量中存在的维度过高、噪声干扰、不等长比较等问题。实验表明,该方法能有效提取高维时
车辆目的 地推测可以为城市公共安全等应用领域提供辅助,但是在仅仅知道车辆起始位置信息的情况下,并不能准确地推测其目的地.本文设想通过在城市道路摄像头所有录像数据中进行时空搜索,来获取该车辆更多的踪迹,从而提高目的地推测的准确率.为了降低时空搜索的代价,本文提出基于效益的指标来评估不同时空搜索对于推测车辆目的地的作用.实验显示时空搜索有助于提高目的地推测的准确率,其中基于效益的评估指标比基准评估指标
Human activity recognition(HAR)is a promising research issue in ubiquitous and wearable computing.
城市交通拥堵预测是智慧交通系统的重要研究内容之一。城市交通状态具有高度复杂性和不确定性,目前已经有多种基于神经网络的预测技术被引入到交通预测领域中来。然而传统的神经网络训练耗时长、容易陷入局部最优和过拟合,这些缺点阻碍了神经网络在交通预测领域的大规模应用。
近年来,雾计算作为物联网的支撑运算平台,得到了越来越广泛的应用。它弥补云计算不能完全满分布式计算在边界网络对计算分析的低时间延迟,以及小通信数据量的要求。本文在雾计算的基础上,结合普适计算的思想提出了一种面向普适感知的雾计算架构来满足雾计算环境下移动用户对透明化服务的需求。本文的主要研究内容和贡献如下:(1)研究一种将注册与交互、网络管理、服务计算三部分功能分置在不同服务器上的架构模式。(2)设计
城市中进行的活动常常引发人群聚集,而有大量人员参与的活动可能存在公共安全隐患。为此,建立有效的手段检测人群聚集情况,及时发现人流的异常,对于城市公共安全、交通管理、应急控制和预防恐怖主义具有着重要作用。