论文部分内容阅读
云媒体作为云平台和多媒体技术的融合,为庞大的多媒体数据提供了新的支撑,提供符合用户需求的多样化服务。它面临着大量迸发的多媒体接入、处理以及传输服务以及异构资源等,造成了更严苛的多媒体QoS要求,传统的媒体资源分配的方法已经进入了瓶颈期。本文针对云媒体资源分配过程中出现的问题,进行了如下研究:(1)针对云媒体应用中数据中心位置不同引起的VM分配问题,提出了一种基于贪心算法的VM分配方案,分别实现单址云和多址云优化的虚拟机分配。对于每种情况,解决了往返延时约束条件下达到资源成本最小化的虚拟机分配问题。此外,针对不同情况改进了贪心算法以适应实际情况。仿真结果表明,该虚拟机优化分配方案可以有效地实现资源成本最小化。(2)针对云中多媒体应用中具有依赖关系、优先级的任务调度问题,提出了一种基于启发式最优任务级调度算法。首先根据多媒体任务的优先级,建立有向无环图模型,分别研究了串行结构,并行结构,和混合结构任务流最优任务调度问题,然后通过将关键路径上的任务节点融合,提出了一种实用可行的启发式最优调度方法。实验表明,在一定的成本限制范围内,所提调度方法能够以近似最优的执行时间完成任务调度分配。(3)针对媒体任务特性、以及服务节点资源的异构性问题,提出了一种基于媒体任务特征和负载均衡的调度算法。该算法参考了传统优先级、QoS以及负载均衡分配策略,首先根据媒体任务特性和服务节点资源偏好分类入队,通过归一化获得资源相似权值向量,进而求得各服务满意度,并按其最大值所对应的向量分配资源。同时利用节点利用率调整各节点,以期缩短查找时间。实验表明,所提资源调度算法,能够在均衡节点负载的情况下,缩短媒体服务的响应时间,提高资源利用率和用户满意度。