一种基于HSFC的云资源定位算法

来源 :电子科技 | 被引量 : 1次 | 上传用户:zhao7788
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
针对云计算环境下,云资源的模糊查询问题,提出了一种云资源定位算法。该算法建立在双层Chord环模型上,同时结合Hilbert空间填充曲线(HSFC),实现多维属性的降维,进而完成云资源的定位。另外,该算法将整个资源空间划分成多个资源区间,并提出邻居区间的概念,通过邻居区间,可较好地实现云资源的模糊查询,此外该算法还为每个属性设置属性权值,以此减少网络请求数量。实验表明,该算法不但能有效解决云资源的模糊查询,且能降低查询时延,提高查询效率。
其他文献
对腾格里沙漠东南缘格状沙丘主、副梁和新月形沙丘表面气流的野外观测发现分离流、附着未偏向流和附着偏向流等 3种背风坡次生气流。前者以弱的反向流为特征 ,多发生在横向气流条件下 ,坡度较陡的背风坡上 ;后二者具有相对高的风速 ,多发生在坡度缓和的背风坡上 ,其方向在横向气流条件下保持原来的方向 ,在斜向气流作用下发生偏转 ,且其强度为原始风入射角的余弦函数。根据 3种次生气流强度、方向等特征 ,阐述了
提出了一种基于FPGA的DCF77解码方案设计。实现过程中着重针对码元识别部分进行分析,设计了一种有限状态机来完成对不同码元的识别以及数据写入等。通过Modelsim软件对程序进
首次报道孢粉地理学的研究方法,包括花粉类型的精确描述、确定各类型花粉的系统演化关系、花粉类型地理分布的统计分析、花粉类型的分布式样。根据这些方面的研究,可以解决植物的分布中心、次生分布中心、起源地点和迁移路线。介绍孢粉地理学的研究方法,旨在推广使用。
针对大规模云环境中业务量变化时平台服务质量和资源消耗的问题,提出一种基于Q-Learning的虚拟机扩容/缩容决策算法。将该问题转换为马尔科夫决策模型,为了在业务平台服务质