广东工业大学学报 ›› 2018, Vol. 35 ›› Issue (03): 95-99.doi: 10.12052/gdutxb.180013

• 综合研究 • 上一篇    下一篇

基于灰色模型的海洋大数据迁移算法设计

陈作聪   

  1. 海南热带海洋学院 海洋信息工程学院, 海南 三亚 572022
  • 收稿日期:2018-01-15 出版日期:2018-05-09 发布日期:2018-05-24
  • 作者简介:陈作聪(1975-),男,教授,主要研究方向为无线网络技术、大数据等.
  • 基金资助:
    海南省重大科技计划项目（ZDKJ2016021）

Design for Migration Algorithm Based on Gray Model for Ocean Big Data

Chen Zuo-cong   

  1. School of Marine Information Engineering, Hainan Tropical Ocean University, Sanya 572022, China
  • Received:2018-01-15 Online:2018-05-09 Published:2018-05-24
  • Supported by:
     

HTML

PDF (PC)

2682

摘要： 针对海洋大数据环境的数据量大和实时动态变化的特点，提出了一种基于云存储的海洋大数据迁移算法。首先，对海洋大数据进行了表示；设计了一种灰色模型的服务器负载预测算法，该算法能根据服务器历史负载信息来预测下一个时刻的负载。基于服务器的负载预测信息，提出了一种对服务器的负载进行实时迁移的数据迁移算法，通过设定最大负载阈值和最小负载阈值来实现服务器负载的均衡分配。在CloudSim环境下进行实验，实验结果表明文中方法能有效地实现海洋大数据环境的云环境的负载均衡，具有负载均衡高和负载均衡效率高的优点，与其他方法相比，具有更好的负载均衡能力。

关键词: 云存储, 灰色模型, 迁移算法, 负载均衡, 预测

Abstract: Aiming at the big amount of data in the big data environment and the dynamical change in time, a migration algorithm for data based on cloud memory is proposed. Firstly, the big data in ocean environment is represented; the load prediction algorithm based on the prediction of the gray model, where the algorithm can predict the load for the next time based on the historical load information. The data migration algorithm for migrating the load among the servers is proposed on the condition of the setting the smallest and biggest load threshold. In the environment of the Cloudsim, the simulated result shows this method can balance the load in the ocean big data, with the high load balance and load balance efficiency. Compared with the other methods, it has a better load balance ability.

Key words: cloud memory, gray model, migration algorithm, load balance, prediction

中图分类号: 

  • TP391
[1] ARMBRUST M, FOX A, GRIFFITH R, et al. Above the clouds:a Berkeley view of cloud computing, UCB/EECS-2009-28[R]. Springfield, USA:University of California, Berkely. Electrical Engineering and Computing Science Department, 2009.
[2] 李鹏伟, 葛文英. 云计算环境下虚拟机动态部署研究[J]. 计算机测量与控制, 2013, 21(5):1374-1376.LI P W, GE W Y. Research on dynamic deployment for virtual machine in cloud computing[J]. Computer Measurement & Control, 2013, 21(5):1374-1376.
[3] 黄昊晶,崔志明. 基于负载波动预测的虚拟机自主迁移启发式方法[J]. 计算机应用与软件, 2014, 8(31):20-24.HUANG H J, CUI Z M. Heuricstic method of independent virtual machine migration based on load fluctuaion forecasting[J]. Computer Application and Software, 2014, 8(31):20-24.
[4] 吴和生, 王崇骏, 谢俊元. TeraPELB:云计算中基于预测的弹性负载均衡算法[J]. 系统仿真学报, 2013, 8(25):1751-1765.WU H S, WANG C J, XIE J Y. TeraPELB-an algorithm of prediction-based elastic load balancing in cloud computing[J]. Journal of System Simulantion, 2013, 8(25):1751-1765.
[5] 周文煜, 陈华平, 杨寿, 等. 基于虚拟机迁移的虚拟机集群资源调度[J]. 华中科技大学学报:自然科学版, 2011, 39(1):130-133.ZHOU W Y, CHEN H P, YANG S,et al. Resource scheduling in virtual machine cluster based on live migration of virtual machine[J]. Journal of Huazhong University of Science & Technology(Natural Science Edition), 2011, 39(1):130-133.
[6] 龚素文, 艾浩军, 袁远明. 基于迁移技术的云资源动态调度策略研究[J]. 计算机工程与应用, 2014, 50(5):51-54.GONG S W, AI H J, YUAN Y M. Research of cloud resource dynamic scheduling strategy on migration technology[J]. Computer Engineering and Applications, 2014, 50(5):51-54.
[7] 孙冬冬,柳青,武旖旎. 面向负载均衡的自主式虚拟机动态迁移框架[J]. 计算机科学, 2014, 4(41):80-85.SUN D D, LIU Q, WU Y N. Load balancing-oriented autonomous live migration framework for virtual machine[J]. Computer Science, 2014, 4(41):80-85.
[8] 黄冬梅, 杜艳玲, 贺琪. 混合运存储中海洋大数据迁移算法的研究[J]. 计算机研究与发展, 2014, 51(1):199-205.HUANG D M, DU Y L, HE Q. Migration algorithm for big marine data in hybrid cloud storage[J]. Journal of Computer Research and Development, 2014, 51(1):199-205.
[9] 张俊丽, 宋家友, 姚淼. 基于改进灰色模型的ATS测试仪器校准周期确定[J]. 计算机工程与科学, 2016, 38(3):603-608.ZHANG J L, SONG J Y, YAO M. Determination of calibration interval for ATS test instruments based on the improved grey model[J]. Computer Engineering and Science, 2016, 38(3):603-608.
[10] PUDDU P E, AMADUZZI P L, RICCI B. Coronary heart disease incidence and competing risks:an important issue[J]. Journal of Geriatric Cardiology, 2017, 14(7):425
[11] MENOTTI A, PUDDU P E, MAIANI G, et al. Age at death as a useful indicator of healthy aging at population level:a 50-year follow-up of the Italian rural areas of the seven countries study[J]. Aging Clinical and Experimental Research, 2017, 1:1-11.
[12] YANG J, WANG H, LYU Z, et al. Multimedia recommendation and transmission system based on cloud platform[J]. Future Generation Computer Systems, 2017, 70:94-103.
[13] LIU C, GUO Z, FENG Y, et al. CPCA:The cloud platform of complex virtual instruments system architecture[J]. IEEE Access, 2017, 5:4350-4360.
[14] RANJAN S, JHA V K, PAL P. Application of emerging technologies in ERP implementation in Indian manufacturing enterprises:an exploratory analysis of strategic benefits[J]. The International Journal of Advanced Manufacturing Technology, 2017, 88(1-4):369-380.
[15] 张侃, 刘宝平, 黄栋. 基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型[J]. 系统工程理论与实践, 2017, 37(10):2630-2639.ZHANG K, LIU B P, HUANG D. Study on nonlinear residual grey Verhulst metering combination forecasting model of small sample based on EGA algorithm[J]. Systems Engineering Theory & Practice, 2017, 37(10):2630-2639.
[1] 刘冬宁, 王子奇, 曾艳姣, 文福燕, 王洋. 基于复合编码特征LSTM的基因甲基化位点预测方法[J]. 广东工业大学学报, 2023, 40(01): 1-9.
[2] 杨翊卓, 代伟. 事件触发机制下的工业过程多速率模型预测控制方法[J]. 广东工业大学学报, 2022, 39(05): 68-74.
[3] 彭积广, 肖涵臻. 模型预测控制下多移动机器人的跟踪与避障[J]. 广东工业大学学报, 2022, 39(05): 93-101.
[4] 黎耀东, 任志刚, 吴宗泽. 基于深度神经网络的注塑过程预测控制[J]. 广东工业大学学报, 2022, 39(05): 120-126,136.
[5] 张欣, 王振友. 概率条件下基于双目标交替优化的知识表示模型[J]. 广东工业大学学报, 2022, 39(04): 24-31.
[6] 曾江毅, 李志生, 欧耀春, 金宇凯. 季节指数改进的PM2.5质量浓度组合预测模型研究[J]. 广东工业大学学报, 2022, 39(03): 89-94.
[7] 彭同壮, 刘立程, 杨关水. 基于深度特性的帧间预测快速算法[J]. 广东工业大学学报, 2021, 38(03): 36-41.
[8] 吕舒园, 刘富春, 赵锐, 邓秀勤, 崔洪刚. 分布式离散事件系统的模式故障预测研究[J]. 广东工业大学学报, 2021, 38(01): 54-63.
[9] 揭云飞, 王峰, 钟有东, 智凯旋, 熊超伟. 基于地面特征的单目视觉机器人室内定位方法[J]. 广东工业大学学报, 2020, 37(05): 31-37.
[10] 陈友鹏, 陈璟华. 基于鲸鱼优化参数的最小二乘支持向量机短期负荷预测方法[J]. 广东工业大学学报, 2020, 37(03): 75-81.
[11] 黄涛涛, 刘立程, 彭同壮. 基于运动特性的帧间预测模式快速选择算法[J]. 广东工业大学学报, 2020, 37(02): 74-79.
[12] 谢振东, 冷梦甜, 吴金成. 基于一卡通数据的公交站点识别方法分析与研究[J]. 广东工业大学学报, 2019, 36(01): 23-28.
[13] 黄田安, 程良伦, 黄思猛. 制造物联网生产过程工序流波动分析方法研究[J]. 广东工业大学学报, 2019, 36(01): 57-62.
[14] 叶彬彬, 刘富春. 随机离散事件系统的故障预测[J]. 广东工业大学学报, 2018, 35(06): 83-89.
[15] 饶东宁, 黄思宏. 基于THUCTC的金融语料情感分析模型优化[J]. 广东工业大学学报, 2018, 35(03): 37-42.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 2017 《广东工业大学学报》编辑部
地址：广州市东风东路729号广东工业大学 邮编：510090
电话：020-37626653,020-37626139,020-37626396
邮箱：xbzrb@gdut.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发