研究目的
提出一种名为基于云的唤醒系统(WaSCO)的改进方案,该方案具有高可用性、低CPU资源消耗和低能耗的特点,且无需任何特定服务器即可实现高可用性。
研究成果
WaSCO在部署成本、CPU资源消耗和能耗方面均优于两种传统睡眠代理方法,同时仍保持高可用性。实验结果表明,CGA算法在选择和维护代理方面具有有效性,能以较低的CPU和能耗成本确保桌面可用性。
研究不足
技术及应用方面的限制包括需要稳定的云基础设施,以及网络延迟可能影响唤醒时间??捎呕牧煊虬ń徊郊跎俅硎坎⑻岣逤GA算法的效率。
1:实验设计与方法选择:
设计思路是利用云服务的稳定性和按需付费特性,在不使用专用服务器的情况下管理不同子网中的代理节点。采用CGA算法选择代理节点并确保至少维持一个可用代理。
2:样本选择与数据来源:
实验在英特尔亚太研发中心的测试平台系统上进行,该系统包含位于同一子网的50台台式机。
3:实验设备与材料清单:
每台台式机配置3.10GHz英特尔酷睿i5处理器、8GB内存和千兆以太网卡,操作系统为64位Windows 7企业版。
4:10GHz英特尔酷睿i5处理器、8GB内存和千兆以太网卡,操作系统为64位Windows 7企业版。 实验流程与操作步骤:
4. 实验流程与操作步骤:云端向选定子网中的代理节点发送指令,这些代理节点通过局域网唤醒包激活目标台式机。CGA算法确保每个子网中运行代理节点,动态调整代理数量并筛选若干台式机作为代理。
5:数据分析方法:
从可用性、部署成本、能效和资源消耗四个维度,将WaSCO与传统唤醒系统进行性能对比评估。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容-
Intel Core i5
3.10-GHz
Intel
CPU for desktops in the experiment
-
Gigabit Ethernet card
Network interface for desktops in the experiment
-
Window 7 Enterprise
64-bit
Microsoft
Operating system for desktops in the experiment
-
OpenStack Essex
OpenStack
Private cloud platform for the experiment
-
DELL PowerEdge VRTX
DELL
Server used in the comparison of deployment cost
-
Amazon EC2
Amazon
Cloud service for the experiment
-
登录查看剩余4件设备及参数对照表
查看全部