期刊文献+

基于梯度-调度映射机制的云计算网络信息流动存储算法 被引量:1

Cloud Computing Network Information Flow Storage Algorithm Based on Gradient Scheduling Mapping Mechanism
下载PDF
导出
摘要 针对当前云计算网络信息流动存储机制普遍存在调度线程负载度高,信息冗余较大,且流动存储过程存在严重的效率底下等不足,提出了一种基于梯度-调度映射机制的云计算网络信息流动存储算法。首先使用时移序列梯度及随机分发的方式,结合流动存储中存在的传输冗余度等数字特征,实现了云计算网络信息流动存储过程中的读写分离,降低了线程冲突的概率;随后根据梯度思想,构建带宽自适应调整和带宽冗余控制机制,有效降低了数据传输时延,进一步提高了传输带宽。仿真实验证明:与当前云计算网络中常用的颗粒度混沌调度存储算法(Particle Size Chaos Scheduling Storage Algorithm,PSCS-S算法)、超粒度自适应调度存储算法(Super-granularity Adaptive Scheduling Storage Algorithm,SASS算法)相比,基于梯度-调度映射机制的云计算网络信息流动存储算法具有更高的传输带宽与更低的存储错误率,具有较高的实际应用价值。 In view of the problem of cloud computing network information flow storage,the information redundancy is large,and the flow stored procedure has serious shortcomings such as low efficiency,we propose an information flow storage algorithm for cloud computing networks based on gradient-scheduling mapping mechanism. The simulation results show that Particle Size Chaos Scheduling Storage algorithm and Super granularity Adaptive Scheduling Storage algorithm,the PSCS-S algorithm and the super-granularity Adaptive Scheduling Storage algorithm are compared with the Particle Size Chaos Scheduling Storage algorithm. The information flow storage algorithm based on grade-scheduling mapping mechanism has higher transmission bandwidth and lower storage error rate and has higher practical application value.
作者 王文飞 Wang Wenfei(Chuzhou Vocational and Technical College, Chuzhou, Anhui 239000, Chin)
出处 《黑龙江工业学院学报(综合版)》 2018年第4期74-79,共6页 Journal of Heilongjiang University of Technology(Comprehensive Edition)
基金 2016年滁州职业技术学院科研规划立项课题(YJY-2016-04) 2016年滁州职业技术学院科研规划立项课题(YJQ-2016-07)
关键词 云计算 流动存储 梯度映射 冗余控制 传输带宽 cloud computing flow storage gradient mapping redundant control transmission bandwidth
  • 相关文献

参考文献8

二级参考文献16

共引文献198

同被引文献15

引证文献1

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部