IT系统QoS自适应管理机制

论文摘要

随着IT在现代企业中的重要性不断增长,要求与之适应的IT管理理论、方法和实践向更加全面和完善的阶段演进。IT管理中的QoS管理也一直都是国内外IT管理领域的研究热点。随着IT系统的规模和覆盖面愈发扩大,实现技术愈发复杂和灵活,这从客观上要求IT系统QoS管理需具有自适应特性；同时,IT与公司或机构的业务和商业活动的关系愈发紧密,QoS是与业务和商业因素关系最密切的内容,IT系统的QoS管理还需要考虑到商业因素,即商业驱动的IT管理（BDIM）方法,从而使IT为企业或机构贡献更多的商业价值。本文针对IT运行阶段的QoS管理问题,在传统的基于SLA描述的企业级IT环境中,结合智能控制理论,建立自适应的IT系统QoS管理模型和维持机制,并从商业视点出发,基于BDIM方法建立商业层与IT层之间的映射,在此映射模型基础之上实现以商业效用为目标的QoS自适应管理机制,使得IT能够持续提供最优的商业绩效。本文的主要贡献如下：（1）在定义了SLA的IT系统中,针对其QoS（即SLO）自适应调节问题,结合闭环控制理论,提出IT系统QoS自适应管理的模型,在IT基础设施资源、能力动态可调的模型上,建立一种基于模糊反馈的闭环控制机制,用于在系统运行阶段动态维持SLA中定义的SLO。（2）在IT系统QoS自适应调节机制的基础上,进一步采用BDIM方法从商业层重新考虑IT系统QoS自适应优化问题。提出了基于BDIM方法的IT系统QoS自适应优化机制,该机制能够自适应的建立与QoS相关的商业影响权重体系,并进行IT基础资源调节,以获得最优的全局商业效用,使得IT能够为企业和机构提供更多价值。（3）在基于BDIM方法的IT系统QoS自适应优化机制的基础上,针对多层多等级的复杂IT系统QoS自适应优化问题进行了进一步深入研究,提出了一种在IT基础资源虚拟化的环境下的IT系统自适应QoS优化机制。其目标是在IT系统运行阶段能够以更细的粒度和更有效率的方式为各层应用分配合适的IT基础资源,使得QoS参数满足SLA的要求,并取得最优的商业效用。（4）在IT系统QoS自适应管理机制实际实现过程中,针对QoS自适应管理的需求和IT系统管理任务本身特性,提出一种基于多代理（Multi-Agent:MA）协作的动态任务分解算法。算法考虑到MA的能力限制,能够动态适应IT系统QoS管理任务由管理端策略、IT基础设施或业务逻辑改变而引起的变化。同时,算法兼顾分解后子任务的平衡性,即执行子任务的MA的负载平衡性,能够有效的提高MA的执行效率和稳定性,从而有效的支撑了QoS自适应调节或优化机制的运作。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景和意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 研究工作背景
• 1.3 文章组织结构
• 参考文献
• 第2章 IT系统QoS管理研究综述
• 2.1 概述
• 2.2 IT系统QoS的关键概念
• 2.2.1 IT系统QoS的特性
• 2.2.2 基于SLA描述的IT系统QoS
• 2.3 IT系统QoS管理研究现状
• 2.3.1 QoS自适应管理的研究现状
• 2.3.2 多层IT系统的QoS管理
• 2.3.3 基于SLA的多等级QoS管理问题的研究
• 2.4 商业驱动的IT管理（BDIM）的研究现状
• 2.4.1 BDIM基本概念
• 2.4.2 BDIM研究现状
• 2.5 本课题的研究目标
• 2.5.1 目前存在的问题
• 2.5.2 本课题的研究目标
• 参考文献
• 第3章 基于模糊反馈的IT系统QOS自适应维持模型
• 3.1 概述
• 3.2 IT系统QOS自适应维持问题
• 3.2.1 管理需求
• 3.2.2 面临的问题
• 3.3 相关工作介绍
• 3.4 QoS自适应维持系统模型
• 3.5 基于SLA描述的QoS参数映射体系
• 3.6 基于模糊反馈的自适应QoS维持机制
• 3.6.1 IT系统性能测量
• 3.6.2 基于模糊反馈的QoS自适应维持
• 3.6.3 IT资源能力调节
• 3.7 实验数据和结论分析
• 3.7.1 IT系统的服务场景
• 3.7.2 仿真实验的建立
• 3.7.3 仿真结果与分析
• 3.8 本章小结
• 参考文献
• 第4章 基于BDIM方法的IT系统QOS自适应优化机制
• 4.1 概述
• 4.2 相关工作
• 4.3 基于BDIM方法的指标映射体系
• 4.3.1 SLP与资源项指标的映射
• 4.3.2 商业效用与SLP的映射
• 4.3.3 商业影响权重
• 4.4 运行时SLO自适应优化框架
• 4.5 基于BDIM方法的QoS自适应优化机制
• 4.5.1 QoS优化目标
• 4.5.2 QoS自适应控制机制
• 4.5.3 商业效用驱动的IT资源分配优化
• 4.6 实验数据和结论分析
• 4.6.1 IT系统仿真场景
• 4.6.2 仿真实验的建立
• 4.6.3 仿真结果分析
• 4.7 本章小结
• 参考文献
• 第5章 基础资源虚拟化环境下的IT系统QOS自适应管理方案
• 5.1 概述
• 5.2 相关工作
• 5.3 虚拟化服务环境下的QoS自适应管理框架
• 5.3.1 基础设施虚拟化的服务环境
• 5.3.2 虚拟化环境下的QoS自适应管理框架
• 5.4 虚拟化环境下IT系统QoS量化分析模型
• 5.4.1 虚拟化IT基础设施资源模型
• 5.4.2 多层多等级IT系统性能模型
• 5.4.3 商业效用模型
• 5.5 商业驱动的QoS自适应优化机制
• 5.5.1 QoS自适应优化流程
• 5.5.2 性能瓶颈动态检测算法
• 5.5.3 基于虚拟化技术的资源分配算法
• 5.6 实验数据和效果分析
• 5.6.1 多层多等级服务仿真场景
• 5.6.2 仿真实验建立
• 5.6.3 仿真结果分析
• 5.6.4 系统故障率改进分析
• 5.7 本章小结
• 参考文献
• 第6章 IT系统QOS自适应管理任务分解算法
• 6.1 概述
• 6.2 IT系统QoS管理的管理任务模型
• 6.2.1 管理任务描述
• 6.2.2 管理任务执行系统模型
• 6.2.3 MA能力模型
• 6.3 管理任务分解算法
• 6.3.1 管理任务分解约束条件
• 6.3.2 管理任务分解算法
• 6.4 实验数据与结论分析
• 6.4.1 分解算法性能分析
• 6.4.2 分解算法结果对比与分析
• 6.5 本章小结
• 参考文献
• 第7章 结束语
• 7.1 论文总结
• 7.2 进一步的研究工作
• 附录 缩略语
• 致谢
• 作者在攻读博士学位期间发表的学术论文