答辩公告
我的位置在: 首页 > 答辩公告 > 正文
陈少淼答辩公告
浏览次数:日期:2018-05-25编辑:研究生教务办1

答辩公告

论文题目

大数据应用集群系统高效能资源管理优化方法研究

答辩人

陈少淼

指导教师

李智勇

答辩委员会

主席

徐成

学科专业

计算机科学与技术

学院

信息科学与工程学院

答辩地点

信息科学与工程学院基地317

答辩时间

2018530

下午430


学位论文简介

当前,大数据已经成为移动互联网、大规模物联网、并行集群计算、数据科学与机器学习等领域炙手可热的研究焦点,其技术发展趋势已从“概念”走向“价值”,如何低成本高效率的从这些体量巨大、不断增长的多源异构数据中挖掘出有价值的知识是其中的核心问题,受到学术界、产业界与应用行业的广泛关注。而支持大数据分析的集群计算系统建设是其重要的基础之一。实现面向大数据应用集群计算系统资源的高效能管理具有着重要的意义。

面向大数据应用的集群计算系统相比于传统的高可用性、负载均衡、高性能计算等集群计算系统,具有着多样计算模式融合、异构作业资源请求与SLA约束、多维资源管理模式等特征。基于该种集群计算系统的应用、计算、服务特征,提出对应的资源管理策略,同时增强集群资源管理系统的自学习能力,是实现大数据应用集群系统高效能计算的有效途径。

遵循该种思路,本文从资源动态供给、高效共享、高效能调度三个层次展开了研究。在资源动态供给研究中,提出了一种提出了基于强化学习的超启发式在线预测方法来提高在大数据应用集群系统资源请求波动频繁,请求趋势混合变化场景下的在线预测方法的准确性;在集群资源高效共享研究中,提出了一种动态离散多维资源分配背景下的高效公平分配方法;在任务高效能调度中,提出了一种基于Memetic多目标优化的任务调度方法,以及基于模糊搜索偏好的量子超启发能耗感知任务调度方法来提高集群对资源灵活管理的能力。本文进行的相关研究,将对该领域的研究有着很好的借鉴作用。


主要学术成果

[1] Shaomiao Chen,  Zhiyong Li, Günter Rudolph, Bo Yang. Quantum-inspired Hyper-heuristics for Energy-aware Scheduling on Heterogeneous Computing Systems. IEEE Transactions on Parallel and Distributed Systems.  2016,27(6):1796-1810 . CCF A类,SCI二区)

[2] 李智勇, 陈少淼, 杨波, 李仁发. 异构云环境多目标Memetic优化任务调度方法,计算机学报. 2016. 39(2):377-390EI,国内权威核心)


上一篇:
杨波答辩公告
下一篇:
高阳答辩公告