基于众核分核模型的VMM资源管理与调度方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61340031
  • 项目类别:
    专项基金项目
  • 资助金额:
    17.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0214.新型计算及其应用基础
  • 结题年份:
    2014
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2014-12-31

项目摘要

Currently, many-core and virtualization are two hot issues that aroused researchers' attention in computer science field and will definitely lead the future research direction.The project will dedicate to solve the two scientific issues of optimizing the use of virtual resource as well as enhancing the transparency of many-core virtualization computing system. The project will be developed from many-core HVMM architecture and management of computing resource, many-core scheduling methods facing to soft real-time applications and inter-domain efficient communication mechanism with application transparent for virtual machines et al three aspects. The emphasis will be laid on the three key techniques of solving many-core architecture and function designs, queuing policy facing to soft real-time applications, as well as applying dynamic discovery of virtual machines. verifying the efficiency and feasibility of research results on the testbed.
众核和虚拟化是近期计算机领域的两大研究热点,众核和云计算技术的兴起,为虚拟化技术的发展带来了新的机遇和挑战。为实现众核结构的高效虚拟化,本项目将围绕虚拟资源的优化利用、众核虚拟化计算系统的高效透明两个科学问题,从众核环境下HVMM系统结构及计算资源管理、众核环境下基于G-Core-SRT支持软实时应用的VCPU调度方法、基于G-Core-IDC的应用透明虚拟机域间高效通信机制等三个方面开展研究;重点突破面向众核的HVMM系统结构和功能设计、基于G-Core-SRT面向软实时应用的排队策略、虚拟机的动态发现等三项关键技术,在实际环境中验证研究成果的有效性和可行性。

结项摘要

众核和云计算的发展对虚拟化技术提出了新的挑战,为了实现高效的虚拟化,本项目围绕虚拟资源的管理与利用,提出了众核分核模型和一种基于该模型的VMM结构。为了更好地支持软实时应用,本项目基于所提出的分核模型,研究了基于G-Core-SRT的VCPU调度方法。该调度方法根据基于优先级的时间片轮转调度算法,对软实时VCPU的调度优先级进行了提升,并通过VCPU排队机制的改进和一系列调度策略保障调度性能,同时最大程度地保证系统公平性和负载平衡。为了提升虚拟机域间通信性能、解决透明传输问题,本项目研究了基于G-Core-IDC的虚拟机域间高效透明传输机制IVMCOM(Inter Virtual Machine Communication mechanism)。该机制解决了虚拟机的动态发现问题,并通过为虚拟机之间建立共享内存通道的方法缩短了传输路径,绕过了Xen的前后端模型,对网络协议栈和上层应用无影响,实现了透明传输。通过基于Asterisk的VoIP实测证明,不同场景下通过PESQ(Perceptual Evaluation of Speech Quality,主观语音质量评估)测试得到的基于G-Core-SRT的VCPU调度方法的性能比Xen的Credit调度方法平均提升了10%;在域间通信测试中,多对虚拟机测试结果表明基于G-Core-IDC的虚拟机域间通信机制较Xen前后端模型的网络性能更好,且能明显降低Domain-0的CPU负载。在为期12个月的执行期间,本项目在CCF推荐的国际会议上发表(或录用)论文3篇,获得授权及实审发明专利3项,培养了7名研究生,实现了项目预期目标。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种高效的LEO卫星星座路由算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    高技术通讯
  • 影响因子:
    --
  • 作者:
    骆连合;邹琪;吴渭;巨燕文;白跃彬;钱德沛
  • 通讯作者:
    钱德沛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

白跃彬的其他基金

高动态无人机编队网络自适应路由方法研究
  • 批准号:
    61572062
  • 批准年份:
    2015
  • 资助金额:
    66.0 万元
  • 项目类别:
    面上项目
移动自组织网络中可靠服务确保方法研究
  • 批准号:
    61073076
  • 批准年份:
    2010
  • 资助金额:
    37.0 万元
  • 项目类别:
    面上项目
个人化流动科研环境关键问题研究
  • 批准号:
    90612004
  • 批准年份:
    2006
  • 资助金额:
    32.0 万元
  • 项目类别:
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码