云计算模式下服务器抗毁性能研究

郑建秋

（厦门城市职业学院，福建 厦门 361009）

云计算模式下服务器抗毁性能研究

郑建秋

（厦门城市职业学院，福建 厦门 361009）

云计算下服务器的异构性，由于在于云计算环境下服务器的设计规则较多，无法建立统一的标准的抗毁性评估标准，本文提出基于服务器容量的云计算下的服务器抗毁性估计方法。根据服务器的容量与权重的关系建立服务器的非线性负载容量模型；在进行服务器抗毁性估计的过程中，根据服务器抗毁性的估计结果，通过调节服务器容量的方法能够使服务器的抗毁性保持最优。

云计算；服务器；抗毁性

云计算时代，信息呈现出爆炸式的增长，人们对服务器的依赖性也越来越高［1］。服务器已经渗透到社会的各个方面，与此同时，服务器毁伤的问题也日益严重［2］。主要的云计算下的服务器抗毁性估计的方法包括基于神经网络的抗毁性估计方法、最常用的是基于模糊概率的云计算下的服务器抗毁性估计方法。利用传统算法进行云计算下的服务器抗毁性估计的过程中，没有考虑云计算下的服务器具有异构性、毁伤因素多样性的特点，降低了抗毁性估计的准确性。针对上述传统算法存在的缺陷，提出一种基于服务器容量的云计算下的服务器抗毁性估计方法。

1 面向大数据的抗毁性过程与原理分析

以云计算环境下的设备调度耗能成本、设备调度时间为依据，以区间调度效率为约束构建云计算环境下的多目标设备调度优化方程，融入模糊算法将能量损耗的多个目标问题转换为单目标问题，再建立云计算环境下的设备调度能耗模型，并以任务完成最早开始与结束时间，最晚允许开始和结束时间为准则搜索设备的空闲时间，以考虑能量损耗为前提对建立的设备调度能耗模型进行优化，进而降低了云计算环境下的设备调度的整体耗能。基于多目标模糊算法的考虑能量损耗的云计算环境下的设备调度建模方法建模精确度高，节能效果比较理想。

2 基于服务器容量的抗毁性估计方法

传统算法没有考虑云计算下的服务器具有异构性、毁伤因素多样性的特点，降低了抗毁性估计的准确性。为此，提出一种基于服务器容量的

云计算下的服务器抗毁性估计方法。

2.1 建立服务器的非线性负载容量模型

在云计算下，会有很多不同结构的服务器协同工作，但是不同服务器的实际容量会受到使用硬件和存储资源的约束，因此，在通常的情况下，假设服务器的容量与其权重成正比，即，其中为服务器的容量参数，为服务器的负载，为服务器上的冗余空间，表示该服务器承受额外负载的性能。将采集节点检测到的事件类型哈希映射至相应的存储位置，采用混合型数据存储算法，对查询类型进行判断，分析网格中节点的剩余能量确定是否对其进行保护，获取网格中所有节点的影响因子，得到合理的存储节点，使数据保存在一个最合理的位置，实现大数据的云储存。实行大数据云存储过程中运用的采集节点、哈希位置和查询节点，分别对应于HDS算法系统中设定的保存数据、网格扩展以及查询数据三种数据包。依据上述分析的节点所处网格ID表达式，能够获取哈希位置所处的网格ID号，并给予节点发送和接收的能耗，该获取网格中节点的剩余能量，并分析该剩余能量是否超过阀值，将数据存储在剩余能量低于阀值的节点中，实现大数据云存储。

2.2 对服务器抗毁性进行准确估计

云计算下的服务器抗毁性与服务器的权重、容量等参数存在着密切的关系。由于服务器毁伤的因素比较复杂，难以进行准确估计，因此改进算法采用数值模拟的方法对服务器的抗毁性进行分析。在云计算下，对服务器中失效节点的搜寻采用了广度优先的法则，节点的失效条件为该节点的负载不超过其最大容量，即当节点受到毁伤时，节点的上的负载将会被重新分配，然后对负载的分配情况进行判断，假设有相邻的节点负载超过其容量，就将该节点断开连接，断开后的负载重新进行分配，不断持续这一过程，直至没有分断的节点为止。

2.3 不同容量服务器对抗毁性的影响

服务器的抗毁性会随着的提高而减少，随着的不断提高，服务器的抗毁性也不断提高，当时，抗毁性存在一个临界值，当继续提高时，服务器的抗毁性最高。参数对服务器的抗毁性的影响与相似。因此，在这两个参数都已知的情况下，服务器的抗毁性会随着的提高而减少。当时，服务器具有较强的抗毁性，当的值继续提高时，服务器的毁伤速度迅速增加，当时，该服务器会完全崩溃。不同容量服务器的在权重较小时，会显示出较强的抗毁性，随着服务器容量的不断提高，服务器的冗余空间也在不断提高，服务器的使用成本也在不断加大。在进行云计算下的服务器抗毁性估计时，需要不断调整服务器的权重与服务器容量之间的关系，达到服务器的抗毁性最优。

2.4 不同密度节点对抗毁性的影响

云计算下的服务器中节点的密度对服务器抗毁性的影响与参数有关。服务器的抗毁性与参数的关系如下所述：服务器的抗毁性会随着的不断提高而提高，并且不同的值针对服务器的抗毁性对参数的依赖程度相差较大，值越小，节点密度越低，而服务器对值的依赖程度也越低。

2.5 成本与性能相结合的抗毁性优化方法

根据服务器抗毁性的估计结果，能够使服务器的抗毁性保持最优。云计算下的服务器抗毁性模型能够用服务器使用成本与性能的函数进行描述，其中，为服务器的抗毁性目标函数，为服务器的权重系数，用来描述服务器容量影响使用成本的重要性。服务器的容量成本对于服务器的抗毁性具有更大的影响，通过改变服务器的容量来调节云计算下服务器的抗毁性相对改变云计算下服务器密度的方法更容易实现。

通过上面阐述的方法，根据服务器的容量与权重的关系建立服务器的非线性负载容量模型，为服务器的抗毁性估计提供准确依据；在进行服务器抗毁性估计的过程中，考虑到不同容量和不同密度服务器抗毁性的影响，得到准确的抗毁性估计结果；根据服务器抗毁性估计结果，通过调节服务器容量的方法能够使服务器的抗毁性保持最优。

3 结束语

根据服务器的容量与权重的关系建立服务器的非线性负载容量模型；在进行服务器抗毁性估计的过程中，考虑到不同容量和不同密度服务器对抗毁性的影响，得到准确的抗毁性估计结果；根据服务器抗毁性的估计结果，通过调节服务器容量的方法能够使服务器的抗毁性保持最优。仿真结果表明，改进算法能够提高云计算下服务器抗毁性估计准确性，为服务器的数据安全提供了可靠保障。

［1］毛文彬.面向大数据的分布式系统设计关键技术研究［J］.无线互联科技，2014（11）：210-210.

［2］赵铁柱，邓见光.面向大规模数据备份的云存储网关研究［J］.计算机光盘软件与应用，2013（12）：43-44.

Cloud computing mode server anti-destroying ability performance study

ZHENG Jian-qiu
（Xiamen city university，Xiamen Fujian 361009）

Cloud computing server heterogeneity，as in cloud computing environment for server design rules more，unable to establish uniform standards of invulnerability evaluation criteria，this paper presents estimation method based on server capacity of cloud computing server survivability.Server capacity and weight of relationship building server nonlinear load capacity model based on；in the process server invulnerability to estimate the.According to the estimation results for the server invulnerability，through regulating server capacity method can make the survivability of the server to maintain optimal.

Cloud computing；server；survivability

TE319

A

10.3969/j.issn.1672-7304.2015.04.058

1672-7304（2015）04-0120-02

（责任编辑：黄 密）

郑建秋（1980-），女，吉林人，讲师，研究方向：计算机网络、云计算、网络安全。