摘要：传统的监控手段由于数据接口与协议等缺乏统一的设计与约束,使得跨域监控数据在信息系统规模快速扩展时,监控数据难以实现顺畅交互,监控功能的作用发挥受限。本文依据存在的主要问题,首先构建域内资源全方位监控的系统架构,保障监控与信息系统规模相匹配,实现弹性伸缩、动态扩展;再从全域角度出发,构建一套多层次的监控体系,通过域内与多域监控体系的融合,实现对全域资源的统一监控,从而有效保障大规模、复杂信息系统的稳定与可靠运行。

摘要：随着云计算和物联网技术的蓬勃发展,大规模分布式系统应用得到了广泛的关注。然而,更为复杂的资源监控和负载平衡问题随之而来。对此,文章提出了一系列智能化策略,旨在改善系统的性能和稳定性。其中,首先采用了基于机器学习的资源使用预测方法以了解系统的资源需求;其次引入了自适应负载平衡算法,在合理分配各节点任务的同时降低了系统延迟;最后设计了一种大规模系统的智能监控方案,以实时掌握系统状态。实验证明,这些策略在提高资源使用效率、缩短响应时间以及提升系统整体性能方面具有显著作用。

摘要：在网络虚拟化环境中,需要对底层网络资源状态进行实时监控,合理的监控策略应该尽量减少状态信息上报所需的时延和带宽。为了实现该目标,该文设计了一种基于监控代理的资源监控策略,该策略将监控代理的部署转化为0-1规划问题,并通过改进的量子遗传算法对该问题进行求解。仿真实验表明:该策略生成的监控代理部署方案在降低通信开销方面有着较好的表现。

摘要：针对云计算平台资源监控系统存在程序冗余、硬件资源消耗较大的问题,提出了一种Linux下基于云平台的轻量级资源监控系统设计方案。首先,将系统设计为资源监控代理、资源数据收集、资源数据存储和资源数据展示四大组件;然后,将资源采集组件部署在云平台的工作节点上,负责将数据面的资源信息上传至控制面;最后,运行在控制面的资源采集器、资源存储组件和资源数据展示组件负责对工作节点的数据进行统一收集管理。结果表明,所提设计方案在保证可用性的基础上,大大地提升系统的性能,减少资源的消耗,在有高性能计算需求且资源受限的领域有明显的优势。

摘要：应用系统的复杂化与微服务化促进了容器的广泛使用,企业往往会根据业务需要使用Kubernetes搭建多个集群进行容器的编排管理与资源分配.为实时监控多个集群的工作状态与资源使用情况,提出了面向Kubernetes的多集群资源监控方案,对Kubernetes提供的CPU、内存、网络以及存储指标进行采集,根据采集数据的类型对部分数据进行计算以获取更直观的监控指标,实现了多层级多类型的存储,并提供监控数据的REST接口.通过实验,验证了本设计对集群资源的消耗低,具有较好的性能.

摘要：在归纳分析已有云计费机制的基础上,选取开源的云应用引擎AppScale作为研究对象,分析了其组成与架构,探讨了其资源监控功能的实现机理和不足。修改并扩展了AppScale的资源监控代码,设计实现了云应用引擎的资源监控和计费机制CloudMB,该机制支持进程级资源监控和面向多租户的计费功能。经测试,CloudMB占用系统CPU时间不超过3%,对平台性能影响较小。

摘要：论文主要描述了高性能计算机群的资源系统监控系统FARMON的设计与实现。系统通过使用动态加载技术和相应的动态链接库管理协议,使用户可以灵活地添加新的资源监控功能;系统使用LDAP目录服务器,使得系统能对外发布本地机群的资源信息,实现多个机群的协作以及机群和网格计算环境之间的协作;系统使用JavaApplet实现的客户端提供了机群资源的图形监控功能。

摘要：针对虚拟共享平台(VSP)对资源监控和用户任务计费的需求,设计实现了VSP的网格资源监控模块VSPMonitor。VSP-Monitor中资源消耗的计算采用二叉树对系统进程树进行存储。通过对二叉树的非递归遍历统计出用户任务的资源消耗量。实验表明这种基于二叉树模型的方法可以高效计算出用户任务的资源消耗量,满足VSP对资源监控和任务计费的需求。

摘要：传统的集群监控软件无法识别虚拟机虚拟化层的存在,同时,环境的伸缩、虚拟机的频繁增减也对监控系统提出新的需求。针对上述问题设计并实现了Cloud Monitor,即一种面向云计算环境的监控系统,提出了一种多级监控服务器结构,解决主机之间不能相互访问的问题;另外,每个机群都有一个机群监控服务器,机群监控服务器负责处理机群中节点的监控信息,减轻了中心服务器的负担,有效增加了整个监控系统的监控规模。系统在开源监控系统Nagios的基础上结合传统机群监控软件的优点和虚拟化技术的特点,可以监控云计算环境下的各类资源。Cloud Monitor已在实验性云基础平台上集成运行,并验证了其设计目标。

摘要：文章设计并实现了一个基于Agent的网格资源监控系统,讨论了利用Agent查询发现网格节点上的软硬件资源信息、进行资源注册、资源目录信息管理、为用户查找和分配资源等问题,最后测试了基于Agent的资源监控系统的查询性能。