云計(jì)算平臺(tái)資源分配若干問(wèn)題研究.pdf

1、云計(jì)算系統(tǒng)通過(guò)虛擬化技術(shù)和SOA（Service Oriented Architecture）架構(gòu)，提供了對(duì)異構(gòu)平臺(tái)資源的整合與再分配，并將整合后的資源通過(guò)服務(wù)的形式向用戶或上層程序提供。由于資源能夠在整合后形成從邏輯上統(tǒng)一的資源池，因而云計(jì)算系統(tǒng)能夠根據(jù)用戶或程序需求，采用多種策略和算法對(duì)資源進(jìn)行靈活的分配。考慮云計(jì)算平臺(tái)執(zhí)行用戶計(jì)算任務(wù)的是虛擬機(jī)（Virtual Machine，VM），而用戶數(shù)量以及用戶的資源請(qǐng)求是隨時(shí)間變化的，因

2、此，VM的數(shù)量以及創(chuàng)建VM時(shí)所需的系統(tǒng)資源亦為變化量。如何準(zhǔn)確的描述云計(jì)算系統(tǒng)資源分配中的這種變化特性，為各個(gè)VM提供公平的資源分配方案，確保VM能夠完成用戶計(jì)算任務(wù)，成為云計(jì)算資源管理中的核心問(wèn)題。此外，對(duì)于分配算法得到的結(jié)果，亟需一種評(píng)估模型對(duì)分配結(jié)果的公平性進(jìn)行度量，為資源分配算法的選取和改進(jìn)提供量化參考。
　　針對(duì)上述云計(jì)算資源分配中面臨的問(wèn)題，本文工作主要包含以下幾個(gè)方面：
　　(1)建立了用于描述云計(jì)算資源動(dòng)態(tài)特

3、性的數(shù)學(xué)模型。針對(duì)云計(jì)算平臺(tái)的動(dòng)態(tài)性，給出了較為典型的三種平臺(tái)資源動(dòng)態(tài)模型。對(duì)于云計(jì)算中虛擬計(jì)算節(jié)點(diǎn)（Virtual Computing Node，VCN）因執(zhí)行任務(wù)的不同而導(dǎo)致資源需求不同的特性，提出了“動(dòng)態(tài)資源需求模型”。其次，在平臺(tái)運(yùn)行過(guò)程中，執(zhí)行新任務(wù)的VCN會(huì)不斷產(chǎn)生，完成任務(wù)的節(jié)點(diǎn)會(huì)銷毀，因此，一段時(shí)期內(nèi)平臺(tái)中虛擬計(jì)算節(jié)點(diǎn)的數(shù)量是變化的，導(dǎo)致系統(tǒng)資源的占用量（或剩余量）也隨之變化。針對(duì)這種特性，提出了“動(dòng)態(tài)節(jié)點(diǎn)數(shù)量模型”。最

4、后，隨著平臺(tái)用戶的增加以及任務(wù)量的增加，平臺(tái)資源可能無(wú)法滿足不斷增長(zhǎng)的用戶的需求，這將會(huì)導(dǎo)致用戶需要等待資源才能執(zhí)行任務(wù)。為此，運(yùn)營(yíng)商需要對(duì)系統(tǒng)進(jìn)行擴(kuò)充，以滿足不斷增加的用戶對(duì)資源的需求。針對(duì)這一問(wèn)題，給出了“動(dòng)態(tài)集群規(guī)模模型”。
　　(2)提出了面向瓶頸資源的公平性分配算法DBRF（Dominant-Bottleneck Resource Fairness），防止系統(tǒng)瓶頸資源由于需求量增加而過(guò)快耗盡。DBRF算法對(duì)系統(tǒng)瓶頸資源進(jìn)

5、行預(yù)判，引入了縮放參數(shù)λ對(duì)瓶頸資源的分配量進(jìn)行控制，增加了算法迭代次數(shù)，避免了由于算法收斂過(guò)快而導(dǎo)致部分用戶瓶頸資源分配不足。通過(guò)仿真實(shí)驗(yàn)，驗(yàn)證了算法能夠?qū)⑵款i資源在分配時(shí)分割到更細(xì)的粒度，有效減緩瓶頸資源的耗盡速度，確保更多用戶分配到瓶頸資源。
　　(3)針對(duì)云計(jì)算系統(tǒng)中惡意用戶占用資源的情況，提出了基于信譽(yù)評(píng)估的保障公平性方法cbDRF（Credit-Based Dominant Resource Fairness）。通過(guò)引入

6、信譽(yù)評(píng)價(jià)機(jī)制，對(duì)用戶資源資源使用進(jìn)行評(píng)估。對(duì)于惡意使用或占用資源的行為，通過(guò)其信譽(yù)值對(duì)惡意行為實(shí)施懲罰。證明了cbDRF滿足文獻(xiàn)[1]提出的公平性四原則，并進(jìn)一步證明了該方法滿足“釋放激勵(lì)（Release incentive）”和“懲罰性分配（Punitive allocation）”兩個(gè)新特性（這兩個(gè)特性增強(qiáng)了分配公平性，防止用戶惡意占用資源）。仿真實(shí)驗(yàn)表明，cbDRF能夠有效對(duì)用戶資源使用情況進(jìn)行評(píng)估，并抑制惡意占用資源的行為。

7、r>　　(4)為定量地評(píng)估資源分配結(jié)果，提出了基于動(dòng)態(tài)特性的多資源分配公平性評(píng)估模型DFE（Dynamic Fairness Evaluation）。模型根據(jù)云計(jì)算平臺(tái)虛擬化計(jì)算節(jié)點(diǎn)數(shù)量以及資源需求變化的特點(diǎn)，引入了時(shí)間和概率參數(shù)，建立了兩個(gè)子模型：1)節(jié)點(diǎn)資源需求動(dòng)態(tài)模型；2)節(jié)點(diǎn)數(shù)量動(dòng)態(tài)模型，基于這兩個(gè)基本模型提出了DFE，對(duì)云計(jì)算資源分配算法公平性進(jìn)行定量的度量。分別采用幾種典型的資源分配算法（以DRF、Avg、Max-min為例