基于協(xié)同演化算法的云計算資源調(diào)度的研究.pdf

1、云計算作為使用超大規(guī)模的虛擬化資源為用戶提供動態(tài)服務(wù)的方式,受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注和研究。云計算平臺將各種資源整合到一個虛擬資源池中,云計算的用戶按照他們不同的需求從資源池中獲得不同的計算資源、存儲資源以及軟件服務(wù)。如何對于資源池各種資源進行調(diào)度、管理以及其調(diào)度效率的優(yōu)劣直接影響整個云計算平臺的工作性能和表現(xiàn),并且云計算為各種用戶提供服務(wù),而這些用戶期望達到的目標(biāo)也不盡相同,就導(dǎo)致了云計算平臺的資源調(diào)度算法的不同。本文對云計算的

2、架構(gòu)、商業(yè)模型進行了闡述,并對云計算的調(diào)度算法的研究現(xiàn)狀進行了全面分析,針對現(xiàn)有調(diào)度算法中存在的一些不足,主要進行了以下幾個方面的研究工作:
　　(1)提出了一種改進的合作型的協(xié)同演化算法用于解決云計算環(huán)境下的多目標(biāo)調(diào)度問題。用戶使用云計算平臺執(zhí)行任務(wù)時,需要租借云計算平臺中虛擬機資源,產(chǎn)生執(zhí)行成本,而用戶又希望任務(wù)能夠盡快的執(zhí)行完成,但是執(zhí)行成本和完成時間又是相互沖突的兩個目標(biāo),只能取得這兩個目標(biāo)的均衡結(jié)果。在已有的云計算研究中

3、,通常利用加權(quán)方法把二者轉(zhuǎn)換成為單目標(biāo)進行調(diào)度的研究,每一次只能為用戶提供一種調(diào)度方案,并且很多研究都忽略任務(wù)之間的依賴關(guān)系。因此,本文對具有時序約束關(guān)系的任務(wù)調(diào)度進行建模,并針對成本和完成時間的多目標(biāo)問題,提出了具有以田口方法為基礎(chǔ)進行個體的定向變異的微觀操作以及多種群和外部最優(yōu)解種群之間的合作進行全局空間搜索的宏觀操作的改進的合作型的協(xié)同演化調(diào)度算法。
　　(2)在以往的云計算調(diào)度算法的研究中,通常把任務(wù)之間的數(shù)據(jù)傳輸?shù)乃斐?/p>

4、的影響進行忽略,但是數(shù)據(jù)傳輸和數(shù)據(jù)的本地性對數(shù)據(jù)密集型的任務(wù)有很大的影響,尤其是對于科學(xué)工作流調(diào)度具有更大的影響。因此,本文對數(shù)據(jù)傳輸和數(shù)據(jù)本地性的重要性進行了說明,并針對數(shù)據(jù)密集型的任務(wù)構(gòu)成的科學(xué)工作流的調(diào)度問題,考慮到科學(xué)工作流的用戶更加關(guān)心的是完成時間,提出了以最小化完成時間為目標(biāo),結(jié)合了免疫算法和協(xié)同演化算法的優(yōu)勢的競爭型協(xié)同免疫算法用于解決科學(xué)工作流的調(diào)度問題。
　　(3)利用CloudSim搭建云計算仿真平臺,對本文提