基于云計(jì)算環(huán)境的任務(wù)調(diào)度算法分析與改進(jìn).pdf

1、云計(jì)算作為一種新興的商業(yè)計(jì)算模式得到了許多大型 IT企業(yè)和研究機(jī)構(gòu)的廣泛關(guān)注，并在眾多應(yīng)用行業(yè)的研究和推動(dòng)下得以迅猛發(fā)展。云計(jì)算采用虛擬化技術(shù)將規(guī)模龐大且異構(gòu)的硬件基礎(chǔ)設(shè)備轉(zhuǎn)換成可統(tǒng)一管理的虛擬資源池，用戶可方便地獲取其中各類靈活使用的虛擬資源，而無(wú)需關(guān)心它們的具體分布位置及底層配置情況。由于云計(jì)算系統(tǒng)的用戶數(shù)量和任務(wù)數(shù)量非常巨大，幾乎時(shí)刻都在處理著海量的數(shù)據(jù)，所以如何合理地分配虛擬資源，在兼顧時(shí)間和計(jì)成本的同時(shí)達(dá)到系統(tǒng)負(fù)載均衡，滿足不

2、同用戶任務(wù)的服務(wù)質(zhì)量需求是云計(jì)算任務(wù)調(diào)度算法研究的關(guān)鍵。
　　論文對(duì)標(biāo)準(zhǔn)蟻群算法進(jìn)行了分析，針對(duì)其收斂慢、全局搜索較差、容易陷入“停滯”狀態(tài)等不足，通過(guò)引入混沌理論對(duì)蟻群搜索過(guò)程進(jìn)行優(yōu)化，進(jìn)而提出一種改進(jìn)蟻群任務(wù)調(diào)度算法。該算法采用混沌序列增加了轉(zhuǎn)移概率的隨機(jī)性，對(duì)較優(yōu)路徑和其它路徑上的信息素?fù)]發(fā)因子進(jìn)行不同程度的調(diào)整，并根據(jù)螞蟻在搜索過(guò)程中的不同階段定義了不同的信息素更新規(guī)則，盡可能地避免了搜索陷入“停滯”狀態(tài)，同時(shí)也改善了資源

3、的負(fù)載均衡狀況。在充分考慮了不同用戶任務(wù)的服務(wù)質(zhì)量需求的情況下，結(jié)合了標(biāo)準(zhǔn)蟻群算法的優(yōu)點(diǎn)，提出一種基于蟻群模型的多QoS約束任務(wù)調(diào)度算法。該算法分別對(duì)時(shí)間、成本、可靠性、可用性和安全性等五種目標(biāo)約束條件進(jìn)行統(tǒng)一建模分析，并通過(guò)設(shè)置不同的權(quán)值系數(shù)建立任務(wù)調(diào)度問(wèn)題的適應(yīng)度函數(shù)。在設(shè)計(jì)啟發(fā)函數(shù)時(shí)，該算法綜合考慮了資源節(jié)點(diǎn)的計(jì)算性能，使任務(wù)的計(jì)算成本和系統(tǒng)的負(fù)載均得到了改善。此外，它還引入了遺傳交叉算子，針對(duì)局部和全局分別設(shè)計(jì)了不同的信息更新規(guī)

4、則，較大程度上提升了算法的全局搜索能力。
　　最后，在實(shí)驗(yàn)中使用 CloudSim平臺(tái)模擬云計(jì)算環(huán)境，測(cè)試了論文中提出的算法并分析了實(shí)驗(yàn)得出的結(jié)果。由實(shí)驗(yàn)一的測(cè)試結(jié)果可知，改進(jìn)蟻群算法能有效地縮短任務(wù)的平均完成時(shí)間，降低任務(wù)執(zhí)行的計(jì)算成本，同時(shí)使系統(tǒng)的負(fù)載更加均衡；分析實(shí)驗(yàn)二的結(jié)果得知，基于蟻群模型的多QoS約束任務(wù)調(diào)度算法在計(jì)算成本和負(fù)載均衡方面均表現(xiàn)出良好的性能，并具備良一定可擴(kuò)展性，同時(shí)該算法為后續(xù)相關(guān)研究提供了很好的借鑒。