基于多態(tài)蟻群算法的云計算節(jié)能資源調(diào)度.pdf

1、云計算作為一種新興的IT服務模式，是當前研究的一個熱點，它以服務訪問的方式向用戶按需提供可靠、廉價的計算資源。借助于虛擬化技術(shù)，云計算將云環(huán)境下規(guī)模龐大、結(jié)構(gòu)復雜的物理資源轉(zhuǎn)化成不同種類的虛擬資源池進行統(tǒng)一管理，對云端提交的任務進行自動化部署，使得服務購買者能夠在使用計算資源的同時，不必增加額外的購置、維護資源的開銷。而實現(xiàn)這樣一個平臺要解決的關(guān)鍵問題之一便是如何有效的進行資源調(diào)度。資源調(diào)度的核心是高效地建立資源與任務之間映射關(guān)系，主要

2、包含了兩個層次的調(diào)度：一是在虛擬資源層面，即是建立云任務和虛擬資源的映射，二是在物理資源層面，即是建立虛擬資源和宿主機之間的映射關(guān)系。良好的資源調(diào)度策略應該滿足用戶QoS、縮短云任務的執(zhí)行時間、實現(xiàn)負載均衡和經(jīng)濟高效等目標，它決定了云計算平臺的整體性能。
　　蟻群算法(ACO)是一種通過蟻群之間的協(xié)作而達到尋優(yōu)目的群體智能算法，其思想是受到螞蟻覓食過程的啟發(fā)。其主要原理是蟻群在行進的過程中會釋放和感知信息素的濃度，并且在信息素的指

3、導下根據(jù)輪盤賭法則選擇下一時刻行進的方向。在蟻群行進過程中，信息素實際上是作為了群體間信息傳遞的媒介。蟻群的信息素機制是一種正反饋機制，隨著時間的推移，較優(yōu)路徑在單位時間內(nèi)積聚的信息素量呈上升趨勢，蟻群數(shù)量也會逐步遞增，在這種正反饋機制下蟻群和信息素相互作用，算法最終達到收斂狀態(tài)。蟻群算法對于解決組合優(yōu)化問題具有較好的適應性。而云環(huán)境下資源與任務之間的映射本質(zhì)上也是一個組合優(yōu)化問題，因此本文采用了蟻群算法來探討云計算的資源調(diào)度問題。

4、r>　　本文在研究了云計算體系結(jié)構(gòu)和運行模式的基礎(chǔ)上，探索了資源調(diào)度的模型，明確了資源調(diào)度要解決的問題。針對蟻群算法執(zhí)行時間長的缺點，引入了子空間搜索和多態(tài)蟻群兩種機制來對算法的復雜度進行降維處理。在此基礎(chǔ)之上，改進蟻群算法來適應第二個層面的資源調(diào)度問題，即虛擬機對物理主機的調(diào)度。調(diào)度的目標是要實現(xiàn)數(shù)據(jù)中心節(jié)能和負載均衡。在行文最后借助于CloudSim平臺對算法進行了仿真驗證，實驗結(jié)果表明數(shù)據(jù)中心的能耗得到了有效控制并且負載均衡水平良