基于協(xié)同演化算法的云計(jì)算資源調(diào)度的研究.pdf

1、云計(jì)算作為使用超大規(guī)模的虛擬化資源為用戶提供動(dòng)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(jì)算平臺(tái)將各種資源整合到一個(gè)虛擬資源池中,云計(jì)算的用戶按照他們不同的需求從資源池中獲得不同的計(jì)算資源、存儲(chǔ)資源以及軟件服務(wù)。如何對(duì)于資源池各種資源進(jìn)行調(diào)度、管理以及其調(diào)度效率的優(yōu)劣直接影響整個(gè)云計(jì)算平臺(tái)的工作性能和表現(xiàn),并且云計(jì)算為各種用戶提供服務(wù),而這些用戶期望達(dá)到的目標(biāo)也不盡相同,就導(dǎo)致了云計(jì)算平臺(tái)的資源調(diào)度算法的不同。本文對(duì)云計(jì)算的

2、架構(gòu)、商業(yè)模型進(jìn)行了闡述,并對(duì)云計(jì)算的調(diào)度算法的研究現(xiàn)狀進(jìn)行了全面分析,針對(duì)現(xiàn)有調(diào)度算法中存在的一些不足,主要進(jìn)行了以下幾個(gè)方面的研究工作:
　　(1)提出了一種改進(jìn)的合作型的協(xié)同演化算法用于解決云計(jì)算環(huán)境下的多目標(biāo)調(diào)度問(wèn)題。用戶使用云計(jì)算平臺(tái)執(zhí)行任務(wù)時(shí),需要租借云計(jì)算平臺(tái)中虛擬機(jī)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(shí)間又是相互沖突的兩個(gè)目標(biāo),只能取得這兩個(gè)目標(biāo)的均衡結(jié)果。在已有的云計(jì)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(jìn)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(duì)具有時(shí)序約束關(guān)系的任務(wù)調(diào)度進(jìn)行建模,并針對(duì)成本和完成時(shí)間的多目標(biāo)問(wèn)題,提出了具有以田口方法為基礎(chǔ)進(jìn)行個(gè)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(jìn)行全局空間搜索的宏觀操作的改進(jìn)的合作型的協(xié)同演化調(diào)度算法。
　　(2)在以往的云計(jì)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(jìn)行忽略,但是數(shù)據(jù)傳輸和數(shù)據(jù)的本地性對(duì)數(shù)據(jù)密集型的任務(wù)有很大的影響,尤其是對(duì)于科學(xué)工作流調(diào)度具有更大的影響。因此,本文對(duì)數(shù)據(jù)傳輸和數(shù)據(jù)本地性的重要性進(jìn)行了說(shuō)明,并針對(duì)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(wèn)題,考慮到科學(xué)工作流的用戶更加關(guān)心的是完成時(shí)間,提出了以最小化完成時(shí)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(shì)的競(jìng)爭(zhēng)型協(xié)同免疫算法用于解決科學(xué)工作流的調(diào)度問(wèn)題。
　　(3)利用CloudSim搭建云計(jì)算仿真平臺(tái),對(duì)本文提