基于改進蟻群算法的云計算平臺資源分配策略研究.pdf

1、云計算已經(jīng)成為目前學術(shù)界研究的熱門方向之一。隨著云計算商業(yè)化過程的進行，云平臺對軟件市場已經(jīng)顯示出巨大的價值。作為云計算技術(shù)的關(guān)鍵問題，資源分配問題和任務調(diào)度問題一直受到人們的廣泛關(guān)注。目前解決問題的典型算法有Max-min算法、Min-min算法、蟻群算法、遺傳算法等。傳統(tǒng)的任務調(diào)度算法大多是基于云服務供應商和資源層面進行考慮，忽略了用戶因素。然而云計算作為面向服務的技術(shù)，必須保障用戶的服務質(zhì)量QoS，包括任務的時間跨度、執(zhí)行費用、網(wǎng)

2、絡帶寬、系統(tǒng)穩(wěn)定性等。此外，傳統(tǒng)的任務調(diào)度算法優(yōu)化目標較為單一，大多是針對時間效率進行提升，而云計算作為一種商業(yè)計算模式，任務的執(zhí)行成本和系統(tǒng)資源利用率都是云計算系統(tǒng)設計的因素。
　　本文針對以上缺陷做出改進，從資源使用的公平性和系統(tǒng)均衡性的角度出發(fā)，結(jié)合了任務的QoS特性提出了一種新的基于蟻群算法的資源分配算法JAACO。該算法根據(jù)任務的QoS特性對任務分類，采用人元模型對任務建模。同時，算法通過Berger模型的正義性分配原理

3、實現(xiàn)在資源選擇過程中公平性約束和評價的雙重約束機制。JAACO算法考慮了任務的執(zhí)行成本和系統(tǒng)負載均衡方面的因素，使得在保證在理想時間跨度的前提下，能夠滿足用戶服務質(zhì)量需求，并提高系統(tǒng)資源的利用率。
　　我們基于CloudSim模擬環(huán)境設計并實現(xiàn)了基于任務公平性的優(yōu)化蟻群算法JAACO的實驗方案，通過與傳統(tǒng)的蟻群算法和基于時間成本約束的蟻群算法對比，驗證了JAACO算法的有效性和效率。實驗結(jié)果表明，基于任務公平性的優(yōu)化蟻群算法（JA