云計算資源調(diào)度策略研究.pdf

1、為保證向用戶提供高質(zhì)量的服務(wù)，云計算中心資源的高效調(diào)度和可靠調(diào)度是云計算研究的關(guān)鍵技術(shù)和研究熱點。在計算資源環(huán)境下的資源調(diào)度，具有大數(shù)據(jù)量、頻繁調(diào)度和動態(tài)變化等特點，現(xiàn)有云計算資源調(diào)度策略在提高資源調(diào)度效率和提高負(fù)載均衡度等方面均有研究。隨著用戶要求的不斷提高，針對資源調(diào)度策略的進(jìn)一步研究具有一定的理論價值，對提高云計算服務(wù)水平有重要意義。
　　本文結(jié)合云計算環(huán)境下資源調(diào)度的特點，對云計算的發(fā)展情況進(jìn)行了分析，并重點對云計算資源節(jié)

2、點的評價問題和云計算資源調(diào)度問題進(jìn)行了深入研究。首先，對云計算環(huán)境下的資源評價模型以及作業(yè)執(zhí)行速度預(yù)測模型進(jìn)行分析，將預(yù)測模型作為影響因素參與資源節(jié)點的評價；然后，對蟻群優(yōu)化算法進(jìn)行改進(jìn)，以資源評價數(shù)據(jù)作為螞蟻搜索的依據(jù)，在蟻群得到局部最優(yōu)解時先判斷局部最優(yōu)解路徑中節(jié)點的有效性，若有效則加入全局最優(yōu)解集，通過路徑長度和路徑節(jié)點綜合負(fù)載程度在局部最優(yōu)解集中選出路徑最短且負(fù)載程度最低的路徑作為全局最優(yōu)解，實現(xiàn)了對計算資源的高效調(diào)度的同時提高

3、了系統(tǒng)的負(fù)載均衡度。最后，在云計算仿真平臺CloudSim中對該資源調(diào)度策略進(jìn)行仿真實驗，并與傳統(tǒng) Min-Min算法、Max-Min算法的任務(wù)完成時間和負(fù)載均衡離差的仿真結(jié)果進(jìn)行對比分析，平均任務(wù)完成時間分別降低了1161s和1572s，平均負(fù)載均衡離差平均分別降低了0.04189和0.04645。
　　通過對資源調(diào)度節(jié)點的評價以及蟻群優(yōu)化算法的改進(jìn)，實現(xiàn)了對資源調(diào)度策略的優(yōu)化，實驗結(jié)果驗證了本文資源調(diào)度策略可以高效解決云環(huán)境下