云計算平臺資源分配若干問題研究.pdf

1、云計算系統(tǒng)通過虛擬化技術(shù)和SOA（Service Oriented Architecture）架構(gòu)，提供了對異構(gòu)平臺資源的整合與再分配，并將整合后的資源通過服務(wù)的形式向用戶或上層程序提供。由于資源能夠在整合后形成從邏輯上統(tǒng)一的資源池，因而云計算系統(tǒng)能夠根據(jù)用戶或程序需求，采用多種策略和算法對資源進行靈活的分配?？紤]云計算平臺執(zhí)行用戶計算任務(wù)的是虛擬機（Virtual Machine，VM），而用戶數(shù)量以及用戶的資源請求是隨時間變化的，因

2、此，VM的數(shù)量以及創(chuàng)建VM時所需的系統(tǒng)資源亦為變化量。如何準確的描述云計算系統(tǒng)資源分配中的這種變化特性，為各個VM提供公平的資源分配方案，確保VM能夠完成用戶計算任務(wù)，成為云計算資源管理中的核心問題。此外，對于分配算法得到的結(jié)果，亟需一種評估模型對分配結(jié)果的公平性進行度量，為資源分配算法的選取和改進提供量化參考。
　　針對上述云計算資源分配中面臨的問題，本文工作主要包含以下幾個方面：
　　(1)建立了用于描述云計算資源動態(tài)特

3、性的數(shù)學模型。針對云計算平臺的動態(tài)性，給出了較為典型的三種平臺資源動態(tài)模型。對于云計算中虛擬計算節(jié)點（Virtual Computing Node，VCN）因執(zhí)行任務(wù)的不同而導(dǎo)致資源需求不同的特性，提出了“動態(tài)資源需求模型”。其次，在平臺運行過程中，執(zhí)行新任務(wù)的VCN會不斷產(chǎn)生，完成任務(wù)的節(jié)點會銷毀，因此，一段時期內(nèi)平臺中虛擬計算節(jié)點的數(shù)量是變化的，導(dǎo)致系統(tǒng)資源的占用量（或剩余量）也隨之變化。針對這種特性，提出了“動態(tài)節(jié)點數(shù)量模型”。最

4、后，隨著平臺用戶的增加以及任務(wù)量的增加，平臺資源可能無法滿足不斷增長的用戶的需求，這將會導(dǎo)致用戶需要等待資源才能執(zhí)行任務(wù)。為此，運營商需要對系統(tǒng)進行擴充，以滿足不斷增加的用戶對資源的需求。針對這一問題，給出了“動態(tài)集群規(guī)模模型”。
　　(2)提出了面向瓶頸資源的公平性分配算法DBRF（Dominant-Bottleneck Resource Fairness），防止系統(tǒng)瓶頸資源由于需求量增加而過快耗盡。DBRF算法對系統(tǒng)瓶頸資源進

5、行預(yù)判，引入了縮放參數(shù)λ對瓶頸資源的分配量進行控制，增加了算法迭代次數(shù)，避免了由于算法收斂過快而導(dǎo)致部分用戶瓶頸資源分配不足。通過仿真實驗，驗證了算法能夠?qū)⑵款i資源在分配時分割到更細的粒度，有效減緩瓶頸資源的耗盡速度，確保更多用戶分配到瓶頸資源。
　　(3)針對云計算系統(tǒng)中惡意用戶占用資源的情況，提出了基于信譽評估的保障公平性方法cbDRF（Credit-Based Dominant Resource Fairness）。通過引入

6、信譽評價機制，對用戶資源資源使用進行評估。對于惡意使用或占用資源的行為，通過其信譽值對惡意行為實施懲罰。證明了cbDRF滿足文獻[1]提出的公平性四原則，并進一步證明了該方法滿足“釋放激勵（Release incentive）”和“懲罰性分配（Punitive allocation）”兩個新特性（這兩個特性增強了分配公平性，防止用戶惡意占用資源）。仿真實驗表明，cbDRF能夠有效對用戶資源使用情況進行評估，并抑制惡意占用資源的行為。

7、r>　　(4)為定量地評估資源分配結(jié)果，提出了基于動態(tài)特性的多資源分配公平性評估模型DFE（Dynamic Fairness Evaluation）。模型根據(jù)云計算平臺虛擬化計算節(jié)點數(shù)量以及資源需求變化的特點，引入了時間和概率參數(shù)，建立了兩個子模型：1)節(jié)點資源需求動態(tài)模型；2)節(jié)點數(shù)量動態(tài)模型，基于這兩個基本模型提出了DFE，對云計算資源分配算法公平性進行定量的度量。分別采用幾種典型的資源分配算法（以DRF、Avg、Max-min為例