基于改進(jìn)蟻群算法的云計(jì)算任務(wù)調(diào)度策略研究.pdf

1、云計(jì)算作為一門新興的技術(shù)是從網(wǎng)格計(jì)算、分布式計(jì)算和并行計(jì)算一步步發(fā)展而來(lái)的。它的運(yùn)用使得傳統(tǒng)的服務(wù)模式發(fā)生了巨大的變化，云計(jì)算所展現(xiàn)的計(jì)算模式是通過(guò)與互聯(lián)網(wǎng)技術(shù)緊密結(jié)合的一種新型商業(yè)模式。目前云計(jì)算環(huán)境下的資源是以虛擬機(jī)資源的方式進(jìn)行呈現(xiàn)，最主要的就是通過(guò)運(yùn)用虛擬化技術(shù)對(duì)數(shù)據(jù)中心的各種硬件資源進(jìn)行虛擬化從而形成虛擬資源池，然后在這些虛擬資源池上進(jìn)行虛擬機(jī)動(dòng)態(tài)部署,提供給用戶使用,這些資源對(duì)用戶來(lái)說(shuō)是透明的，用戶知道提交的任務(wù)已執(zhí)行，但并

2、不知道執(zhí)行的具體位置。目前云計(jì)算的相關(guān)研究中任務(wù)調(diào)度、資源分配是一個(gè)熱點(diǎn)問(wèn)題，云計(jì)算的動(dòng)態(tài)性、異構(gòu)性和自治性以及其虛擬化技術(shù)的使用決定了云計(jì)算的任務(wù)調(diào)度、資源分配方式同以往的網(wǎng)格計(jì)算、分布式計(jì)算和并行計(jì)算大不相同。
　　隨著數(shù)據(jù)中心規(guī)模的持續(xù)擴(kuò)大和用戶數(shù)量的不斷增加，如何使數(shù)據(jù)中心的虛擬機(jī)資源得到高效地利用的同時(shí)又滿足用戶提出的QoS要求，成為云計(jì)算任務(wù)調(diào)度的面臨的首要問(wèn)題。因此研究云計(jì)算的虛擬機(jī)任務(wù)調(diào)度問(wèn)題對(duì)于當(dāng)前云計(jì)算的發(fā)展具

3、有重要意義。云計(jì)算虛擬機(jī)任務(wù)調(diào)度主要研究如何將數(shù)據(jù)中心虛擬資源池中提供的虛擬機(jī)資源分配給用戶提交的任務(wù)使用，在提高云計(jì)算資源使用率，減少計(jì)算時(shí)間同時(shí)能夠滿足用戶QoS要求，達(dá)到不違反服務(wù)等級(jí)協(xié)議（Service Level Agreement，SLA）的目的。
　　本文主要研究云計(jì)算環(huán)境下任務(wù)調(diào)度策略，在總結(jié)前人工作的基礎(chǔ)上，所做的主要工作和創(chuàng)新包括以下幾點(diǎn)：
　　1.分析了當(dāng)前云計(jì)算發(fā)展趨勢(shì)以及云計(jì)算環(huán)境下的任務(wù)調(diào)度研究現(xiàn)

4、狀，簡(jiǎn)要的介紹了云計(jì)算中與任務(wù)調(diào)度、資源分配相關(guān)的技術(shù)。通過(guò)詳細(xì)分析虛擬機(jī)資源調(diào)度的特點(diǎn)，總結(jié)了虛擬機(jī)任務(wù)調(diào)度模型，以及傳統(tǒng)的任務(wù)調(diào)度算法的優(yōu)缺點(diǎn)。詳細(xì)分析了蟻群算法的原理及其數(shù)學(xué)模型，根據(jù)蟻群算法的特點(diǎn)結(jié)合云計(jì)算任務(wù)調(diào)度的要求，設(shè)計(jì)了用改進(jìn)蟻群算法進(jìn)行云計(jì)算任務(wù)調(diào)度的策略，介紹了一種云數(shù)據(jù)中心任務(wù)調(diào)度模擬系統(tǒng)CloudSim，并在這個(gè)模擬系統(tǒng)上進(jìn)行實(shí)驗(yàn)。
　　2.分析了云計(jì)算編程最常用的Map/Reduce框架，在此基礎(chǔ)上設(shè)計(jì)了

5、一個(gè)云計(jì)算任務(wù)調(diào)度物理模型以及基于這種模型的任務(wù)調(diào)度算法粒子群_蟻群聯(lián)合算法（PSO_ACO）。針對(duì)當(dāng)前蟻群算法中兩個(gè)重要參數(shù)(,)??在各種實(shí)際應(yīng)用中值的選取大都是靠大量重復(fù)實(shí)驗(yàn)來(lái)確定的，所得出的參數(shù)組合可能不是最優(yōu)參數(shù)，而且不能適應(yīng)云計(jì)算任務(wù)調(diào)度的動(dòng)態(tài)性從而影響調(diào)度算法性能的問(wèn)題，提出了用粒子群優(yōu)化算法來(lái)求解蟻群算法參數(shù)最優(yōu)組合的改進(jìn)算法（PSO_ACO），模擬實(shí)驗(yàn)表明基于PSO_ACO算法的任務(wù)調(diào)度與基于傳統(tǒng)蟻群和其它啟發(fā)式智能算