基于動(dòng)態(tài)優(yōu)先級(jí)的云計(jì)算任務(wù)調(diào)度研究.pdf

1、云計(jì)算通過虛擬化技術(shù)將各種實(shí)體資源整合在一個(gè)共享的IT資源池中，用戶只需支付相應(yīng)的費(fèi)用便可獲得各項(xiàng)服務(wù)。然而目前用于求解云任務(wù)調(diào)度的算法目標(biāo)較為單一，很難適用于各類服務(wù)需求。因此，如何兼顧用戶和云服務(wù)提供商兩種角度，滿足各類服務(wù)需求成為本文亟需解決的主要問題。
　　本文選取具有截止日期的任務(wù)作為調(diào)度對(duì)象，對(duì)其特點(diǎn)進(jìn)行分析并在此基礎(chǔ)上建立基于動(dòng)態(tài)優(yōu)先級(jí)的任務(wù)調(diào)度模型，主要工作如下:
　　(1)分析云計(jì)算的相關(guān)技術(shù)、服務(wù)模式、體

2、系結(jié)構(gòu)以及基本特征。
　　(2)從兩種角度提出調(diào)度目標(biāo)，在減少任務(wù)完成時(shí)間的同時(shí)提高任務(wù)完成率以及云服務(wù)提供商的價(jià)值收益，另外盡可能最大化計(jì)算資源的使用率。
　　(3)針對(duì)現(xiàn)有的一些調(diào)度算法只將任務(wù)單方面的特征作為優(yōu)先級(jí)參數(shù)，綜合考慮任務(wù)價(jià)值和執(zhí)行緊迫度兩種屬性，提出一種基于動(dòng)態(tài)優(yōu)先級(jí)的任務(wù)調(diào)度策略，使任務(wù)集按照最佳順序調(diào)度，確保任務(wù)盡可能在最佳調(diào)度時(shí)間內(nèi)執(zhí)行。
　　(4)將蟻群算法(ant colony algori

3、thm，ACO)與輪盤賭算法結(jié)合提出一種負(fù)載均衡優(yōu)化算法ACO-LB(Load balancing optimization algorithm based on antcolony algorithm)，調(diào)整信息素更新方式保證虛擬機(jī)上的信息素實(shí)時(shí)更新，通過螞蟻的協(xié)作性延續(xù)較優(yōu)分配方案，另外引入負(fù)載調(diào)節(jié)參數(shù)對(duì)啟發(fā)信息進(jìn)行調(diào)整。
　　(5)針對(duì)非搶占式任務(wù)調(diào)度導(dǎo)致高優(yōu)先級(jí)陷入較長(zhǎng)等待期的問題，提出一種基于動(dòng)態(tài)優(yōu)先級(jí)的搶占式調(diào)度方案(

4、Preemptive scheduling algorithm based onDynamic Priority，DPP)，保證高優(yōu)先級(jí)任務(wù)被優(yōu)先處理。為防止任務(wù)頻繁搶占，分析搶占任務(wù)的松弛時(shí)間和被搶占任務(wù)剩余執(zhí)行時(shí)間之間的關(guān)系并給出相應(yīng)的調(diào)度策略，盡可能減少不必要的搶占并提高任務(wù)成功完成率和價(jià)值收益。
　　(6)使用開源云仿真器Cloudsim作為實(shí)驗(yàn)平臺(tái)，通過其對(duì)ACO-LB算法和DPP算法進(jìn)行模擬實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明ACO-L