云計算環(huán)境下的虛擬機(jī)調(diào)度策略研究.pdf

1、云計算作為一種新型的計算模式，受到了學(xué)術(shù)界的廣泛關(guān)注，并已逐漸由理論研究走向應(yīng)用實(shí)踐。在云計算中，虛擬機(jī)調(diào)度能夠影響到用戶的服務(wù)質(zhì)量、系統(tǒng)的資源利用率和能量的消耗等方面，因此它作為一個基本且復(fù)雜的問題成為了學(xué)者們研究的熱點(diǎn)。云環(huán)境下的虛擬機(jī)調(diào)度主要研究的是如何為用戶分配相應(yīng)的虛擬機(jī)以及將虛擬機(jī)調(diào)度到物理資源上，從而保證用戶的需求和系統(tǒng)的性能。本文主要研究云計算環(huán)境下的虛擬機(jī)調(diào)度策略，主要工作包括以下幾點(diǎn)：
　?。?）分析了當(dāng)前云計

2、算以及云計算環(huán)境下的虛擬機(jī)調(diào)度研究現(xiàn)狀，闡述了云計算的概念及特征、分類、應(yīng)用場景以及云計算的關(guān)鍵技術(shù)。分析了云計算環(huán)境下的虛擬機(jī)調(diào)度技術(shù)，主要包括調(diào)度模型、調(diào)度特點(diǎn)、調(diào)度目標(biāo)和調(diào)度算法，重點(diǎn)針對虛擬機(jī)的調(diào)度算法，介紹了現(xiàn)有的研究進(jìn)展并分析了存在的不足。
　?。?）針對虛擬機(jī)調(diào)度模型中任務(wù)與虛擬機(jī)的映射關(guān)系，提出一種基于混合遺傳-細(xì)菌覓食優(yōu)化（Genetic Bacterial Foraging Optimization，GBFO）

3、的虛擬機(jī)調(diào)度算法。首先在遺傳算法中為了避免算法陷入局部最優(yōu)和后期進(jìn)化緩慢，將適應(yīng)值方差引入選擇算子中，并且基于適應(yīng)值方差設(shè)計了兩個算法的最佳結(jié)合點(diǎn)，同時為了使得細(xì)菌和基因能夠適應(yīng)統(tǒng)一的編碼規(guī)則，而且能夠加強(qiáng)細(xì)菌自身的信息反饋，提出了基于變異思想的細(xì)菌趨化操作，其次為了增強(qiáng)菌群內(nèi)部信息的交流提出了基于簡單交叉思想的復(fù)制操作，最后采用GBFO算法實(shí)現(xiàn)虛擬機(jī)的調(diào)度。實(shí)驗(yàn)仿真結(jié)果表明，本文提出GBFO算法具有較快的收斂速度和求解精度，同相同目標(biāo)

4、的其他調(diào)度算法相比，基于GBFO的調(diào)度算法更加具有優(yōu)勢。
　　（3）針對虛擬機(jī)調(diào)度模型中虛擬機(jī)與物理機(jī)的映射關(guān)系，提出一種基于改進(jìn) NSGA II（Non-dominated Sorting Genetic Algorithm）的虛擬機(jī)部署算法，首先對虛擬機(jī)的部署建立裝箱問題模型，將該模型的求解轉(zhuǎn)化一個多目標(biāo)優(yōu)化問題，目標(biāo)分別為負(fù)載均衡、提高任務(wù)執(zhí)行效率和降低能耗，接著對基于非支配排序的遺傳算法進(jìn)行改進(jìn)，利用回溯法中的剪枝函數(shù)確定