基于改进蚁群算法的云计算平台资源分配策略研究

发布时间：2017-10-12 06:10

  本文关键词：基于改进蚁群算法的云计算平台资源分配策略研究

  更多相关文章： 云计算 资源分配 QoS 蚁群算法 CloudSim

【摘要】：云计算已经成为目前学术界研究的热门方向之一。随着云计算商业化过程的进行,云平台对软件市场已经显示出巨大的价值。作为云计算技术的关键问题,资源分配问题和任务调度问题一直受到人们的广泛关注。目前解决问题的典型算法有Max-min算法、Min-min算法、蚁群算法、遗传算法等。传统的任务调度算法大多是基于云服务供应商和资源层面进行考虑,忽略了用户因素。然而云计算作为面向服务的技术,必须保障用户的服务质量QoS,包括任务的时间跨度、执行费用、网络带宽、系统稳定性等。此外,传统的任务调度算法优化目标较为单一,大多是针对时间效率进行提升,而云计算作为一种商业计算模式,任务的执行成本和系统资源利用率都是云计算系统设计的因素。本文针对以上缺陷做出改进,从资源使用的公平性和系统均衡性的角度出发,结合了任务的QoS特性提出了一种新的基于蚁群算法的资源分配算法JAACO。该算法根据任务的Qo S特性对任务分类,采用人元模型对任务建模。同时,算法通过Berger模型的正义性分配原理实现在资源选择过程中公平性约束和评价的双重约束机制。JAACO算法考虑了任务的执行成本和系统负载均衡方面的因素,使得在保证在理想时间跨度的前提下,能够满足用户服务质量需求,并提高系统资源的利用率。我们基于CloudSim模拟环境设计并实现了基于任务公平性的优化蚁群算法JAACO的实验方案,通过与传统的蚁群算法和基于时间成本约束的蚁群算法对比,验证了JAACO算法的有效性和效率。实验结果表明,基于任务公平性的优化蚁群算法(JAACO算法)可以应对任务Qo S特性的变化,既降低了任务的执行成本,又提高了系统的负载均衡度和公平性。
【关键词】：云计算 资源分配 QoS 蚁群算法 CloudSim
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.09;TP18
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 云计算及其资源分配概述8-14
• 1.1 研究背景8-9
• 1.2 研究现状9-11
• 1.3 主要研究内容11-12
• 1.4 本文的组织结构12-14
• 第2章 云计算及其资源分配概述14-28
• 2.1 云计算概述14-17
• 2.1.1 云计算概念14
• 2.1.2 云计算体系结构14-16
• 2.1.3 云计算的特点16-17
• 2.2 云资源分配概述17-23
• 2.2.1 云计算资源分配概念17-18
• 2.2.2 云资源分配模型18-20
• 2.2.3 云资源分配的评价指标20-21
• 2.2.4 云资源分配的经典算法21-23
• 2.3 蚁群算法23-27
• 2.3.1 蚁群算法原理23-25
• 2.3.2 利用蚁群算法求解TSP问题25-27
• 2.4 本章小结27-28
• 第3章 云资源分配中Berger模型的研究与应用28-41
• 3.1 用户任务的服务质量28-29
• 3.2 Berger模型综述29-31
• 3.2.1 Berger模型简介29-30
• 3.2.2 Berger模型的分配性正义原理30-31
• 3.3 Berger模型在云资源分配中的可行性分析31-32
• 3.4 基于Berger模型的云资源分配32-34
• 3.4.1 一般期待的公平性约束33
• 3.4.2 公平性评判33-34
• 3.5 系统模型设计34-40
• 3.5.1 资源模型34-35
• 3.5.2 任务模型35-37
• 3.5.3 建立映射结构37-40
• 3.5.4 基于Berger模型的调度模型40
• 3.6 本章小结40-41
• 第4章 基于公平性的蚁群算法的云资源分配方法41-54
• 4.1 蚁群算法求解云计算资源分配41-43
• 4.2 代价评估43-46
• 4.2.1 虚拟机负载模型43-44
• 4.2.2 任务代价模型44-45
• 4.2.3 时间及成本约束函数45-46
• 4.3 调度算法46-50
• 4.3.1 初始化46-47
• 4.3.2 蚂蚁转移概率47-48
• 4.3.3 信息素的更新48-49
• 4.3.4 算法终止49
• 4.3.5 轮盘赌算法49
• 4.3.6 评价指标49-50
• 4.4 算法框架50-53
• 4.5 本章小结53-54
• 第5章 算法仿真与结果分析54-67
• 5.1 CloudSim工作方式54-55
• 5.2 CloudSim仿真流程55-57
• 5.3 实验环境配置57-58
• 5.4 实验设计及验证58-66
• 5.4.1 类的设计58-60
• 5.4.2 实验数据设计60-63
• 5.4.3 实验结果及分析63-66
• 5.5 本章小结66-67
• 结论67-68
• 参考文献68-73
• 致谢73

，

本文编号：1017075