一种基于服务选取的SBS云资源优化分配方法

发布时间：2019-03-05 15:26

【摘要】：获取满足全局优化目标的资源分配策略,是影响云环境中基于服务的软件系统(service-based software system,简称SBS)运行时优化效果的关键.然而,由于SBS内部复杂的业务逻辑关系和云环境中的资源约束,现有分配方法无法得到最优资源分配量.以满足SLA约束和最小化资源成本为目标,根据不同资源状态对应不同组件服务性能的特点,将组件服务可能的资源分配量、相应性能及成本转换为备选逻辑服务集,进而提出了一种云环境中基于服务选取的SBS资源优化分配模型,并设计了一种求解模型的混合遗传算法.算法采用整数编码以提高求解效率,并在选择算子中引入了精英保留策略,从而保证收敛到全局最优解.为提高遗传算法的局部搜索能力、加快收敛速度,以局部搜索策略改进了标准变异算子.实验验证了所提出的资源优化分配模型和求解算法的有效性,并表明:与分支定界法及精英保留策略遗传算法相比,混合遗传算法能够在较大规模的问题上快速获得具有较低资源成本的资源分配策略.
[Abstract]:The resource allocation strategy to meet the global optimization objective is the key to the optimization of service-based software system (SBS) in the cloud environment. However, due to the complex business logic relationship within the SBS and the resource constraints in the cloud environment, the existing allocation method cannot get the optimal resource allocation amount. in order to meet the SLA constraint and minimize the resource cost as the target, according to the characteristics of different resource states corresponding to the service performance of different components, the possible resource allocation amount, the corresponding performance and the cost of the component service are converted into an alternative logical service set, In this paper, an optimal allocation model of SBS resource based on service selection in a cloud environment is proposed, and a hybrid genetic algorithm for solving the model is designed. The algorithm uses integer coding to improve the efficiency of the solution, and introduces the elite retention policy in the selection operator, so as to ensure the convergence to the global optimal solution. In order to improve the local search capability of the genetic algorithm, the convergence speed is accelerated, and the standard variation operator is improved by the local search strategy. The experiment verifies the proposed resource optimization distribution model and the effectiveness of the algorithm, and shows that the hybrid genetic algorithm can quickly obtain the resource allocation strategy with lower resource cost compared with the branch and bound method and the elite retention policy genetic algorithm.
【作者单位】： 东北大学信息科学与工程学院;
【基金】：国家自然科学基金(61100090,61100027) 国家科技支撑计划(2012BAH1305) 中央高校东北大学基本科研专项基金(N110204006,N120804001,N110604002,N120604003)
【分类号】：TP393.09

【参考文献】

相关期刊论文 前2条

1 师雪霖清华大学计算机科学与技术系 清华信息科学与技术国家实验室(筹);徐恪;;云虚拟机资源分配的效用最大化模型[J];计算机学报;2013年02期

2 陈康;郑纬民;;云计算:系统实例与研究现状[J];软件学报;2009年05期

【共引文献】

相关期刊论文 前10条

1 魏东泽;来学嘉;;一种安全的高可靠性P2P云存储备份模型初探参考文献[J];信息安全与技术;2011年09期

2 王继鹏;;高等教育云计算服务平台构建策略初探[J];安阳师范学院学报;2011年05期

3 刘真;刘峰;张宝鹏;马飞;高石玉;;云计算模型在铁路大规模数据处理中的应用[J];北京交通大学学报;2010年05期

4 徐小龙;程春玲;熊婧夷;王汝传;;一种基于移动Agent的云端计算任务安全分割与分配算法[J];北京理工大学学报;2011年08期

5 李建卓;;云计算及其发展综述[J];宝鸡文理学院学报(自然科学版);2010年03期

6 董晓霞;吕廷杰;;云计算研究综述及未来发展[J];北京邮电大学学报(社会科学版);2010年05期

7 邓仲华;朱秀芹;;云计算环境下的隐私权保护初探[J];图书与情报;2010年04期

8 马晓亭;陈臣;;基于成本收益分析的云计算环境下数字图书馆建设研究[J];图书与情报;2011年06期

9 朱德新;宋雅娟;;海量数据分析及处理算法实现[J];长春大学学报;2011年08期

10 黄小龙;;浅谈云计算技术在教育领域的应用[J];成功(教育);2011年08期

相关会议论文 前10条

1 万丹丹;王宏;;云计算在编辑工作中的应用探讨[A];学术期刊编辑学理论与实践[C];2010年

2 郭捷夫;;基于云计算模型的绿色IT数据中心构建方案研究[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

3 汪云凤;李心科;;云服务环境下的服务聚合方法研究[A];2011中国仪器仪表与测控技术大会论文集[C];2011年

4 张白兰;杨向红;李家龙;刘伟;林创燕;邱正能;;物联网综述[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

5 任伟;叶敏;刘宇靓;;云安全的信任管理研究[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年

6 周轩;黄璞;;基于云计算的OMS平台移动业务测试系统[A];中国通信学会第六届学术年会论文集（上）[C];2009年

7 唐玲;;云计算及其安全问题的研究[A];Proceedings of 2011 National Teaching Seminar on Cryptography and Information Security(NTS-CIS 2011) Vol.1[C];2011年

8 丁辉;赵炜妹;;基于云计算应用一级部署的研究[A];2011电力通信管理暨智能电网通信技术论坛论文集[C];2011年

9 赵伟;陈承收;李立军;;基于MapReduce云计算模型的碰撞检测算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

10 潘松柏;张云勇;陈清金;魏进武;;云计算安全需求和策略[A];2010年全国通信安全学术会议论文集[C];2010年

相关博士学位论文 前10条

1 吴吉义;基于DHT的开放对等云存储服务系统研究[D];浙江大学;2011年

2 王铁军;非结构化对等网络资源定位技术研究[D];电子科技大学;2010年

3 江颉;面向电子服务的访问控制关键技术研究[D];浙江大学;2010年

4 张泽华;云计算联盟建模及实现的关键技术研究[D];云南大学;2010年

5 李铮;多媒体云计算平台关键技术研究[D];中国科学技术大学;2011年

6 康俊锋;云计算环境下高分辨率遥感影像存储与高效管理技术研究[D];浙江大学;2011年

7 林云;汽车物流服务供应链体系构建与应用研究[D];重庆大学;2011年

8 朱智强;混合云服务安全若干理论与关键技术研究[D];武汉大学;2011年

9 方雷;基于云计算的土地资源服务高效处理平台关键技术探索与研究[D];浙江大学;2011年

10 葛显龙;面向云配送模式的车辆调度问题及算法研究[D];重庆大学;2011年

相关硕士学位论文 前10条

1 孔楠;基于云计算平台的商业服务模式研究[D];上海外国语大学;2010年

2 康兴元;面向模具企业的注塑模设计知识网络化管理系统研究[D];大连理工大学;2010年

3 姜健;云计算在企业物资供应系统的应用研究[D];辽宁工程技术大学;2009年

4 薛师;云计算与网格计算的比较研究[D];河南理工大学;2010年

5 刘震宇;基于VMware vSphere4.0的PC服务器资源池构建[D];大连海事大学;2010年

6 梁文迪;一体化资产管理系统中财务模块的设计与实现[D];华南理工大学;2010年

7 胡清;基于云计算的券商网络营销服务平台研究与设计[D];南昌大学;2010年

8 李婵;基于云计算的智能手机数据挖掘平台的架构和实现[D];武汉理工大学;2010年

9 贺鹏;云计算的开发云的研究与实现[D];电子科技大学;2011年

10 李克然;基于云计算的电子商务数据管理模式研究[D];西安电子科技大学;2011年

【二级参考文献】

相关期刊论文 前2条

1 李强;郝沁汾;肖利民;李舟军;;云计算中虚拟机放置的自适应管理与多目标优化[J];计算机学报;2011年12期

2 李世勇;杨冬;秦雅娟;张宏科;;基于效用最大化的网络跨层映射[J];软件学报;2011年08期

【相似文献】

相关期刊论文 前10条

1 杨敬松,刘辙,崔广才;混合遗传算法在车间作业调度问题中的应用[J];长春理工大学学报;2003年03期

2 田国会,张攀,李晓磊,尹建芹,路飞;一类仓库作业优化问题的混合遗传算法研究[J];系统仿真学报;2004年06期

3 张攀,田国会,贾磊,李晓磊,路飞;旋转货架拣选作业优化问题的新型混合遗传算法求解[J];机械工程学报;2004年06期

4 赵培忻,崔玉泉,刘家壮;一种求解优化问题的新型混合遗传算法[J];计算机工程与应用;2004年22期

5 蒋峥,戴连奎,吴铁军;结合序列线性规划法的混合遗传算法[J];信息与控制;2004年03期

6 黄玉清,陈春梅,李磊民;一种混合遗传算法在货物装载中的应用[J];仪器仪表学报;2004年S1期

7 熊忠阳;张磊;;一种新型异构分布式混合遗传算法[J];计算机科学;2004年10期

8 洪露,穆志纯,王岗罡;一种改进型混合遗传算法的分析[J];工业仪表与自动化装置;2005年03期

9 杨敬松,崔广才;基于混合遗传算法的分布式车间作业调度问题[J];长春理工大学学报;2005年03期

10 丁书斌;李启堂;徐继涛;王敏;;混合遗传算法求解经典作业车间调度问题[J];煤矿机械;2007年01期

相关会议论文 前10条

1 黄玉清;陈春梅;李磊民;;一种混合遗传算法在货物装载中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 吴海兵;刘萍;;混合遗传算法在物流配送路径优化问题中的应用[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年

3 王永生;曹贝;肖立伊;;基于混合遗传算法的测试壳优化[A];第四届中国测试学术会议论文集[C];2006年

4 李平;;客户成套订单配送策略混合遗传算法研究[A];第九届中国青年信息与管理学者大会论文集[C];2007年

5 侯志祥;;基于混合遗传算法的连续系统参数辨识[A];第二十六届中国控制会议论文集[C];2007年

6 赵瑞艳;李树荣;张晓东;苗荣;;基于混合遗传算法的热传导系统最优控制问题求解[A];第二十七届中国控制会议论文集[C];2008年

7 张银利;陈德勇;苏艳;;物流配送路径优化问题的一种混合遗传算法[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年

8 何大阔;凌君;顾大为;王福利;;基于减聚类的混合遗传算法[A];第三届中国智能计算大会论文集[C];2009年

9 宋莉波;徐学军;孙延明;查靓;;一种求解flexible job-shop调度问题的混合遗传算法[A];系统工程与和谐管理——第十届全国青年系统科学与管理科学学术会议论文集[C];2009年

10 张海波;陈行行;;混合遗传算法在智能天线波束成型中的应用[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

相关博士学位论文 前3条

1 陶泽;基于Petri网和混合遗传算法的JSP优化调度[D];东北大学;2006年

2 程蓉;复杂生产环境下优化调度方法研究与系统实现[D];华中科技大学;2006年

3 彭珊，

本文编号：2435050