基于CLOUDSIM平台的云任务分配策略研究
发布时间：2021-07-01 11:03
近些年来随着网络技术的不断发展，通过网络来访问异地的计算服务的条件也越来越成熟，并且逐步发展成为今天炙手可热的我们称之为“云计算”的技术。当下虽然人们越来越了解和认识云计算，可是到目前却依然没有一个被大众所广泛认可的云计算的概念，从本质上来说，作为一项热门的服务技术，Internet是云计算为其客户提供服务的重要媒介，人们可以通过万维网来获取云服务。因其计算能力强大、成本低廉越来越受到大中小企业的青睐。但是现实中用户的需求是各种各样的，在服务器端的设备和任务大多都是异构的，并且现在的云服务提供企业不存在业内统一认知的标准和规则，都有自己的任务分配模式，这些原因使得云计算的任务分配更加的复杂化。在云计算里，任务分配的有效度相当重要，对云计算系统的整体服务性能来说影响巨大。所在云计算环境下研究任务分配算法直接关系着云系统的可用性和服务性能，同时为以后的理论和实践的研究打下坚实基础。本文主要从以下几个方面进行了研究工作：（1）在进行深入分析研究了现有的蚁群算法的理论基础上，对其进行任务分配算法的数学建模，并且通过实验分析了其存在的不足和需要改进的可行性；（2）基于蚁群算法存在的时间复杂度较高...
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
云计算技术体系结构
序和数据分配到物理存储器的什么位置；二，决定每个进程在哪个处理机上运行。那么，在云计算操作系统平台中，任务分配策略则可以定义为对于一组给定的任务进程进行分配的过程，其目的在于研究处理机的分配和进程调度技术，以达到使用最少数量的处理机并且在最短时间内完成并行计算的程序。由以上可知，影响任务分配性能的参数主要有最短执行时间、最少处理机数量、处理机最大利用率以及处理机最小空闲时间[10]等等。一般情况下，寻找最优的任务分配算法不一定就是最好的任务分配算法，也或有可能根本不存在最优的任务分配算法，所以我们所说的最优任务分配算法通常指最合理的任务分配算法。1.4.2 云任务分配研究现状目前的几大云服务提供商也各自有自己的任务分配模式，例如，IBM 蓝云计算系统的任务分配是依靠 IBM Tivoli 部署管理软件（Tivoli Provision Manager）、IBM Tivoli 监控软件（IBM Tivoli Monitoring）和一些虚拟化组件来共同承担的。
进行云计算基础设施的实验以及服务管理的实验。因为 CloudSim 基于离散的事件模拟包 SimJava 进行的开发所产生的函数库， SimJava 又存在着一定的局限性[15]，例如在创建能伸缩的模拟环境下会出现以限制：（1）运行时不允许再次设置模拟的编程；（2）运行时不允许支持创建新拟实体（模拟一旦进行初始化）；（3）SimJava 多线程的特性会导致性能的开销伴随着系统的规模的扩大而增大，太多的线程之间的转换会导致系统的性能；（4）系统的反复的调试会给多线程带来不必要的复杂性。为了能够克服上述的局限性以及能够模拟更加复杂的场景，澳大利亚的墨尔学的网格实验室重新设计了新的离散事件的框架[16]如图 3 所示:
【参考文献】：
期刊论文
[1]云计算仿真平台CloudSim在资源分配研究中的应用[J]. 查英华,杨静丽. 软件导刊. 2012(11)
[2]云计算中调度问题研究综述[J]. 左利云,曹志波. 计算机应用研究. 2012(11)
[3]云计算环境下的大规模图状数据处理任务调度算法[J]. 李健,黄庆佳,刘一阳,苏森. 西安交通大学学报. 2012(12)
[4]动态规划解决最短路径问题[J]. 郭丽华,张艳波. 中国-东盟博览. 2012 (09)
[5]基于0-1规划的异构传感器网络任务分配策略[J]. 蒋志强,廖晓峰,刘群. 计算机应用. 2012(04)
[6]基于灰色蚁群组合预测的生物质气化炉双闭环控制[J]. 刘辉,庞佑霞,唐勇,梁亮. 农业机械学报. 2012(01)
[7]网格计算中任务调度算法的研究和改进[J]. 王观玉. 计算机工程与科学. 2011(10)
[8]基于改进蚁群算法的云环境任务调度研究[J]. 王永贵,韩瑞莲. 计算机测量与控制. 2011(05)
[9]基于云计算的“用户期待”任务调度算法的研究[J]. 刘之家,张体荣,谢雄程. 大众科技. 2011(04)
[10]云计算主要服务形式探究[J]. 李洪涛. 价值工程. 2010(32)
博士论文
[1]公共云计算环境下用户数据的隐私性与安全性保护[D]. 张逢喆.复旦大学 2010
[2]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007
硕士论文
[1]云计算环境下任务调度算法的研究[D]. 张希翔.广西大学 2012
[2]云计算可靠性评估与任务调度方法研究[D]. 谭峰.电子科技大学 2012
[3]基于树形网络的云计算环境下的任务调度策略[D]. 王历.吉林大学 2012
[4]云计算环境下基于时间富余度的任务调度算法研究与实现[D]. 高鸣.云南大学 2011
[5]基于动态规划的应急资源运输调度研究[D]. 乔银华.郑州轻工业大学 2010
[6]基于MPSO算法的云计算任务调度策略研究[D]. 张孟华.辽宁工程技术大学 2011
本文编号：3259020
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
云计算技术体系结构
序和数据分配到物理存储器的什么位置；二，决定每个进程在哪个处理机上运行。那么，在云计算操作系统平台中，任务分配策略则可以定义为对于一组给定的任务进程进行分配的过程，其目的在于研究处理机的分配和进程调度技术，以达到使用最少数量的处理机并且在最短时间内完成并行计算的程序。由以上可知，影响任务分配性能的参数主要有最短执行时间、最少处理机数量、处理机最大利用率以及处理机最小空闲时间[10]等等。一般情况下，寻找最优的任务分配算法不一定就是最好的任务分配算法，也或有可能根本不存在最优的任务分配算法，所以我们所说的最优任务分配算法通常指最合理的任务分配算法。1.4.2 云任务分配研究现状目前的几大云服务提供商也各自有自己的任务分配模式，例如，IBM 蓝云计算系统的任务分配是依靠 IBM Tivoli 部署管理软件（Tivoli Provision Manager）、IBM Tivoli 监控软件（IBM Tivoli Monitoring）和一些虚拟化组件来共同承担的。
进行云计算基础设施的实验以及服务管理的实验。因为 CloudSim 基于离散的事件模拟包 SimJava 进行的开发所产生的函数库， SimJava 又存在着一定的局限性[15]，例如在创建能伸缩的模拟环境下会出现以限制：（1）运行时不允许再次设置模拟的编程；（2）运行时不允许支持创建新拟实体（模拟一旦进行初始化）；（3）SimJava 多线程的特性会导致性能的开销伴随着系统的规模的扩大而增大，太多的线程之间的转换会导致系统的性能；（4）系统的反复的调试会给多线程带来不必要的复杂性。为了能够克服上述的局限性以及能够模拟更加复杂的场景，澳大利亚的墨尔学的网格实验室重新设计了新的离散事件的框架[16]如图 3 所示:
【参考文献】：
期刊论文
[1]云计算仿真平台CloudSim在资源分配研究中的应用[J]. 查英华,杨静丽. 软件导刊. 2012(11)
[2]云计算中调度问题研究综述[J]. 左利云,曹志波. 计算机应用研究. 2012(11)
[3]云计算环境下的大规模图状数据处理任务调度算法[J]. 李健,黄庆佳,刘一阳,苏森. 西安交通大学学报. 2012(12)
[4]动态规划解决最短路径问题[J]. 郭丽华,张艳波. 中国-东盟博览. 2012 (09)
[5]基于0-1规划的异构传感器网络任务分配策略[J]. 蒋志强,廖晓峰,刘群. 计算机应用. 2012(04)
[6]基于灰色蚁群组合预测的生物质气化炉双闭环控制[J]. 刘辉,庞佑霞,唐勇,梁亮. 农业机械学报. 2012(01)
[7]网格计算中任务调度算法的研究和改进[J]. 王观玉. 计算机工程与科学. 2011(10)
[8]基于改进蚁群算法的云环境任务调度研究[J]. 王永贵,韩瑞莲. 计算机测量与控制. 2011(05)
[9]基于云计算的“用户期待”任务调度算法的研究[J]. 刘之家,张体荣,谢雄程. 大众科技. 2011(04)
[10]云计算主要服务形式探究[J]. 李洪涛. 价值工程. 2010(32)
博士论文
[1]公共云计算环境下用户数据的隐私性与安全性保护[D]. 张逢喆.复旦大学 2010
[2]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007
硕士论文
[1]云计算环境下任务调度算法的研究[D]. 张希翔.广西大学 2012
[2]云计算可靠性评估与任务调度方法研究[D]. 谭峰.电子科技大学 2012
[3]基于树形网络的云计算环境下的任务调度策略[D]. 王历.吉林大学 2012
[4]云计算环境下基于时间富余度的任务调度算法研究与实现[D]. 高鸣.云南大学 2011
[5]基于动态规划的应急资源运输调度研究[D]. 乔银华.郑州轻工业大学 2010
[6]基于MPSO算法的云计算任务调度策略研究[D]. 张孟华.辽宁工程技术大学 2011
本文编号：3259020
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3259020.html
