基于微粒群算法的混合云任务调度研究

发布时间：2021-11-18 15:24

　　由于云计算提供的服务具有廉价性、灵活性和易于扩展等优点,越来越多的企业和个人选择租用基础设施即服务（IaaS）来支撑自己的业务。作为其他云服务的基石,IaaS在云计算中起着基础和支撑作用。然而,当面临大量的用户请求,特别是用户需求高峰到来时,云的本地资源不足,如何调度任务从而满足所有用户的请求成为IaaS云提供商面临的重大挑战之一。为了解决云提供商本地资源不足的问题,之前的研究思路集中在购买大量的设备或者构建云联盟上。但是,前者的缺点是非常不经济,而后者缺乏实现基础。为了更好地解决上述问题,本文提出了一种混合云的架构。在此架构下,当资源不足时,IaaS提供商可以外包任务到其外部公有云中,从而避免像云联盟一样与外部公有云签订任何协议或者制定统一标准。在这一过程中,如何分配任务,使得IaaS云提供商在保证服务质量（QoS）的同时利润最大化是现在面临的关键问题。本文采用整数规划模型和基于自适应PSO算法的任务调度算法来解决这一问题。自适应PSO算法采用四种速度更新策略来自适应地更新每个粒子的速度,从而提高自适应PSO算法的多样性和鲁棒性。按照任务和环境的特点,本文研究了混合云的静态和动态任务... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 国内外研究现状
        1.3.1 基本概念
        1.3.2 云的任务调度策略
        1.3.3 单云任务调度研究现状
        1.3.4 多云任务调度研究现状
        1.3.5 动态任务调度研究现状
    1.4 研究问题和方法
        1.4.1 问题概述
        1.4.2 使用的方法
    1.5 创新点和论文结构
        1.5.1 创新点
        1.5.2 论文结构
    1.6 本章小结
第二章 系统架构和问题模型
    2.1 系统架构
        2.1.1 架构描述
        2.1.2 基于组件的混合云架构模型
    2.2 问题模型
        2.2.1 模型描述
        2.2.2 整数规划
    2.3 本章小结
第三章 基于PSO算法的混合云静态任务调度方法
    3.1 PSO算法概述
    3.2 PSO算法解决任务调度问题总体流程
    3.3 标准PSO
        3.3.1 标准PSO算法简介
        3.3.2 标准PSO算法的流程
    3.4 自适应PSO
        3.4.1 自适应PSO简介
        3.4.2 四种速度更新策略
        3.4.3 自适应PSO的步骤
    3.5 解的表示
    3.6 利润计算(评价函数)
    3.7 本章小结
第四章 基于动态自适应PSO的混合云动态任务调度方法
    4.1 问题描述
    4.2 动态调度算法
        4.2.1 任务和云提供商的参数
        4.2.2 总体思路
    4.3 调度流程
    4.4 本章小结
第五章 实验结果分析
    5.1 静态任务调度
        5.1.1 实验设计
        5.1.2 比较方法
        5.1.3 实验结果
        5.1.4 PSO的收敛性和资源利用率分析
    5.2 动态任务调度
        5.2.1 实验参数
        5.2.2 实验结果
    5.3 本章小结
第六章 总结和展望
参考文献
致谢
攻读学位期间发表的学位论文目录



本文编号：3503146