云环境中负载均衡和QoS驱动的多目标协同任务调度研究

发布时间：2017-07-28 18:22

  本文关键词：云环境中负载均衡和QoS驱动的多目标协同任务调度研究

  更多相关文章： 云计算 任务调度 遗传算法 负载均衡 服务质量(QoS)

【摘要】：任务调度问题是云计算应用中的一个关键性问题,云计算系统具有数据规模庞大和用户群纷繁的特点,资源共享和重用的请求十分频繁。系统需要不断地对用户请求做出响应,在这个过程中要完成对用户作业的调度和管理。如何高效地分配云环境中的资源,高效地管理大规模任务,从而得到一个较好的任务调度序列,既能保证系统负载维持在一个相对均衡的状态以避免热区,又能提高资源的利用率已成为当今云计算研究领域的热点之一。然而当前云计算调度研究也面临很多挑战,首先云环境中资源异构以及动态多变已是不容忽略的事实。其次,云计算作为一种服务,一个关键性的问题就是如何满足用户的服务质量(QoS)要求。如果作业的运行时间过长,将必然增加用户的租用开销,导致对云服务质量的不满。为了解决上述问题,根据云环境的特点和传统的AGA(Adaptive Genetic Algorithm)算法,本文提出了面向不同优化目标的JLGA(Job Spanning Time and Load Balancing Genetic Algorithm)和QoS-GA(QoS Oriented Genetic Algorithm)改进的双适应度遗传算法,设计了多目标约束协同的任务调度方案。JLGA把作业的总计完成时间、平均计算时间和负载均衡作为算法的优化选择目标。在云服务商业模式背景下,设计了面向用户服务质量的租用费用遗传算法QoS-GA,在该算法中,将作业总计完成时间、平均计算时间和总计费用开销作为算法的优化目标。在上述多目标约束协同的任务调度方案中采用贪婪的初始化方法对种群进行初始化,加权多个适应度函数。最后通过实验分别对JLGA和AGA, QoS-GA和AGA性能进行对比分析。模拟实验结果显示JLGA比AGA花费更少的时间,能够更好地平衡整个系统的负载。QoS-GA相比AGA具有更少的时间开销和费用开销,能够更好地满足用户服务质量要求。
【关键词】：云计算 任务调度 遗传算法 负载均衡 服务质量(QoS)
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-14
• 1.1 研究背景及意义9-10
• 1.2 研究现状10-12
• 1.3 论文的主要工作12
• 1.4 论文的组织结构12-14
• 第2章 云环境下任务调度简述14-28
• 2.1 云计算技术14-19
• 2.1.1 云计算概念与发展14-15
• 2.1.2 云计算的特点与应用15-17
• 2.1.3 云计算分类与体系架构17-19
• 2.2 云计算的关键技术19-24
• 2.2.1 虚拟化技术19-21
• 2.2.2 数据的存储及管理21
• 2.2.3 简单方便的编程模式21-22
• 2.2.4 高效的管理22-23
• 2.2.5 其他关键技术23-24
• 2.3 云计算下任务调度技术24-27
• 2.3.1 任务调度的过程24
• 2.3.2 任务调度的目标24-26
• 2.3.3 常见的任务调度策略26-27
• 2.4 本章小结27-28
• 第3章 多目标约束协同任务调度28-40
• 3.1 多目标约束协同任务调度模型的建立28-32
• 3.1.1 任务分配模型28-30
• 3.1.2 JLGA模型30-31
• 3.1.3 QoS-GA模型31-32
• 3.2 多目标约束协同调度遗传算法32-39
• 3.2.1 任务-节点编码32-33
• 3.2.2 数据本地性贪婪初始化33
• 3.2.3 适应度函数33-34
• 3.2.4 目标选择策略34-35
• 3.2.5 自适应的交叉、变异概率35-36
• 3.2.6 算法求解过程36-39
• 3.3 本章小结39-40
• 第4章 实验测试与性能分析40-49
• 4.1 实验参数和性能机制40-42
• 4.2 实验结果与分析42-48
• 4.2.1 JLGA实验结果分析42-45
• 4.2.2 QoS-GA实验结果分析45-48
• 4.3 本章小结48-49
• 第5章 总结与展望49-51
• 5.1 论文工作总结49
• 5.2 未来工作展望49-51
• 参考文献51-54
• 攻读学位期间公开发表论文54-55
• 致谢55

【相似文献】

中国期刊全文数据库 前10条

1 孟宪福;基于优先级的任务调度与负载均衡模型研究[J];小型微型计算机系统;2005年09期

2 廖晓文;廖京盛;;时间触发模式的任务调度与分解策略[J];单片机与嵌入式系统应用;2006年07期

3 樊晓香;;任务调度问题机制设计[J];计算机技术与发展;2008年07期

4 黄漾;;分布式环境下任务调度探讨[J];电脑知识与技术;2011年19期

5 陈军;谢立;孙钟秀;;分布式任务调度研究的新趋向[J];计算机研究与发展;1990年04期

6 陈艇;;基于混沌最优博弈的网络任务调度算法仿真[J];计算机仿真;2013年11期

7 李陶深;李明丽;张希翔;;云计算环境下任务调度技术的研究进展[J];玉林师范学院学报;2014年02期

8 刘雄文,陆鑫达;元计算环境中任务调度的深入分析[J];计算机工程与应用;2002年17期

9 罗红,慕德俊,邓智群,王晓东;网格计算中任务调度研究综述[J];计算机应用研究;2005年05期

10 张国海;江平宇;周光辉;;多设计任务调度的非合作博弈研究[J];西安交通大学学报;2007年03期

中国重要会议论文全文数据库 前10条

1 刘培培;李连;丛海鹏;谢勇;;基于多代理协商机制的任务调度系统研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

2 张磊;马军;;描述短时资源混杂占用型任务调度的数学模型与算法[A];2005年全国理论计算机科学学术年会论文集[C];2005年

3 王军;巢玉强;彭钊轶;;基于任务调度的电能量计量采集系统的设计与实现[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

4 张志强;王万玉;王建平;李凡;袁刚;;多站多星任务调度优化模型研究[A];第二十三届全国空间探测学术交流会论文摘要集[C];2010年

5 韩云;于炯;张伟;王命全;;基于负载均衡的任务调度改进算法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年

6 王全民;王靓;许智宏;;网格环境中基于蚁群算法的批量任务调度的研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

7 张晓云;岳继光;杨麟祥;;零星任务调度在多控制任务系统中的应用[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

8 刘宇;刘玉荣;周冰;;基于WCF的环境减灾星座运控任务调度系统[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年

9 黄文泽;邵峰晶;孙仁诚;;基于双总线安全结构的操作系统任务调度[A];2009全国计算机网络与通信学术会议论文集[C];2009年

10 杨舰;黄道平;李小亚;;GDCS任务调度的SPN模型研究[A];第二十六届中国控制会议论文集[C];2007年

中国重要报纸全文数据库 前1条

1 王波;Linux与服务器集群技术[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 赵凡宇;航天器多目标观测任务调度与规划方法研究[D];北京理工大学;2015年

2 郭力争;云计算环境下资源部署与任务调度研究[D];东华大学;2015年

3 黄万伟;基于服务属性区分的可重构任务调度研究[D];解放军信息工程大学;2009年

4 瞿进;可重构系统软硬功能划分及任务调度技术研究[D];解放军信息工程大学;2011年

5 周双娥;实时分布容错系统的任务调度技术研究[D];哈尔滨工程大学;2003年

6 柴亚辉;基于FPGA的高性能计算架构硬件任务与资源模型研究[D];上海大学;2012年

7 金刚;云环境下任务调度关键问题研究[D];吉林大学;2015年

8 耿晓中;基于多核分布式环境下的任务调度关键技术研究[D];吉林大学;2013年

9 陈锡明;基于NOW的任务调度和负载平衡方法研究[D];电子科技大学;2000年

10 宋言伟;基于P2P网络节点上下文的任务分解和调度方法研究[D];山东大学;2012年

中国硕士学位论文全文数据库 前10条

1 张巧龙;云计算环境下任务调度问题的研究[D];江南大学;2015年

2 徐彬;云环境下基于动态融合遗传蚁群算法的DAG任务调度研究[D];南京信息工程大学;2015年

3 钟潇柔;基于动态遗传算法的云计算任务节能调度策略研究[D];哈尔滨工业大学;2015年

4 李婷;分布式爬虫任务调度与AJAX页面抓取研究[D];电子科技大学;2015年

5 赵彬;基于任务调度和动态资源调整的云计算节能机制及能效分析[D];广西大学;2015年

6 杨镜;基于人工免疫系统的云平台动态任务调度[D];电子科技大学;2014年

7 王一冰;基于ASP.NET的任务调度管理系统的设计与实现[D];电子科技大学;2013年

8 白晶晶;云环境下安全和可靠性驱动的工作流任务调度研究[D];新疆大学;2015年

9 吕信科;基于多核阵列的任务调度技术研究[D];电子科技大学;2015年

10 温宇昂;单阶段差异化多机可拆分任务调度优化方法[D];东北大学;2013年

，

本文编号：585403