基于启发式算法的云计算负载均衡问题研究

发布时间：2017-06-10 11:05

  本文关键词：基于启发式算法的云计算负载均衡问题研究，，由笔耕文化传播整理发布。

【摘要】：云计算以集约化、虚拟化、弹性伸缩为主要特征,是一种以虚拟化技术为基础的新型分布式系统。负载均衡机制作为提升分布式系统伸缩性的必要手段而存在。云计算中的负载均衡问题呈现出某些新的特征。目前对于云计算中的任务分配问题的解决,大多借鉴传统分布式系统负载均衡的经验,尚无特别成熟的公开方法。因此对云计算中负载均衡问题的研究有着重要的学术意义和工程实践需求。本文在调研国内外研究现状的基础上,以异构任务和异构服务点为研究对象,针对计算密集型负载,通过对传统负载均衡机制以及业界热点相关启发式算法的理解,提出了一种负载均衡方法,并对二选择算法及细菌觅食优化算法做出了改进。主要贡献如下:1)提出一种负载均衡算法,针对传统负载均衡算法盲目性较高,大多针对同构任务及同构处理节点,而智能启发式算法迭代次数较多,具有一定滞后性的不足,设计了一种在线机制与离线机制相结合的负载均衡算法:在线算法利用不完全的状态信息,在考虑处理节点能力的基础上,以尽快完成本任务为目的。于此相对,离线负载均衡算法部分在理论上可获取云中节点的全部状态信息,目的是修正在线算法因对全局信息的缺乏而产生的偏差。2)细菌觅食优化算法目前广泛应用于图像聚类、车间作业调度等优化问题,是一种新型元启发式算法。通过建立相关模型,本文将细菌优化算法及其改进应用于离线负载均衡算法中,并通过实验验证了细菌优化算法及其改进的有效性。3)算法的改进。两选择算法是一种随机化的算法,与简单的随机负载均衡算法相比,两选择算法具有指数级的效能提升。然而两选择算法的原始模型并没有充分考虑异构处理节点及异构任务的情况。本研究通过综合考虑处理节点能力与等待队列长度,从而对两选择算法进行了改进,分别在异构任务异构虚拟机、同构任务异构虚拟机、异构任务同构虚拟机等条件下通过实验验证了改进的有效性。细菌优化算法是一种新型群智能启发式算法,本研究通过改进细菌觅食优化算法中细菌健康度函数,综合考虑了细菌的历史健康度累计值,进而影响细菌觅食优化算法的复制过程。实验发现,改进算法在牺牲了一些局部寻优能力的基础上存在一定优势跳出局部最优解。
【关键词】：云计算 负载均衡 细菌觅食优化算法 两选择算法
【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】：TP18;TP3
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 绪论8-16
• 1.1 课题背景及研究意义8-9
• 1.2 国内外研究现状9-14
• 1.2.1 国外研究现状9-12
• 1.2.2 国内研究现状12-14
• 1.3 论文主要内容及安排14-16
• 第2章 负载均衡算法概述16-26
• 2.1 网络流中的负载均衡算法16-19
• 2.2 云计算负载均衡算法19-22
• 2.3 一种结合细菌优化的负载均衡算法22-25
• 2.4 本章小结25-26
• 第3章 两选择算法改进26-37
• 3.1 现有在线负载均衡算法26-29
• 3.2 算法改进流程29-30
• 3.3 实验及分析30-36
• 3.4 本章小结36-37
• 第4章 细菌离线负载均衡算法及其改进37-57
• 4.1 启发式及元启发式算法40-41
• 4.2 算法流程及其改进41-45
• 4.3 实验及分析45-56
• 4.4 本章小结56-57
• 结论57-58
• 参考文献58-62
• 攻读硕士学位期间发表的论文及其它成果62-64
• 致谢64

  本文关键词：基于启发式算法的云计算负载均衡问题研究，由笔耕文化传播整理发布。

本文编号：438226