基于人工免疫系统的云平台动态任务调度

发布时间：2017-09-02 03:40

  本文关键词：基于人工免疫系统的云平台动态任务调度

  更多相关文章： 云计算 人工免疫 动态任务调度 虚拟机资源配置 排队论

【摘要】：从网格计算、分布式计算的出现开始,任务调度算法就成为学术界和业界重点研究的课题.云计算要求能够应对计算密集、数据密集和通信密集等各种类型的服务,并确保其可扩展性和高可靠性.同时,云计算对系统的节能高效和稳定可靠两个方面提出了更高的要求,任务的合理调度正是实现这两个重要目标的途径之一.此外,由于虚拟化技术作为云计算不可缺少的重要组成部分,云环境下任务调度算法还应该与虚拟化技术有机结合.现有的许多任务调度算法不能很好地胜任新的技术要求.人工智能的理论和方法(如遗传算法)一直以来都是复杂环境下的任务调度问题研究的重要方法之一.人工免疫系统是人工智能的研究热点之一,相比遗传算法,有许多优势.本文利用人工免疫系统的优势研究了云平台的动态任务调度问题.针对云计算领域的动态任务调度问题,本文提出了一种基于人工免疫系统的云计算平台动态任务调度算法.该算法首先利用排队论,从宏观上快速确定云计算平台保持稳态的条件:平台对于各类任务的最小服务率.然后,基于人工免疫系统中的免疫克隆选择算法,将动态任务调度问题建模为对虚拟机的计算资源配置问题.以CPU对于各类任务的处理能力作为衡量指标,设计并实现了对虚拟机资源配置方案的随机搜索算法.算法中加入了适当的负载平衡处理,它能使抗体基因更加优良.模拟实验结果表明,相较于混合遗传调度算法,基于人工免疫系统的云平台动态任务调度算法能有效提高收敛速度和精度,快速搜索到合理配置,提高了集群资源利用率.
【关键词】：云计算 人工免疫 动态任务调度 虚拟机资源配置 排队论
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP302
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究背景及意义10-13
• 1.2 任务调度算法的研究现状13-15
• 1.3 主要研究内容与论文结构15-17
• 1.3.1 主要研究内容与创新点15-16
• 1.3.2 论文结构16-17
• 第二章 排队理论及人工免疫系统基础17-32
• 2.1 排队理论17-22
• 2.1.1 排队系统的基本组成部分17-19
• 2.1.2 排队系统的主要指标19-20
• 2.1.3 无限源的简单排队系统20-22
• 2.2 人工免疫系统的基本定义和主要算法22-32
• 2.2.1 人工免疫系统的定义与相关概念22-23
• 2.2.2 人工免疫系统主要算法23-32
• 第三章 结合人工免疫系统的云平台动态任务调度32-43
• 3.1 云计算平台的特征32
• 3.2 任务排队描述32-33
• 3.3 任务排队建模33-34
• 3.4 虚拟机资源配置框架34-36
• 3.5 配置算法36-39
• 3.5.1 抗体基因编码37-38
• 3.5.2 亲和度函数38-39
• 3.6 免疫克隆选择39-41
• 3.6.1 克隆操作39-40
• 3.6.2 免疫基因操作40-41
• 3.6.3 克隆选择操作41
• 3.7 算法描述41-42
• 3.8 本章小结42-43
• 第四章 实验与结论分析43-49
• 4.1 负载均衡处理43-45
• 4.2 实验与结果分析45-48
• 4.3 本章小结48-49
• 第五章 总结与展望49-51
• 5.1 论文总结49
• 5.2 工作展望49-51
• 致谢51-52
• 参考文献52-55
• 攻读硕士期间主要研究成果55-56

【参考文献】

中国期刊全文数据库 前2条

1 陈志刚;杨博;;网格服务资源多维性能聚类任务调度[J];软件学报;2009年10期

2 郑伟伟;邹华;林荣恒;;云虚拟环境下资源分配的研究与实现[J];软件;2012年01期

，

本文编号：776216