資源描述：
《云環(huán)境下資源調(diào)度算法研究.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、if1iL1~"'~10475~::r%10475312082871-~%TP311.5I~.IJ;lf?iji±~{fti~)(~~~~~~$x1tt:I~￥~JfJi1JicJit?*ll!XX]~$i~~{f[~~ljI~:nm±$i~A.iB±*t~W-~umffIj~~lj~t~=o-lifF:11.F3ResearchonResourceSchedulingAlgorithminCloudEnvironmentADissertationSubmittedtotheGraduateSchoolofHenanUniversityi
2、nPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringScienceByGuoPeiSupervisor:Asso.Prof.RenXiaojinMay,2015摘要自從云計(jì)算誕生以來，已經(jīng)成為信息科技領(lǐng)域的備受關(guān)注的研究熱點(diǎn)。云計(jì)算的業(yè)務(wù)也分布在不同的領(lǐng)域中，數(shù)據(jù)量的巨大，各個物理設(shè)備分布的異構(gòu)性給資源的調(diào)度增加了很大的困難。在既能滿足云資源下用戶或者企業(yè)的不同需求，又能使資源提供商在任務(wù)的執(zhí)行時(shí)間最小化，物理機(jī)之間負(fù)載均衡化以及花費(fèi)的費(fèi)用最低，對云計(jì)算具
3、有重要意義。本文對目前存在的問題做了以下研究：1)提出了一種混合優(yōu)化的資源調(diào)度算法：云計(jì)算應(yīng)用需求的多樣性和節(jié)點(diǎn)資源的異構(gòu)性不可避免地會導(dǎo)致資源提供過程中云計(jì)算節(jié)點(diǎn)的負(fù)載失衡問題，這很大程度上降低了云計(jì)算的整體資源調(diào)度的效率。如何通過高效的負(fù)載均衡機(jī)制協(xié)調(diào)主機(jī)負(fù)載以提高資源利用率是目前丞待解決的問題。隨著云計(jì)算需要處理的業(yè)務(wù)逐漸增多，僅僅靠一種算法來處理資源調(diào)度中的問題有很大的缺陷，本文將粒子群算法的前期的高效搜索能力和后期將蟻群算法的信息素的正反饋性結(jié)合起來，來解決云環(huán)境下資源調(diào)度問題，實(shí)驗(yàn)表明該算法縮小了資源調(diào)度的時(shí)間并且降低了各個物理
4、主機(jī)之間的負(fù)載程度，提高了資源利用率。2)提出了一種基于云資源交易市場的動態(tài)價(jià)格機(jī)制：在云資源交易市場中，有大量的資源提供方和資源使用方，由于不斷變化的需求和供應(yīng)情況，固定價(jià)格不能適應(yīng)目前的市場要求。這導(dǎo)致了較低的資源提供方的利益和不平衡的市場。在已有的資源調(diào)度策略中，大多數(shù)的資源調(diào)度策略過多的考慮滿足用戶的請求，忽略了資源提供方的利益。通過分析云計(jì)算交易市場中客觀存在的靈活性和動態(tài)性特點(diǎn)，因此本文提出了一種基于云資源交易市場的動態(tài)價(jià)格機(jī)制，借助粒子群算法對其進(jìn)行進(jìn)一步優(yōu)化成粒子群優(yōu)化的動態(tài)價(jià)格機(jī)制，最后實(shí)驗(yàn)表明在需求與供應(yīng)相等和需求大于供
5、應(yīng)時(shí)，與傳統(tǒng)的固定價(jià)格相比，粒子群優(yōu)化的動態(tài)價(jià)格機(jī)制可以增加資源提供方的收益和資源提供方的交易量。關(guān)鍵詞：云計(jì)算，資源調(diào)度，負(fù)載均衡，收益，交易量IABSTRACTSincecloudcomputingcameintobeing,ithasbecometobethehotspotininformationtechnologyfield.Theapplicationofcloudcomputingfromtheorytopracticeisgoingonbythedecade’seffortofacademiaandindustry.Clou
6、dcomputingispoolingresourcesbyvirtualizationtechnology.Adoptingwhichkindofresourcestrategyorganizesandmanagestheselarge-scaledynamicresources,thenrealizestheflexibleandefficientdistributionresourceaccordingtoneedsisprettyimportanttocloudcomputing.Herearesortsofstudiesabout
7、distributionofcloudcomputingresource:1)ItproposedaHybridOptimizationAlgorithmofresourcescheduling:thediversityofcloudcomputingapplicationandheterogeneityofnoderesourcewillleadtothecloudcomputingnodes’loadimbalanceintheprocessofresourceproviding.Itwillreducetheefficiencyoft
8、heintegralcloudcomputingdistributionlargely.Howtocoordinatethehostcomputerloadbyusingload
