云环境下资源调度算法研究.pdf

《云环境下资源调度算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

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摘要自从云计算诞生以来，已经成为信息科技领域的备受关注的研究热点。云计算的业务也分布在不同的领域中，数据量的巨大，各个物理设备分布的异构性给资源的调度增加了很大的困难。在既能满足云资源下用户或者企业的不同需求，又能使资源提供商在任务的执行时间最小化，物理机之间负载均衡化以及花费的费用最低，对云计算具

3、有重要意义。本文对目前存在的问题做了以下研究：1)提出了一种混合优化的资源调度算法：云计算应用需求的多样性和节点资源的异构性不可避免地会导致资源提供过程中云计算节点的负载失衡问题，这很大程度上降低了云计算的整体资源调度的效率。如何通过高效的负载均衡机制协调主机负载以提高资源利用率是目前丞待解决的问题。随着云计算需要处理的业务逐渐增多，仅仅靠一种算法来处理资源调度中的问题有很大的缺陷，本文将粒子群算法的前期的高效搜索能力和后期将蚁群算法的信息素的正反馈性结合起来，来解决云环境下资源调度问题，实验表明该算法缩小了资源调度的时间并且降低了各个物理

4、主机之间的负载程度，提高了资源利用率。2)提出了一种基于云资源交易市场的动态价格机制：在云资源交易市场中，有大量的资源提供方和资源使用方，由于不断变化的需求和供应情况，固定价格不能适应目前的市场要求。这导致了较低的资源提供方的利益和不平衡的市场。在已有的资源调度策略中，大多数的资源调度策略过多的考虑满足用户的请求，忽略了资源提供方的利益。通过分析云计算交易市场中客观存在的灵活性和动态性特点，因此本文提出了一种基于云资源交易市场的动态价格机制，借助粒子群算法对其进行进一步优化成粒子群优化的动态价格机制，最后实验表明在需求与供应相等和需求大于供

5、应时，与传统的固定价格相比，粒子群优化的动态价格机制可以增加资源提供方的收益和资源提供方的交易量。关键词：云计算，资源调度，负载均衡，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