欢迎来到天天文库
浏览记录
ID:35173487
大小:6.94 MB
页数:62页
时间:2019-03-20
《云环境下分级资源分配模型的研究》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、义连键^大聋DALIANUNIVERSITYOFTECHNOLOGY预王享恆巧又MASTE民ALDISSERTATION3W6幽么云环境下分级资源分配模型的研究学科专业____作者姓名杰副教挺指导教师2〇166答辩日期___———_全弓硕古学位论文云环境下分级资源分配模型的研究ResearchofHierarchicalResourceAllocationModelinCloudEnvironment作者姓名:苏鲜鲜、学科专业:计算机应用技术:21309176学号指导教师
2、:王占杰副教授完成日期:2016年5月3日乂金巧义乂缘DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体己经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贾献均己在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。、、、学位论文题目:厶WT句瓜葦J/I兩觀>才良喪卸衍1.作者签
3、名:日期:年月日斗畔?大连理工大学硕女学位论文摘要随着信息产业的急速发展,迎来了大数据的时代。网络中数据量的剧增给已经成熟的网络结构提出了巨大的挑战。云计算是依托成熟的虚拟化技术,从网格计算、分布式计算和协同计算的基础上发展出来的。而云环境具有异构性和动态性,如何根据用户及一任务的特点和需求进行资源的合理分配是需要解决的重要问题之。一针对大型云计算环境下的多节点协作问题建立了动态分级的网络计算模型,并进D-A步提出了动态分级的资源分配算法(ynamicallyHierarchicalResourcellocationAlgorithm,DHRA
4、)。动态分级网络计算模型采用模糊模式识别理论,根据任务和资源节点的信息将其动态地分为不同的等级。从而形成动态分级的网络计算模型。因此对于每个任务只需要在相应等级的节点中寻找合适的节点执行即可,有效地减小了问题的规模。在此基础上,在资源分配算法中引入多Agent机制,增加了系统的可靠性和自主性。综合考虑了任务的完成时间,使、节点的负载、系统通信量等因素得算法在各方面都有较好的性能和效率,由于所有。对于由大型应用分解的相互关联子任务的并行计算问题任务的计算量和所需资源等信息都是己知的,采用随机搜索类算法中的遗传算法。并为t-ectot了实现多方面的性能优化,提出多目标遗
5、传算法(MuliObGeneticAlrihm,jgMOGA)。采用任务完成时间和任务节点相关性两个适应度函数共同控制种群的进化方向。实现了在保证完成时间的前提下减少通信量的目的。对于DHRA算法和传统的协商算法产生的通信量,进行了定量的理论分析,证明DHRA算法可W有效地减少系统通信量。并且对DHRA算法和MOGA算法在不同的任务和节点数时进行多组仿真实验,。将DHRA算法与MinMin算法进行对比DHRA算法一有效地减少的系统通信量的产生,同时保证任务完成时间也有定的减少。有效地提高了系统的稳定性和执行效率。同样地,对MOGA算法与传统GA算法进行比较,在相
6、同的条件下MOGA算法获得了比传统遗传算法更少的任务完成时间和通信量。都有效地提高了系统的稳定性和执行效率。关键词:云:环境;资源分配;动态分级;模糊模式识别;遗传算法--1云环境下分级资源分配模型的研究Researchoferarchcaesource-inoudHiilRAllocationModelClEnvironmentAbstractWiththeinformationindustrydevelopment,theeraofbigdataiscomi打g.Thedatachalle打gesthe打e
7、tworkstructure.Gloudcomputi打gisrelyingo打virtualizatio打technology,gridcomutindistributedcomutinandcollaborativecomutin.Cloudenvironmentispg,pgpghe1tortanttotot:eroeneousanddna
此文档下载收益归作者所有