基于多態(tài)蟻群算法的云計(jì)算節(jié)能資源調(diào)度.pdf

1、云計(jì)算作為一種新興的IT服務(wù)模式，是當(dāng)前研究的一個(gè)熱點(diǎn)，它以服務(wù)訪問的方式向用戶按需提供可靠、廉價(jià)的計(jì)算資源。借助于虛擬化技術(shù)，云計(jì)算將云環(huán)境下規(guī)模龐大、結(jié)構(gòu)復(fù)雜的物理資源轉(zhuǎn)化成不同種類的虛擬資源池進(jìn)行統(tǒng)一管理，對(duì)云端提交的任務(wù)進(jìn)行自動(dòng)化部署，使得服務(wù)購(gòu)買者能夠在使用計(jì)算資源的同時(shí)，不必增加額外的購(gòu)置、維護(hù)資源的開銷。而實(shí)現(xiàn)這樣一個(gè)平臺(tái)要解決的關(guān)鍵問題之一便是如何有效的進(jìn)行資源調(diào)度。資源調(diào)度的核心是高效地建立資源與任務(wù)之間映射關(guān)系，主要

2、包含了兩個(gè)層次的調(diào)度：一是在虛擬資源層面，即是建立云任務(wù)和虛擬資源的映射，二是在物理資源層面，即是建立虛擬資源和宿主機(jī)之間的映射關(guān)系。良好的資源調(diào)度策略應(yīng)該滿足用戶QoS、縮短云任務(wù)的執(zhí)行時(shí)間、實(shí)現(xiàn)負(fù)載均衡和經(jīng)濟(jì)高效等目標(biāo)，它決定了云計(jì)算平臺(tái)的整體性能。
　　蟻群算法(ACO)是一種通過蟻群之間的協(xié)作而達(dá)到尋優(yōu)目的群體智能算法，其思想是受到螞蟻覓食過程的啟發(fā)。其主要原理是蟻群在行進(jìn)的過程中會(huì)釋放和感知信息素的濃度，并且在信息素的指

3、導(dǎo)下根據(jù)輪盤賭法則選擇下一時(shí)刻行進(jìn)的方向。在蟻群行進(jìn)過程中，信息素實(shí)際上是作為了群體間信息傳遞的媒介。蟻群的信息素機(jī)制是一種正反饋機(jī)制，隨著時(shí)間的推移，較優(yōu)路徑在單位時(shí)間內(nèi)積聚的信息素量呈上升趨勢(shì)，蟻群數(shù)量也會(huì)逐步遞增，在這種正反饋機(jī)制下蟻群和信息素相互作用，算法最終達(dá)到收斂狀態(tài)。蟻群算法對(duì)于解決組合優(yōu)化問題具有較好的適應(yīng)性。而云環(huán)境下資源與任務(wù)之間的映射本質(zhì)上也是一個(gè)組合優(yōu)化問題，因此本文采用了蟻群算法來探討云計(jì)算的資源調(diào)度問題。

4、r>　　本文在研究了云計(jì)算體系結(jié)構(gòu)和運(yùn)行模式的基礎(chǔ)上，探索了資源調(diào)度的模型，明確了資源調(diào)度要解決的問題。針對(duì)蟻群算法執(zhí)行時(shí)間長(zhǎng)的缺點(diǎn)，引入了子空間搜索和多態(tài)蟻群兩種機(jī)制來對(duì)算法的復(fù)雜度進(jìn)行降維處理。在此基礎(chǔ)之上，改進(jìn)蟻群算法來適應(yīng)第二個(gè)層面的資源調(diào)度問題，即虛擬機(jī)對(duì)物理主機(jī)的調(diào)度。調(diào)度的目標(biāo)是要實(shí)現(xiàn)數(shù)據(jù)中心節(jié)能和負(fù)載均衡。在行文最后借助于CloudSim平臺(tái)對(duì)算法進(jìn)行了仿真驗(yàn)證，實(shí)驗(yàn)結(jié)果表明數(shù)據(jù)中心的能耗得到了有效控制并且負(fù)載均衡水平良