云環(huán)境下分級(jí)資源分配模型的研究.pdf

1、隨著信息產(chǎn)業(yè)的急速發(fā)展，迎來(lái)了大數(shù)據(jù)的時(shí)代。網(wǎng)絡(luò)中數(shù)據(jù)量的劇增給已經(jīng)成熟的網(wǎng)絡(luò)結(jié)構(gòu)提出了巨大的挑戰(zhàn)。云計(jì)算是依托成熟的虛擬化技術(shù)，從網(wǎng)格計(jì)算、分布式計(jì)算和協(xié)同計(jì)算的基礎(chǔ)上發(fā)展出來(lái)的。而云環(huán)境具有異構(gòu)性和動(dòng)態(tài)性，如何根據(jù)用戶及任務(wù)的特點(diǎn)和需求進(jìn)行資源的合理分配是需要解決的重要問(wèn)題之一。
　　針對(duì)大型云計(jì)算環(huán)境下的多節(jié)點(diǎn)協(xié)作問(wèn)題建立了動(dòng)態(tài)分級(jí)的網(wǎng)絡(luò)計(jì)算模型，并進(jìn)一步提出了動(dòng)態(tài)分級(jí)的資源分配算法(Dynamically Hierarch

2、ical Resource-AllocationAlgorithm，DHRA)。動(dòng)態(tài)分級(jí)網(wǎng)絡(luò)計(jì)算模型采用模糊模式識(shí)別理論，根據(jù)任務(wù)和資源節(jié)點(diǎn)的信息將其動(dòng)態(tài)地分為不同的等級(jí)。從而形成動(dòng)態(tài)分級(jí)的網(wǎng)絡(luò)計(jì)算模型。因此對(duì)于每個(gè)任務(wù)只需要在相應(yīng)等級(jí)的節(jié)點(diǎn)中尋找合適的節(jié)點(diǎn)執(zhí)行即可，有效地減小了問(wèn)題的規(guī)模。在此基礎(chǔ)上，在資源分配算法中引入多Agent機(jī)制，增加了系統(tǒng)的可靠性和自主性。綜合考慮了任務(wù)的完成時(shí)間、節(jié)點(diǎn)的負(fù)載、系統(tǒng)通信量等因素，使得算法在各方

3、面都有較好的性能和效率。對(duì)于由大型應(yīng)用分解的相互關(guān)聯(lián)子任務(wù)的并行計(jì)算問(wèn)題，由于所有任務(wù)的計(jì)算量和所需資源等信息都是已知的，采用隨機(jī)搜索類算法中的遺傳算法。并為了實(shí)現(xiàn)多方面的性能優(yōu)化，提出多目標(biāo)遺傳算法(Multi-Object Genetic Algorithm，MOGA)。采用任務(wù)完成時(shí)間和任務(wù)節(jié)點(diǎn)相關(guān)性兩個(gè)適應(yīng)度函數(shù)共同控制種群的進(jìn)化方向。實(shí)現(xiàn)了在保證完成時(shí)間的前提下減少通信量的目的。
　　對(duì)于DHRA算法和傳統(tǒng)的協(xié)商算法產(chǎn)生

4、的通信量，進(jìn)行了定量的理論分析，證明DHRA算法可以有效地減少系統(tǒng)通信量。并且對(duì)DHRA算法和MOGA算法在不同的任務(wù)和節(jié)點(diǎn)數(shù)時(shí)進(jìn)行多組仿真實(shí)驗(yàn)。將DHRA算法與MinMin算法進(jìn)行對(duì)比，DHRA算法有效地減少的系統(tǒng)通信量的產(chǎn)生，同時(shí)保證任務(wù)完成時(shí)間也有一定的減少。有效地提高了系統(tǒng)的穩(wěn)定性和執(zhí)行效率。同樣地，對(duì)MOGA算法與傳統(tǒng)GA算法進(jìn)行比較，在相同的條件下MOGA算法獲得了比傳統(tǒng)遺傳算法更少的任務(wù)完成時(shí)間和通信量。都有效地提高了系統(tǒng)