資源描述：
《云計算環(huán)境下任務(wù)調(diào)度策略的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要云計算利用虛擬化技術(shù)將物理資源轉(zhuǎn)換成可動態(tài)伸縮的虛擬資源，使得企業(yè)能夠按需訪問云中的資源。通過云計算，用戶可以訪問到大量的計算以及存儲資源，享受云端強大的計算能力，而不必關(guān)心它們的具體位置以及如何配置的。但是云計算系統(tǒng)內(nèi)都會配備有自己的任務(wù)與資源之間的分配策略，而一個好的任務(wù)調(diào)度策略能全面提高整個云計算系統(tǒng)的運行效率，因此對云計算環(huán)境下的任務(wù)調(diào)度算法進(jìn)行研究有著重要的理論意義和現(xiàn)實意義。本文針對目前云計算任務(wù)調(diào)度算法中存在的如何平衡資源負(fù)載、最小化任務(wù)總完成時間的問題以及如何滿足用戶多維QoS需求的問題進(jìn)行了研究。主要內(nèi)容如下：
2、首先，本文提出一種基于負(fù)載均衡與最小完成時間的LB-ECT算法。在傳統(tǒng)的任務(wù)調(diào)度算法中，往往只考慮任務(wù)的安全性或者響應(yīng)時間等因素。而在異構(gòu)分布式的云資源池中，每個資源的性能是有所差別的，在進(jìn)行任務(wù)與資源之間分配的時候很容易出現(xiàn)資源負(fù)載不均衡的現(xiàn)象，這將會嚴(yán)重影響系統(tǒng)的整體性能，同時如果不考慮任務(wù)在資源上執(zhí)行的最小完成時間這一因素也會造成性能好的機器不能得到充分的利用。在現(xiàn)有的云計算任務(wù)調(diào)度算法中大多只是單方面考慮了負(fù)載均衡或者單方面考慮了最小完成時間的因素，而兩者的結(jié)合將會滿足用戶對系統(tǒng)整體性能與時間的要求。因此本文提出了一種基于負(fù)
3、載均衡與最小完成時間的LB-ECT算法。本算法通過綜合考慮資源當(dāng)前的負(fù)載狀況和任務(wù)在資源上完成的最小時間兩方面的因素，在二者之間尋找一個最佳的平衡點，完成任務(wù)與資源之間的最佳配對。仿真實驗結(jié)果表明該算法能提高任務(wù)執(zhí)行的成功率，提高系統(tǒng)資源的利用率，縮短任務(wù)的總完成時間。其次，本文提出一種基于多目標(biāo)粒子群算法（MPSO,Multi-objectiveparticleswarmalgorithm）的多QoS約束云計算任務(wù)調(diào)度算法。目前云計算中的任務(wù)調(diào)度算法大多以“機器”為中心，沒有真正做到以“用戶”為中心。當(dāng)前已經(jīng)提出的基于QoS的任務(wù)
4、調(diào)度即便是考慮了用戶對任務(wù)的QoS需求，但也只是簡單地考慮了一維的QoS需求，即單一的時間或者成本，不能夠滿足用戶多維QoS的需求。因此本文提出了一種基于多目標(biāo)粒子群算法的多QoS約束云計算任務(wù)調(diào)度算法。本算法通過綜合考慮任務(wù)執(zhí)行成功率，最少花費和最優(yōu)跨度等QoS約束條件，利用MPSO算法同時優(yōu)化多個約束條件，從而找到I最能滿足用戶需求的任務(wù)調(diào)度方案。仿真實驗結(jié)果表明，該算法能夠提高用戶滿意度，節(jié)約成本，提高任務(wù)的執(zhí)行成功率。關(guān)鍵詞：云計算，調(diào)度算法，負(fù)載均衡，QoS，多目標(biāo)粒子群算法IIABSTRACTPhysicalresour
5、ceistransformedtovirtualbyusingvirtualizationtechnology.Thesevirtualresourceisdynamicscalable.Businessescanaccesscloudresourceaccordingtotheirneeds.Withcloudcomputing,userscanaccessalargenumberofcomputingandstorageresourcesandgetpowerfulcomputingabilitywithoutconsideri
6、ngtheirspecificlocationandconfiguration.Eachcloudcomputingsystemhasitsownresourceallocationandtaskschedulingstrategy.Agoodtaskschedulingstrategycancomprehensivelyimprovetheoperatingefficiencyoftheentirecloudcomputingsystem.Therefore,thestudyhasimportanttheoreticalandpr
7、acticalsignificancefortaskschedulingalgorithmundercloudcomputingenvironment.Inthispaper,someproblemsthatexistinthecloudcomputingtaskschedulingalgorithmareresearched.Theseproblemsareresourceloadbalancing,minimumcompletiontimeofthetasktobeexecuted,taskschedulingalgorithm
8、andnon-consideringtheuser'smultidimensionalQoSrequirement.Themaincontentsareasfollows:First,thispaperpresentsaLB-ECTa
