基于遗传算法的集群虚拟机资源调度研究

针对集群虚拟机的调度问题,提出了一种基于遗传算法的调度方法.此方法根据虚拟机调度问题的具体情况构造染色体和初始种群,进而根据选择、交叉、变异操作衍生种群.在适应度函数构建过程中,充分考虑了虚拟机调度中对CPU、内存、带宽的资源利用率要求、调度时间需求和服务费用需求.实验结果表明,本文调度方法获得的调度结果在资源利用率和执行时间方面都具有明显的优势.     

基于CDVRS的虚拟机资源调度策略研究

云计算将各种处理器、存储以及网络等物理资源虚拟化为虚拟机,为用户分配相应的虚拟机以及将虚拟机调度到物理资源上是云计算中一个重要问题.提出一种基于分类挖掘的虚拟机资源调度模型及算法CDVRS(virtual machine resources scheduling based on classification data mining)解决该问题,采集用户访问虚拟机及虚拟机映射物理资源的历史信息,采用改进的分类挖掘算法对其进行挖掘,得到指导虚拟机资源调度的分类规则和模式,在此基础上实施虚拟机资源调度.对模型和算法进行仿真,实验结果表明采用CDVRS算法相比GA(genetic algorithm)、PSO(particle swarm optimization)等算法在资源利用率上有较大的改善,能有效提高云计算中虚拟机资源调度的效率.     

虚拟机集群自适应负载均衡策略

针对虚拟机集群资源负载不平衡的问题,为提高资源利用率,提出一种集群自适应调度策略。首先将虚拟机资源按类别进行划分,然后通过量化各类资源对系统性能的影响,采用随机概率选择算法,完成对拟迁移的虚拟主机和目标迁移节点的选择,从而解决系统负载不平衡问题。实验结果表明,该方法能有效改善系统性能和提升资源利用率。     

虚拟化数据中心资源调度研究

作为云计算的重要支撑技术,虚拟化提供了热迁移、负载转移等技术丰富了云计算资源调度手段.利用这些技术,资源调度要解决如何将计算资源合理分配给服务,一方面保证在负载动态变化的情况下服务质量不受影响,另一方面减少数据中心的能源消耗.本文对虚拟资源调度技术进行了分类,讨论了云计算资源调度的最新研究成果的特点和发展趋势.     

基于改进克隆选择算法的云计算集群资源调度

为了实现云计算环境下的集群资源调度和实现资源负载平衡,提出了一种基于克隆选择算法的云计算集群资源调度方法。首先,定义了以最小化执行时间跨度和负载均衡因子为目标的云计算资源调度模型。在此基础上提出了一种采用克隆选择算法对云计算环境下集群资源进行调度的方法,对抗体编码方式,抗体与抗体之间以及抗体与抗原之间的亲和度函数、免疫克隆算子、退火交叉算子以及高斯变异算子均进行了设计。并定义了采用改进的克隆选择算法进行集群资源调度的具体算法。仿真实验表明:方法能获得最优的资源调度方案,且与其它方法相比,具有较少的执行时间跨度和负载均衡因子,具有较大的优越性。     

企业扩展云中的资源调度策略

针对企业扩展云计算中的资源调度问题,在本地优先策略和云优先策略的基础上,提出了一种紧急度和重要性优先的并行策略.综合考虑了响应效率、任务消耗时间、企业收益,对资源进行预处理,同时按照紧急度和重要性对任务进行了排序,并进行了架构.理论分析及仿真结果表明:紧急度和重要性优先的并行策略提高了响应效率和企业收益,降低了消耗时间.     

基于猫群优化算法的云计算虚拟机资源负载均衡调度

为了提高虚拟机资源调度的利用率, 实现虚拟机资源合理调度, 提出一种基于猫群优化算法的虚拟机资源调度优化方法. 首先根据虚拟机资源调度优化目标构建数学模型; 然后综合考虑最短时间与最优负载构建猫群优化算法的适应度函数, 并通过模拟猫的日常行为实现虚拟机资源调度最优方案的寻优; 最后在CloudSim平台上对该算法的有效性进行测试. 测试结果表明, 该算法能获得更优的虚拟机资源调度方案, 保证了虚拟机资源的负载均衡, 可以满足用户需求的偏好性.     

基于贝叶斯信任模型的资源调度策略

在科技迅速发展的今天,云平台正在迅速成为科学应用的重要平台.由于云平台下的节点资源数量非常多,显然他们有很多是不可靠的,这些节点会对EXE的执行和调度任务产生很大的影响.在本文中,受贝叶斯认知模型的启发和社会学的信任关系模型的引导,笔者首先提出了一种新的基于贝叶斯方法的认知信任模型,然后,将这种模型应用到资源调度系统中.理论分析和仿真实验证明,笔者提出的方法能有效的满足云计算对节点资源的信任要求,并且牺牲较少的时间成本,确保在一个相对安全的节点资源池中执行云计算任务.     

基于蚁群算法的云计算资源调度研究

本文针对云计算中资源调度问题进行了研究,提出云计算资源调度的蚁群优化算法,在算法设计中综合考虑了在云计算环境中任务完成时间和计算成本优化问题,建立数学模型,并通过cloudsim平台进行实验仿真测试。验证表明算法模型能使总任务完成时间较短、成本较小,是一种有效的资源调度算法。     

基于Xen的虚拟机动态迁移技术研究

Xen是一种开源的虚拟化软件,在虚拟机动态迁移技术领域有着广泛的应用。在分析了Xen虚拟机动态迁移技术原理及迁移架构的基础上设计并开展相关实验,将实验结果中不同负载情况对迁移性能的影响做了对比分析后发现Xen能够较好的完成虚拟机在线迁移工作,为虚拟环境下的服务器负载平衡提供了保障。     

云计算环境下基于热力学演化算法的任务调度与虚拟机分配算法研究

在云计算环境下的云任务调度和虚拟机分配过程建立了数学模型,并将其转换为整数编码形式的组合优化问题,并提出了一种热力学演化算法进行问题求解。算法根据整数编码形式定义了基因熵和个体能量,并引入了温度的概念,算法中提出了两种选择策略,算法利用自由能极小值原理驱动种群向最优化方向演化。实验结果表明热力学演化算法可以有效地解决云任务调度和虚拟机分配问题,可以为云环境调度问题提供依据。     

一种基于时分复用的云资源管理方法

为了实现多租户的云计算环境下用户对计算资源的公平使用,用有限资源应对最大量的用户需求,针对云计算中成批到达的可划分独立任务,研究了一种基于时分复用的虚拟化资源管理方法.将整个云中计算资源作为复用对象,根据用户任务需求确定资源的复用周期和时间片,给出了资源时分复用的多种策略,并且对不同策略进行了深入的性能指标分析,形成了相应结论,以应对和指导不同应用场景.最后验证了资源管理方法的有效性.     

基于虚拟机迁移的能量收集MEC系统资源分配策略

针对现有研究没有考虑用户移动性对移动边缘计算（mobile edge computing,MEC）服务器反馈计算结果影响的情况,提出一种基于虚拟机迁移的能量收集MEC系统资源分配策略。考虑用户移动性影响,分别给出用户移动性模型和能量收集模型;采用虚拟机迁移方式,把用户卸载给初始MEC服务器的计算任务转移到当前MEC服务器,由当前MEC服务器完成计算任务,计算结果直接反馈给用户;综合考虑用户卸载计算任务和MEC服务器反馈计算结果,将功率和子载波分配问题建模为混合整数非线性规划问题,在满足能量消耗、子载波分配和发射功率的约束条件下,最大化系统能量效率。为了降低求解复杂度,通过引入遗传算法,获得次优解。仿真结果表明,与基于遗传算法的局部功率或子载波分配方法相比,提出的方法具有更高的能量效率。     

基于检验点的移动云资源调度策略研究

移动云以按需付费的方式交付给用户,其服务可靠性成为了用户最为关心的性能指标之一。容错资源调度策略常用于云平台中提供服务的可靠性,其中检验点技术是云平台中容错资源调度的一种主要手段。对Web云中检验点技术的原理进行了深入分析,重点讨论了基于检验点策略的容错资源调度方法,分别对预设故障概率服从泊松分布的固定间隔周期检验点容错策略及无预设故障概率的动态间隔周期检验点容错策略进行了深入的分析,比较了不同检验点技术的特点和问题。结合移动云的工作特点,提出了移动云环境下检验点技术未来的研究点。     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

面向云计算的任务调度算法研究

云计算中任务调度对云计算的整体性能有重要影响.归纳了云计算调度的特点和性能指标,指出云计算任务调度研究的主要进展.从传统任务调度算法、Hadoop中的任务调度算法、智能化的任务调度算法等方面概括、分析和比较了不同算法的算法思想、实现机制、达到的性能要求.最后,讨论了现有任务调度策略存在的问题,结合云计算面向服务的特点对云计算任务的研究进行展望.     

一种基于资源使用阈值边界的虚拟机分配策略

虚拟机分配策略是提高云数据中心的物理主机利用率和降低能量消耗的关键技术。提出一种基于资源使用阈值边界的虚拟机(resource utilization thresholds virtual machine,RUT-VM)分配算法,建立了资源使用效率阈值边界和性能参数的数学模型; RUT-VM算法可以根据云端当前工作负载的状态来获得资源的使用效率情况,在工作负载高于或者低于设置的阈值上界与阈值下界时,将物理主机上的虚拟机进行迁移,放置到新的物理主机上。利用CloudSim3.0作为云数据中心的云端RUT-VM分配策略的测试环境。测试结果表明,RUT-VM分配算法可以减少云数据中心的服务等级协议(service level agreement,SLA)违规,保证云计算的服务质量, 与其它的虚拟机分配算法比较起来,可以明显的降低能量消耗。     

基于内容交换的分布调度集群系统研究

提出一种新的基于内容交换的分布调度方法,克服了单点失效问题,基本解决了其易成为系统瓶颈的问题.同时,由于采用分布调度方法,能够很好地均衡负载,从而提高了整个集群系统的并行服务能力.