计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
6期
402-405
,共4页
云计算%多租户%软件%调度%遗传算法%蚁群算法
雲計算%多租戶%軟件%調度%遺傳算法%蟻群算法
운계산%다조호%연건%조도%유전산법%의군산법
Cloud computing%Multi-tenant%Software%Scheduling%Genetic algorithm%Ant colony algorithm
在传统的云计算环境中,多租户调度方式大都采用预分配机制下的静态资源调度方法,不能依据调度任务大小动态分配资源,容易出现“小任务大资源”问题,导致资源的严重浪费,调度效率大大降低.提出混合遗传算法与蚁群算法的多租户软件调度策略,将调度资源和调度任务离散成多个资源节点和任务节点,通过自然数对染色体进行编码,采用适应度函数评估染色体的质量,依据适应度值大小对遗传算法获取的子代个体进行排序,得到的最优秀个体当成初值,遗传算法获取的子代个体需要进行混乱整理,可以某个规则进行排序,之后,进行检索,获得的最优的个体供用户使用,满足要求时,停止,否则进行再次迭代.实验表明采用所提方法进行多租户软件调度,在运行时间、资源利用率以及用户数方面的性能都优于传统方法,具有较强的多租户软件调度能力,为多租户软件调度优化提供了科学依据.
在傳統的雲計算環境中,多租戶調度方式大都採用預分配機製下的靜態資源調度方法,不能依據調度任務大小動態分配資源,容易齣現“小任務大資源”問題,導緻資源的嚴重浪費,調度效率大大降低.提齣混閤遺傳算法與蟻群算法的多租戶軟件調度策略,將調度資源和調度任務離散成多箇資源節點和任務節點,通過自然數對染色體進行編碼,採用適應度函數評估染色體的質量,依據適應度值大小對遺傳算法穫取的子代箇體進行排序,得到的最優秀箇體噹成初值,遺傳算法穫取的子代箇體需要進行混亂整理,可以某箇規則進行排序,之後,進行檢索,穫得的最優的箇體供用戶使用,滿足要求時,停止,否則進行再次迭代.實驗錶明採用所提方法進行多租戶軟件調度,在運行時間、資源利用率以及用戶數方麵的性能都優于傳統方法,具有較彊的多租戶軟件調度能力,為多租戶軟件調度優化提供瞭科學依據.
재전통적운계산배경중,다조호조도방식대도채용예분배궤제하적정태자원조도방법,불능의거조도임무대소동태분배자원,용역출현“소임무대자원”문제,도치자원적엄중낭비,조도효솔대대강저.제출혼합유전산법여의군산법적다조호연건조도책략,장조도자원화조도임무리산성다개자원절점화임무절점,통과자연수대염색체진행편마,채용괄응도함수평고염색체적질량,의거괄응도치대소대유전산법획취적자대개체진행배서,득도적최우수개체당성초치,유전산법획취적자대개체수요진행혼란정리,가이모개규칙진행배서,지후,진행검색,획득적최우적개체공용호사용,만족요구시,정지,부칙진행재차질대.실험표명채용소제방법진행다조호연건조도,재운행시간、자원이용솔이급용호수방면적성능도우우전통방법,구유교강적다조호연건조도능력,위다조호연건조도우화제공료과학의거.
