共查询到20条相似文献，搜索用时 234 毫秒
1.
《科技广场》2015,(11)
云计算是信息时代的新型的计算模式,代表着下一代的互联网技术。资源调度和管理是云计算的关键技术之一,资源调度的目标包括满足用户服务质量、提高资源利用率、节点负载均衡等,为此有必要借助各种调度策略与各优化算法对资源调度方案进行优化,以提高任务和资源的匹配效率。聚类是将物理或者抽象的对象集合依据相似程度划分为若干类群,源于数学、统计和经济等领域,并广泛应用于很多领域。在云计算资源调度中,用户任务的资源需求特征异同,本文基于相似分治的思想,对用户任务进行聚类处理后优化调度是云计算资源调度研究的一个有效思路。实验仿真表明,任务聚类策略有效地提高了后续任务资源调度优化的效率。 相似文献
2.
针对传统的蚁群算法在云计算中存在任务调度效率低的问题,本文将共生演算法引入到蚁群算法中,首先将蚁群算法分解为2个子群,并使用共生演算法中的共生,共栖和寄生虫机制避免了算法陷入局部最优,加速了算法获得最优解,在云计算调度仿真中,基于蚁群算法-共生演算法在虚拟机负载均衡、任务完成时间,任务完成成本等方面都有良好的表现,说明本文算法能够有效的提高云计算任务调度效率。 相似文献
3.
针对云计算系统规模大且执行任务数量多的问题,需要对其进行合理有效的资源调度。目前,云资源调度相关研究主要考虑负载均衡、能源消耗以及用户服务质量等问题,合理的云资源调度算法可以提高系统负载均衡度,改善系统资源利用率和能耗,同时也能提升用户服务质量。文章将近年来国内外研究成果进行了分类探讨,并分析了现有研究的优点及不足。 相似文献
4.
资源负载均衡是提高云计算资源调度效率的重要因素,为提高云计算中任务调度的效率,减少执行时间,针对传统的资源均衡算法在没有考虑到云计算环境下的资源节点安全性因素,复杂度高,效果不好的问题,提出一种引入安全性函数分形维特征重组的资源均衡算法。建立任务调度策略及资源均衡模型,构造任务调度所需要时间、费用、可靠性等方面的因素进行特征描述,对负载资源信息流的分形维信息特征提取,通过分层化状态重组,实现对资源负载的均衡处理,得到负载目标函数,提高任务处理效率。实验结果表明,该算法进行Cloud Sim平台下的负载云计算任务调度和负载资源均衡,能有效节省任务执行时间,降低计算开销,执行效率优越于其它算法。 相似文献
5.
云平台中的作业调度算法一直以来都是研究的热点方向,本文首先描述了Hadoop平台,其次提出了将蚁群算法和差分算法引入到作业调度算法中,通过对信息素的改进,任务搜索,信息素更新操作等措施提高的蚁群算法的性能,将算法运用到作业调度算法,通过仿真实验说明本文的算法与基本蚁群算法相比,在作业任务计算总代价,任务完成时间,经济成本平均值方面都有明显的提高,同时降低了负载均衡,提高了资源利用率。 相似文献
6.
基于动态趋势预测蚁群算法的云计算资源调度优化研究 总被引：4，自引：0，他引：4
《科技通报》2016,(1)
当前,计算机性能日益提高,人们的计算需求也日益增加,在这样的背景下,以往的计算方式已经不能满足人们的计算需求,随着云计算的出现,这一现象才得以缓解,但是就目前而言,云计算也存在许多缺陷与不足,例如资源调度资源占用多且响应速度慢等。本文以此为着眼点,设计了一种以动态趋势预测蚁群算法为基础的云计算资源调度优化研究。这一算法在具体实施过程中运用动态趋势预测以及蚁群算法相加的办法,借助虚拟机迁移实现资源的预留,并可以借助动态趋势预测方法来对数据中心负载变化实现预测,并且通过减小值的调整来实现具体操作。通过实验表明,本文所提出的将动态趋势预测和蚁群算法相结合的算法能够有效的提高数据中心的性能,加强响应速度和计算的精确度。 相似文献
7.
为了解决云计算环境下,数字图书馆云数据中心虚拟机集群资源负载不平衡的问题,本文提出了一种云计算环境下,基于负载平衡的数字图书馆虚拟机集群资源调度策略。该策略可减少云计算环境下数字图书馆虚拟机的迁移数量,并改善云数字图书馆的用户服务质量。 相似文献
8.
针对标准遗传算法在云计算资源调度的应用中往往会出现负载不均的问题,本文提出了一种基于云计算资源调度的多Agent遗传算法,首先引入蚁群算法,利用蚂蚁变换方向的影响权重对标准遗传算法的信息素关联进行优化,然后优化了原算法的信息素更新方式,最后利用小生境方法限制种群个体的繁衍,以达到种族多样化的优化。仿真试验结果表明,本文提出的基于云计算资源调度的多Agent遗传算法在CPU利用率和内存利用率上比标准遗传算法具有更优秀的性能。 相似文献
9.
为了解决云计算环境下数字图书馆资源管理与应用问题,本文设计了一种云计算环境下优化的数字图书馆资源管理与应用平台。该平台可动态实现虚拟化资源的调度和负载均衡,用户在云计算环境中能够得到较高的虚拟化资源利用效率。 相似文献
10.
《科技通报》2015,(12)
实行虚拟机最优分配方案的准确挖掘能够提高云计算的服务质量(Qo S)。利用传统算法进行虚拟机最优分配方案挖掘的过程中,由于受到大量冗余数据的影响,造成挖掘效率降低。为此,提出一种基于蚁群算法的面向多通道Qo S需求的虚拟机分簇挖掘方法。根据虚拟机特征的相似度对虚拟机进行分簇,利用蚁群算法进行虚拟机最优分配方案的挖掘,在此过程中,充分考虑了多用户对云计算中虚拟机资源服务质量(Qo S)的要求,避免出现同类型虚拟机被分配到同一物理机上的情况,同时,对蚁群算法中信息素的更新进行了优化。实验结果表明,利用改进算法进行虚拟机最优分配方案挖掘,能够有效提高挖掘效率,并降低系统负载均衡度。 相似文献
11.
12.
13.
14.
《科技通报》2015,(8)
对云计算系统中的漂移数据中心分类区的准确确定,可以提高云计算系统的扩展能力和缓存能力。传统方法采用线性差分智能群识别方法实现中心分类区的确定,导致漂移数据的群辨识效果不好。提出一种基于粒子群聚类的云计算系统中数据中心分类区的确定算法模型,并进行仿真实现。构建云计算系统网络激励传播机制,实现资源负载均衡,把云计算系统的存储数据结构定义为一个四叉树,构建云计算网格环境下空间资源调度框架体系,进行云计算系统的漂移数据特征提取,使得资源负载均衡达到最优值,实现算法改进。实验得出,模型对云计算系统的漂移数据中心分类区确定准确,数据融合精度较高,聚类性好,云计算系统的扩展指数提高13%,缓存执行能力提高20.5%,展示较好的性能。 相似文献
15.
16.
针对云计算任务调度中存在效率低,提出了基于改进的蝙蝠算法(improved bat alogrithm,IBA)云任务调度.首先,建立了以执行时间和负载均衡的调度模型,其次在蝙蝠算法的初始化中采用混沌映射,提高了种群的多样性;在蝙蝠算法的自适应参数使用指数递减因子代替;在每一次迭代后使用量化正交交叉算子进行个体筛选.最后,在仿真实验中,IBA算法相比于蚁群算法、粒子群算法,蝙蝠算法都具有较好的调度效果. 相似文献
17.
负载均衡是特大型科技(工程)项目异构组织知识集成云计算网络空间联盟进行异构平台之间知识资源最优化配置的关键问题,其解决机制将会极大地影响异构组织知识的有效性、准确性、时效性,大大提高了异构组织众多相关干系人利益相关者间的知识共享。本文基于蚁群优化算法,结合复杂动态环境下特大型科技(工程)项目异构组织知识的特征和知识需求,构建了复杂动态环境下特大型科技(工程)项目异构组织知识集成云计算网络空间联盟负载均衡机制,基本实现了知识载荷的均衡状态,以及异构组织知识资源最优化配置,提高异构组织知识的实效性。 相似文献
18.
19.
针对云计算下的负载均衡存在效率低的问题,本文首先在鲸鱼算法的基础上,通过种群初始化,淘汰和竞争机制提高算法的局部搜索能力,然后通过人工蜂群算法进行融合提高算法全局搜索能力,融合后算法用于云计算负载均衡中,在调度时间跨度,负载均衡度和任务平均等待时间方面都具有较好效果。 相似文献
20.
校园网网络负载均衡技术研究 总被引：1，自引：0，他引：1
随着Internet的迅猛发展,互联网用户敷和流量呈几何级数增加,造成服务器超负荷运转,负载平衡高度是解决服务器超负荷运转的有效途径.本文分析了服务器负载特点和负载均衡常见调度算法,提出了自适应调度算法,根据服务器负载状态变化进行资源调度. 相似文献