CN106161536A - 蚁群克隆选择混合算法在云计算中资源调度的应用 - Google Patents

Abstract

本文针对蚁群优化算法(ACO)的缺陷，考虑到云计算的特点，结合克隆选择算法(CSA)全局最优解收敛的优点，将克隆选择算法(CSA)融入到蚁群优化算法的每一次迭代中，加快其收敛速度，并引入逆转变异策略，避免了蚁群优化算法陷入局部最优。深入研究了云环境中蚁群克隆选择算法的资源调度策略，克隆选择算法在求解优化问题时收敛到对全局最优解的充分条件基于克隆选择算法的各种应用如BCA和CLONALG算法，利用这些充分条件来满足并通过扩展云计算仿真平台CloudSim实现了模拟仿真。实验结果表明，此融合算法能够缩短云环境下的任务运行时间，提高资源利用率.证明了方法的有效性。

Description

蚁群克隆选择混合算法在云计算中资源调度的应用

技术领域

本发明涉及蚁群算法、克隆选择算法、云计算、CouldSim云计算模拟器。在计算机中通过蚁群算法、克隆选择算法和蚁群克隆选择混合算法这三种算法各自对一定的任务执行所花费的时间进行对比，可以得到其最优化的云计算中资源调度问题。

背景技术

目前的云计算资源调度的问题主要是单一算法的调用，比如蚁群算法、神经网格、遗传算法等；少量的云计算资源调度采用混合算法调用，比如蚁群遗传混合算法等，此算法的优点在于算子的优化性好，能够更好的进行任务的资源调用。

云计算主要基于资源虚拟和分布式并行架构两大核心技术，同时互联网上有大量的开源软件为用户提供支撑，如Xen、KVM、Lighttpd、Memcached、Nginx、Hadoop、Eucalytus等。云计算技术有效地节约了云服务商的硬件投入、开发成本和维护成本。

虚拟化技术最早由VMware公司引入并在X86CPU上实现。虚拟化平台将服务器虚拟为多个性能可配的虚拟机(VM)，对整个集群系统中所有VM进行监控和管理，并根据实际资源使用情况对资源池灵活分配和调度。

分布式并行架构是云计算的另一个核心技术，用于将大量的机器整合为一台超级计算机，提供海量的数据存储和处理服务。整合后的超级计算机通过分布式文件系统、分布式数据库和MapReduce技术，提供海量文件存储、海量结构化数据存储和统一的海量数据处理编程方法和运行环境

云计算具有超大规模、虚拟化、高可靠性、高可扩展性、按需服务、极其廉价的优势。云存储是在云计算概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。

发明内容

本发明的目的减少云端任务所执行的时间，提高效率。解决企业对云端资源的有效分布和资源的调度，同时还可以解决用户对资源的调度和资源的下载时间的节省，减少了等待的时间，有效的利用资源提高效率。

具体实现方法：

A.通过对云端资源的有效的网格区域分布；

B.利用私有云、公有云对资源分布进行调度；

C.数据经过规则引擎处理以后，有些产生了告警，有些产生了资源重新分配、配置行为，也就是资源的调度行为，更多的数据则被过滤掉了；

D.资源调度经过相应的数据处理和格式化过程，监控模块将数据传递给规则引擎进行处理；

E.资源调度可以自动执行，也可以人为审核才能执行；

F.用户向云端服务器反馈后，云端响应后将相对应信息传递给用户。

如上所诉的方法A中，其特征是，通过云计算技术将总体的资源有序的分配到各个网格区域中，有效的调度和利用，如在CouldSim云计算环境中的进行资源的调度，有效合理的进行分配空间，减少时间的利用。

如上所诉的方法B中，通过私有云、公有云平台的搭建，可以有效轻松的调用云端的各种资源，且有序的筛选出来，避免时间的浪费，达到时间的最优化。

如上所诉的方法C中，数据经过规则引擎处理后，如果资源在云端已经存在的话，那么就会产生资源重复，就会发生警告，从而将重复的资源进行过滤掉，避免空间资源的浪费；不存在的资源，则进行资源的重新分配空间进行有效的存储。

如上所诉的方法D中，资源的调度进行相对应的数据化处理和格式化过程，相对应的模块化就会将处理好的数据传递给引擎进行相对应的处理。

如上所诉的方法E中，资源的调度可以有人为和自动两种方式进行相对应的功能执行。

如上所诉的方法F中，云端服务器通过蚁群克隆选择混合算法进行资源的调度，并将用户所需要的信息传递给用户。

具体实施方式

计算机平台是企业私有云中的基础资源供给平台，对资源的有效管理可以显著提高基础资源的服务能力，使云计算由资源供给型向运营型进行转变。在云计算的资源调度中，可以根据设定的条件，由系统自动执行部分资源操作，从而改变平台运营工作，使后台人员更加专注于平台资源的特性和使用情况，可以很大程度降低维护工作强度，开启平台运营的新模式。

1.充分利用可用的IT资源满足业务部门的需求，确保实现最高的资源利用率，建立对资源的有效调度，充分挖掘硬件设备的可利用资源，提升资源使用效率。此外通过对业务系统的监控，利用负载均衡、模块快速部署等手段实现资源调整的自动化，满足业务多变的资源需求，大大缩短业务系统资源调整的时间，使业务系统忙闲时段资源和系统性能得到合理的保障。

2.为云计算平台建设和提供一个合理和统一的资源调度框架

能够对资源进行高效调度和有效的利用，能够根据业务系统的实际业务指标数据和性能数据进行动态的调整资源分配，一方面提高整体系统的资源利用效率，另一方面也可以提高业务的的服务水平和连续性，能够更好更高的调用系统资源，减少资源的复杂度，降低调度成本和提高企业基础框架的整体效率。

3.提高业务连续性、稳定性

结合性能监控和调度，有预见的自动化调整业务系统资源，将风险控制从事后转变为事前，从而补救变成预防，减少了系统宕机时间，有力的保障了系统的可靠性和可用性，提高了业务的连续性。

4.提高资源的利用率，降低运维的管理成本

通过优化的资源的规划和实时的资源调度，极大的提高了整体资源的利用率，通过自动化的管理手段，减少人为干预，大大提高了系统管理员的工作效率，降低了运维管理成本。

Claims (2)

1.本发明涉及蚁群算法、克隆选择算法、云计算、CouldSim云计算模拟器，在计算机中通过蚁群算法、克隆选择算法和蚁群克隆选择混合算法这三种算法各自对一定的任务执行所花费的时间进行对比，可以得到其最优化的云计算中资源调度问题。

2.计算机平台是企业私有云中的基础资源供给平台，对资源的有效管理可以显著提高基础资源的服务能力，使云计算由资源供给型向运营型进行转变，在云计算的资源调度中，可以根据设定的条件，由系统自动执行部分资源操作，从而改变平台运营工作，使后台人员更加专注于平台资源的特性和使用情况，可以很大程度降低维护工作强度，开启平台运营的新模式。