CN106612324B - 移动云计算中一种带宽受限情况下的虚拟机动态调度算法 - Google Patents

Abstract

移动云计算中一种带宽受限情况下的虚拟机动态调度算法，根据移动端所处的基站位置将其划分为不同区域，然后根据用户提出的资源请求，对合法用户先进行VM配置，分配好VM后再根据带宽、出价密度等因素进行资源临界计算，最大程度满足用户的资源需求。本发明基于以往的数据中心的设计，提出了宽带受限下的算法，使VM资源分配更合理；提高了云提供商的系统效益和资源利用率。

Description

移动云计算中一种带宽受限情况下的虚拟机动态调度算法

技术领域

本发明涉及云计算下移动云计算中资源调度领域。

背景技术

移动云计算是一种面向移动用户使用云计算的新技术。在移动云计算系统中，用户可以利用云计算强大的计算能力和接近无限的存储空间来改善其移动终端处理能力弱、存储空间小以及电池续航时间短等性能缺陷。云端可根据移动应用的需求在数据中心上为用户分配一定数量的虚拟机(VM)，并由这些VM为用户提供相应的服务。VM的调度不仅关系到移动应用的服务质量而且还关系到云提供商的效益，因此VM调度问题是移动云计算领域中的研究热点之一。

在现有的移动云调度方法中，都是基于数据中心来设计，并没有考虑无线带宽的限制，虽然可用于移动云计算场景，但是也面临着一些问题。数据中心给超忙区域中的用户大量分配VM后，可能会因区域带宽限制导致系统无法及时的将业务数据交付给用户，不仅导致业务阻塞而且还会导致用户支付不必要的VM订购费用，影响客户感知度和移动云计算系统的性能。由此可见，带宽受限问题是移动云计算系统中进行VM调度时不可忽视的问题。

基于以上问题，本发明在VM的调度过程中考虑无线带宽限制，提出一种带宽受限情况下的虚拟机动态调度算法，将过程分为VM配置和资源定价两个部分，依据用户所花费代价来配置VM资源，利用临界支付方式来计算用户花费。

发明内容

针对上述问题，本发明提出了移动云计算中一种带宽受限情况下的虚拟机动态调度算法。根据移动端所处的基站位置将其划分为不同区域，然后根据用户提出的资源请求，对合法用户先进行VM配置，分配好VM后再根据带宽、出价密度等因素进行资源临界计算，最大程度满足用户的资源需求。具体的计算过程如下：

步骤1：移动云环境下，VM动态调度算法模型的建立。

步骤2：模型求解。

本发明的有益效果是：

1、基于以往的数据中心的设计，提出了宽带受限下的算法，使VM资源分配更合理。

2、提高了云提供商的系统效益和资源利用率。

具体实施方式

为解决上述问题，本发明提出了一种移动云计算中一种带宽受限情况下的虚拟机动态调度算法。以下将对此算法进行详细的阐述：

步骤1：移动云环境下，VM动态调度算法模型的建立

在本方法中，按照网络基站服务点将移动互联网部分划分为多个服务区域，每个区域内有多个移动用户，带宽为B，u_j∈C_i表示用户u_j位于第i个服务区域内，移动用户获取资源需要向云供应商发送服务请求来请求需要获得的服务资源，其中表示请求虚拟机类(VM_i)的数目，v_j是获取计算资源的花费，b_j是带宽，用户实际支付的价格为p_j，则有p_j≤v_j。

一个VM_i类VM在周期T内的运行开销和闲置开销分别表示为c_R和c_I，c_R＞c_I。则在一个周期内，所有的计算资源的运行开销和闲置开销为和其中M为VM数目，即总计资源，由此，在本方法中将云供应商的收益(income，IM)函数定义为：

x＝(x₁，x₂，...，x_n)

约束条件为：

x_j∈{0，1}，j＝1，2，...，n

0≤p_j≤v_j，j＝1，2，...，n

式中，s_j是用户u_j请求的计算资源这算为VM_i类VM的数目，x为指示向量，若用户的带宽需求被满足，则x_j＝1，不满足则x_j＝0。

步骤2：模型求解

设有效的资源提供商的集合为W，W＝{w₁，w₂，...，w_m}，每类VM的数量为k_i，首先收集每个用户的出价，计算保护价格v_re和每个用户u_j请求的计算资源总量s_j，并拒绝单位计算资源价格小于保护价格的用户然后，根据剩余计算资源R′和用户所在区域的剩余带宽按照用户的出价密度从大到小的顺序判定；最后，根据请求计算资源的情况配置每类VM的数量。模型的计算分为两部分，第一部分为VM配置算法，第二部分为资源定价算法。

2.1VM配置算法

用户请求计算资源最大能支付的价格可定义为用户使用单位资源最大能够承受的价格，出价密度可作为单位带宽内给用户分配计算资源的标准在此标准下，用户请求计算资源的单位价格同样需要大于保护价格(v_re)才可能保护价格是为了确保云提供商在一个周期内运行计算资源时的损失小于空闲时的损失：

v_re≥c_R-c_I

用户的服务请求为资源的需求总量为：

计算用户的最大承受价格：

如果max v＞v_re，则拒绝用户资源请求。

计算出价密度：

按照出价密度d_j对用户进行排序并从大到小存储：

d₁≥d₂...≥d_n

此时有：剩余资源R′＝M，

当b_j≤B，且s_j≤R，有R′＝R′-s_j，

计算

根据计算结果对用户需求的VM资源进行配置。

2.2资源定价算法

资源定价算法是采用临界支付方式来计算获取VM成功方的实际支付价格。为除用户u_j外所有成功方组成的集合，系统给用户u_j预留的带宽与该用户所在区域的剩余带宽之和，为系统给用户u_j预留的计算资源与数据中心的剩余计算资源之和。

当时候则有：

p_j＝d_i×s_j×b_i

由此，解出模型，实现VM和资源的动态配置。

Claims (1)

1.移动云计算中一种带宽受限情况下的虚拟机动态调度算法，其特征是，所述的虚拟机动态调度算法包括如下步骤：

步骤1：移动云环境下，VM动态调度算法模型的建立，

具体计算过程为：按照网络基站服务点将移动互联网部分划分为多个服务区域，每个区域内有多个移动用户，带宽为B，u_j∈C_i表示用户u_j位于第i个服务区域内，移动用户获取资源需要向云供应商发送服务请求来请求需要获得的服务资源，其中表示请求虚拟机类VM_i的数目，v_j是获取计算资源的花费，b_j是带宽，用户实际支付的价格为p_j，则有p_j≤v_j，一个VM_i类VM在周期T内的运行开销和闲置开销分别表示为c_R和c_I，c_R＞c_I，则在一个周期内，所有的计算资源的运行开销和闲置开销为和其中M为VM数目，即总计资源，由此，在本发明所述的算法中，将云供应商的收益income，IM函数定义为：

x＝(x_1，x₂,…，x_n)

约束条件为：

x_j∈{0，1}，j＝1，2，...，n

0≤p_j≤v_j，j＝1，2，…，n

式中，s_j是用户u_j请求的计算资源这算为VM_i类VM的数目，x为指示向量，若用户的带宽需求被满足，则x_j＝1，不满足则x_j＝0，

步骤2：模型求解，具体计算过程如下：

设有效的资源提供商的集合为W，W＝{w₁，w₂，...，w_m}，每类VM的数量为k_i，首先收集每个用户的出价，计算保护价格vre和每个用户u_j请求的计算资源总量s_j，并拒绝单位计算资源价格小于保护价格的用户然后，根据剩余计算资源R′和用户所在区域的剩余带宽按照用户的出价密度从大到小的顺序判定；最后，根据请求计算资源的情况配置每类VM的数量，模型的计算分为两部分，第一部分为VM配置算法，第二部分为资源定价算法，

2.1 VM配置算法

用户请求计算资源最大能支付的价格可定义为用户使用单位资源最大能够承受的价格，出价密度可作为单位带宽内给用户分配计算资源的标准在此标准下，用户请求计算资源的单位价格同样需要大于保护价格v_re才能保护价格是为了确保云提供商在一个周期内运行计算资源时的损失小于空闲时的损失：

v_re≥c_R-c_I

用户的服务请求为资源的需求总量为：

计算用户的最大承受价格：

如果max v＞v_re，则拒绝用户资源请求

计算出价密度：

按照出价密度d_j对用户进行排序并从大到小存储：

d₁≥d₂…≥d_n

此时有：剩余资源

当b_j≤B，且s_j≤R，有R′＝R′-s_j，

计算

根据计算结果对用户需求的VM资源进行配置

2.2资源定价算法

资源定价算法是采用临界支付方式来计算获取VM成功方的实际支付价格，W_j ^-1为除用户u_j外所有成功方组成的集合，系统给用户u_j预留的带宽与该用户所在区域的剩余带宽之和，为系统给用户u_j预留的计算资源与数据中心的剩余计算资源之和

W_j ^-1＝W-u_j

当时候则有：

p_j＝d_i×s_j×b_i

由此，解出模型，实现VM和资源的动态配置。