云中基于蚁群算法改进的负载均衡策略.pdfVIP

2014年 12月 计算机工程与设计 Dec．2014 第 35卷 第 12期 COMPUTER ENGINEERINGAND DESIGN VoL35 No．12 云中基于蚁群算法改进的负载均衡策略 尔雅莉，王庆生 (太原理工大学计算机科学与技术学院，山西 太原 030024) 摘 要：针对云计算虚拟化资源中，提高资源利用率、负载均衡度的问题，在蚁群算法的基础上，提出云中节点间负载均 衡的改进算法。前向蚂蚁检测节点的类型、记录节点信息，遇到负载节点时留下觅食信息素；后向蚂蚁依据循迹信息素追 溯回负载节点，合理分配超载节点任务。所有蚂蚁不再更新 自己的结果集，而是致力于更新单个结果集，在搜索过程中依 据节点类型动态地修改路径信息素。在 Cloudsim平台下进行的仿真实验验证了改进算法的有效性。 关键词：蚁群算法；云计算；负载均衡；信息素；云仿真 中图法分类号：TP393 文献标识号：A 文章编号：1000—7024 (2014)12—4095—05 Loadbalancingstrategybasedon improvedantcolonyalgorithm incloudnetwork ERYa-li。WANGQing-sheng (CollegeofComputerScienceandTechnology，TaiyuanUniversityofTechnology，Taiyuan030024，China) Abstract：Aimingatimprovingtheutilizationofvirtualizationresourcesandsolvingtheloadbalancingproblem incloudcompu— ting，aloadbalancingalgorithmwithinnodesincloudnetworkbasedontheantcolonyalgorithm wasproposed．Theforwardant detectednodetypes，recordednodeinformationandleftforagingpheromonewhilemeetingtheoverloadnode．Basedontracking pheromone，thebackwardantbackedtOtheloadingnodeandallocatedtheoverloadnode’Stasksrationally．Alltheantsdon’t updatetheirresultsets，butmakeeffortstoupdateasingleresultset，atthesametimechangethepathpheromonebasedonthe nodetypedynamically in the searchingprocess． Simulation on theCloudsim platfomr verifiesthevalidity oftheimproved algorithm． Keywords：antcolonyoptimization；cloudcomputing；loadbalancing；pheromone；cloudsimulation 随着云计算的 日益普及，云中处理的进程数量也 日益 0 引 言 增大。云中的节点根据客户的请求执行任务，由于客户的 计算机硬件和网络带宽的提高极大促进了云计算l13的 请求是随机的，并且请求的数量不同，因此路径中节点的 增长。根据云面向服务的方法，可分为以下 3种类型的服 负载也不一样。同时，云中的每个节点可以根据客户请求 务：基础即服务 (IaaS)、平台即服务 (PaaS)和软件即服 的工作量不均匀地加载任务，容易导致 同一个云中某个节 务 (SaaS)[2