云计算中关于任务调度优化策略的研究.docxVIP

云计算中关于任务调度优化策略的研究 全力傅明 长沙理工大学计算机与通信工程学院 摘要： 基于蚁群算法的任务调度会遇到负载不均衡与收敛速度变慢的问题，针对蚁群 算法应用于任务调度机制时存在的缺陷，通过赋予权重的方法对该算法的信息 素更新规则进行改进，加快求解速度，利用动态更新挥发系数优化算法的综合 性能，并在局部信息素的更新过程中，引入虚拟机负载权重系数。实验结果表明, 基于改进算法的任务调度策略在保证任务得到合理分配的同时，算法的收敛速 度与总执行时间得到了优化。 关键词： 蚁群算法;信息素;虚拟机;权重系数;收敛速度; 作者简介：全力（1991-），男，硕士研究生，主研方向：云计算、信息安全理论 与技术； 作者简介：傅明，教授，博士 收稿日期：2017-11-02 Research on Task Scheduling OptimizQtion Stra/tegy in Cloud Computing QUAN Li FU Ming School of Computer and Communication, Changsha University of Science and Technology; Abstract： The task scheduling method based on ant colony algorithm will encounter the problem of unbalanced load and slow convergence speed, in view of the shortcomings of ant colony algorithm applied to task scheduling mechanism, the pheromone updating rules of ant colony algorithm are improved by weighting， the efficicncy of the algorithm is improved, Comprehensivc performance is improved by dynamically updating the Volatilization Coefficient, And the virtual machine load weighting coefficient is introduced to update the local pheromone. The experimental resuIts show that the task scheduling strategy based on the improved algorithm has a rcasonablc allocation of tasks, the convergence speed of the algorithm and the total execution time are optimized. Keyword： ant colony algorithm; pheromone; virtual machine; weight coefficient; convergenee speed; Received： 2017-11-02 1概述 云计算是互联网计算发展的新革命，云计算相比于分布式计算具有更突出的优 势，它是一种高效率的多功能计算系统IH，大规模的计算资源确保了云服务的 高效性。云计算屮需要处理的任务被调度分配到在各个计算资源屮，用户可以通 过云计算按照需求获取计算与信息服务，以及高效的存储服务也。任务调度作 为云计算的核心技术，在云计算处理任务的过程中，任务调度是不可避免的重 要环节之一，因此，优化任务调度机制是强化云计算综合性能的重要方法。 为了更有效的改善云计算的服务性能，不少学者针对云计算中的任务调度机制 所遇到的问题展开了研究。文献［3］以提高云计算服务质量为基础，通过对蜂群 算法的改进，能够在一定程度提高算法的全局搜索能力，并且能够有效地满足 QOS需求，文献［4］引入局部搜索算子对蜂群算法进行优化，能够有效的缩短任 务的完成时间，文献［5］利用蚁群算法对云计算任务调度系统进行改善，能够较 好的在多个方面提高系统性能，文献［6］针对任务调度过程中虚拟机负载的问题, 利用蚁群算法较好的反馈机制提出蚁群优化算法，能够较好的改善资源利用率， 文献［7］利用遗传算法较好的搜索能力能够有效地改善任务调度的性能，使虚拟 机达到负载均衡，文献［8］利用遗传算法前期搜索能力强的优势与蚁群算法的信 息反馈的特点，将两种算法相结合来弥补各自的问题，该算法在改善收敛速度 的同吋满足用户所要求的服务质量，文献［9］对遗传算法中的