毕业论文-云计算环境下QoS驱动的任务调度算法的研究与实现.docxVIP

东北大学毕业设计（论文） 摘 要 IV- 云计算环境下QoS驱动的任务调度算法的研究与实现 摘 要 云计算是目前国内外商业和科研机构研究的热点之一，是网格计算、并行计算、分布式计算的发展，是一种新兴的商业计算模式。云计算采用了成熟的虚拟化技术将数据中心的资源打包为互联网上的用户提供按需服务。任务调度与资源分配是云计算的关键技术。 本文首先分析了云计算任务调度方面的国内外研究现状，对目前主流任务调度算法的优缺点进行了对比分析，重点对云计算环境下的资源分配公平性问题进行了研究。针对云计算用户的需求，提出了一种QoS驱动的基于伯格社会模型的云计算任务调度算法。利用BP神经网络，结合伯格社会模型，设计了基于BP神经网络的任务一般期待向量预测算法，用以解决用户QoS与任务一般期待向量之间的非线性映射问题。在此基础上，利用伯格模型中的分配正义性理论，提出了基于伯格模型的任务调度算法。针对云计算资源公平分配问题的问题，从用户的角度出发，尽量满足不同用户的不同需求，在公平分配云计算资源的同时，提高了云计算系统资源利用率。最后，利用CloudSim平台进行了仿真实验，仿真结果表明了算法的正确性和优越性，但在算法的自适应和负载均衡约束方面还需进一步的研究。 实验表明，本文所设计的任务调度算法针对不同用户的不同任务需求，可以做到最大可能地按需公平分配虚拟机资源，满足用户需求。 关键词：云计算，任务调度，伯格社会模型，神经网络，QoS分类 东北大学毕业设计（论文） Abstract Research and Implementation of QoS-Driven Task Scheduling Algorithm in Cloud Computing Abstract Cloud computing is one of the research focuses of domestic and foreign commercial and research institutions. It is a new computing model of commercial which based on grid computing, parallel computing and distributed computing. Cloud computing provides services for uses based on virtualization technology through the internet. Task scheduling is the key technology of clouding computing. The paper analyzed the domestic and foreign research status of cloud computing task scheduling. It has compared advantages and disadvantages of current mainstream task scheduling algorithm. The paper has done research in the fairness of resources allocation in cloud computing. For needs of cloud computing users, the paper has proposed a QoS-driven task scheduling algorithm that based on the Berger’s social model and BP neural network in cloud computing. Firstly, combined the Berger’s social model and the BP neural network, the paper has designed a tasks’ expect-vector prediction algorithm to solve the non-linear mapping problem of the user QoS and tasks’ expect-vector. On this basis, using of Berger’s social model, the paper has designed a task sched