1 / 14
文档名称:

云计算作业.docx

格式:docx   大小:65KB   页数:14页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

云计算作业.docx

上传人:小雄 2021/10/21 文件大小:65 KB

下载得到文件列表

云计算作业.docx

文档介绍

文档介绍:基于时间和可靠性的调度策略
谭平飞
摘 要:针对传统任务调度算法难以适用于云计算环境这一问题进行了研究,采用由星型结 构演化而成的多代理模型,首先给出多代理模型的体系结构,然后针对多代理系统,提出了 基于服务时间和可靠性为优化目标的任务调度策略,并采用模拟退火算法进行求解。最后进 行了仿真实验,实验结果表明我们的调度策略是高效的。
关键词:多代理系统;调度策略;服务时间;服务可靠性;多目标优化
Task scheduling strategy based on service time and reliability in
cloud computing
Tan ping-fei
Abstract: In cloud computing, task scheduling strategy has a great impact on the operating results of the user's task and the service provider's profit. Therefore, it has a direct impact on the cloud computing platform. To solve the problem that the traditional task scheduling algorithms aren't suitable for cloud computing, this paper proposed a task scheduling strategy. Firstly, based on Multi-agent system (MAS) extended from star structure, this paper describes the Multi-agent system structure. Then, it put forword a scheduling strategy considering the service time and reliability as optimization targets, and employed a simulated annealing algorithm to solve the optimization problem. Finally, simulation experiments show the efficiency of the proposed scheduling strategy.
Key Words: multi-agent system; scheduling strategy; service time; service reliability; multi-objective optimization
0引言
当今分布式计算技术的发展11新月异,社会网络已经步入大规模网络时代,大多现实的 系统往往异常复杂、庞大,并且呈现出分布式的特点。与此同时,科研和商业任务的计算量 也变得越来越庞大,这就导致单个计算系统因为个体拥有的知识、计算资源以及视图的有限, 不足以胜任当前网络环境下大数据量任务。而多Agent系统(MAS)联合多个计算节点, 共同执行计算任务的特性,使得大任务的高效快速处理成为了可能。MAS合理运用了对复 杂问题分而治之的方法,将众多节点的计算能力进行组合运用,使大数据量任务,最终能够 快速可靠地完成。
20世纪70年代,Agent的概念首先出现在人工智能领域[1]。随后,多名研究者给出 了 Agent的定义。Wooldrige等人⑵用几种方式给出了 Agent的定义。Shoham等人[3]提 出Agent是山信■念、目标、能力以及义务组成,Agent是一个精神实体。
多Agent系统联合众多节点的计算能力,可以成功执行大数据量任务。但是,为了使 任务执行更加高效,调度策略的选择就显得至关重要。调度策略对于用户任务的运行和服务 提供方的收益均有很大的影响,它直接影响到云平台的运行效果。
目前,已经存在许多任务调度策略的研究,经典的启发式调度算法有Min-Min, Max-Min, Sufferage等,主要以执行时间为算法评价指标。随着更多应用在云计算环境中的部署和执 行,以任务可靠性为中心的任务调度技术成为国内外的研究热点。阎朝坤等人[4]分析了网
格计算环境下面向可靠性-费用优化的任务调度模型,提出了基于CRO的优化调度算法; 王朋[5]分析了云计算环境下的任务调度策略,提出了一种改进的多因素组合的任务调度算 法;王莉等人[6]根据网格环境下任务的时间相关性特点,对传统的蚁群算法进行了改进, 提出了一种快速任务调度算法。刘莉等人[7]针对