基于動態(tài)優(yōu)先級的云計算任務調(diào)度研究.pdf

1、云計算通過虛擬化技術(shù)將各種實體資源整合在一個共享的IT資源池中，用戶只需支付相應的費用便可獲得各項服務。然而目前用于求解云任務調(diào)度的算法目標較為單一，很難適用于各類服務需求。因此，如何兼顧用戶和云服務提供商兩種角度，滿足各類服務需求成為本文亟需解決的主要問題。
　　本文選取具有截止日期的任務作為調(diào)度對象，對其特點進行分析并在此基礎上建立基于動態(tài)優(yōu)先級的任務調(diào)度模型，主要工作如下:
　　(1)分析云計算的相關(guān)技術(shù)、服務模式、體

2、系結(jié)構(gòu)以及基本特征。
　　(2)從兩種角度提出調(diào)度目標，在減少任務完成時間的同時提高任務完成率以及云服務提供商的價值收益，另外盡可能最大化計算資源的使用率。
　　(3)針對現(xiàn)有的一些調(diào)度算法只將任務單方面的特征作為優(yōu)先級參數(shù)，綜合考慮任務價值和執(zhí)行緊迫度兩種屬性，提出一種基于動態(tài)優(yōu)先級的任務調(diào)度策略，使任務集按照最佳順序調(diào)度，確保任務盡可能在最佳調(diào)度時間內(nèi)執(zhí)行。
　　(4)將蟻群算法(ant colony algori

3、thm，ACO)與輪盤賭算法結(jié)合提出一種負載均衡優(yōu)化算法ACO-LB(Load balancing optimization algorithm based on antcolony algorithm)，調(diào)整信息素更新方式保證虛擬機上的信息素實時更新，通過螞蟻的協(xié)作性延續(xù)較優(yōu)分配方案，另外引入負載調(diào)節(jié)參數(shù)對啟發(fā)信息進行調(diào)整。
　　(5)針對非搶占式任務調(diào)度導致高優(yōu)先級陷入較長等待期的問題，提出一種基于動態(tài)優(yōu)先級的搶占式調(diào)度方案(

4、Preemptive scheduling algorithm based onDynamic Priority，DPP)，保證高優(yōu)先級任務被優(yōu)先處理。為防止任務頻繁搶占，分析搶占任務的松弛時間和被搶占任務剩余執(zhí)行時間之間的關(guān)系并給出相應的調(diào)度策略，盡可能減少不必要的搶占并提高任務成功完成率和價值收益。
　　(6)使用開源云仿真器Cloudsim作為實驗平臺，通過其對ACO-LB算法和DPP算法進行模擬實驗。實驗結(jié)果表明ACO-L