【摘要】：在大數(shù)據(jù)時代,基于大并發(fā)訪問的互聯(lián)網業(yè)務應用日益增加,資源負載均衡問題呈現(xiàn)出尖銳化和復雜化的趨勢。目前負載均衡算法的研究主要旨在提高資源分配效率和縮短任務響應時間,卻忽略了調度資源的數(shù)量約束,也沒有考慮任務的重要性和緊急度。基于雙向拍賣的GAPK負載均衡調度算法能夠在資源數(shù)量受限的情況下根據(jù)任務重要性實現(xiàn)個性化負載均衡調度。該算法首先構建雙向拍賣資源調度模型并建立相應的目標函數(shù),通過拍賣行為為每個任務合理分配閑余資源;然后利用GAPK調度算法求得目標函數(shù)最優(yōu)解;最后實驗證明該算法在負載均衡度和效率上比傳統(tǒng)算法更有優(yōu)勢。
[Abstract]:In the era of big data, the application of Internet services based on large concurrent access is increasing day by day, and the problem of resource load balancing has a sharp and complicated trend. At present, the research of load balancing algorithm is mainly aimed at improving the efficiency of resource allocation and shortening the response time of tasks, but neglecting the constraints of the number of scheduling resources, and not considering the importance and urgency of tasks. The GAPK load balancing scheduling algorithm based on bidirectional auction can realize the personalized load balancing scheduling according to the importance of the task when the number of resources is limited. The algorithm firstly constructs a bidirectional auction resource scheduling model and establishes the corresponding objective function to allocate the spare resources reasonably for each task through the auction behavior. Then the optimal solution of the objective function is obtained by using the GAPK scheduling algorithm. Finally, experiments show that the proposed algorithm has more advantages than the traditional algorithm in load balancing and efficiency.
【作者單位】： 國網智能電網研究院;南京郵電大學寬帶無線通信與傳感網技術教育部重點實驗室;
【基金】：國家電網公司科技項目(EPRIXXKJ[2014]2244)資助項目
【分類號】：TP393.01

【參考文獻】

相關期刊論文 前5條

1 胡志剛;劉艷;;云環(huán)境下基于組合雙向拍賣的動態(tài)資源定價[J];計算機工程;2012年08期

2 孟凡超;張海洲;初佃輝;;基于蟻群優(yōu)化算法的云計算資源負載均衡研究[J];華中科技大學學報(自然科學版);2013年S2期

3 金杉;李秋;;基于多目標遺傳算法的動態(tài)負載均衡方案[J];計算機工程與科學;2013年12期

4 肖迎春;王漢武;李夢雄;;基于混合組合雙向拍賣的網格資源分配方案[J];計算機科學;2014年05期

5 丁丁;羅四維;艾麗華;;基于雙向拍賣的適應性云計算資源分配機制[J];通信學報;2012年S1期

【共引文獻】

相關期刊論文 前10條

1 付秋芳;吳景豪;馬士華;;基于運輸代理商的公路運輸服務拍賣定價模型[J];工業(yè)工程與管理;2013年05期

2 章瑞;湯兵勇;;基于Hotelling模型的云計算服務兩期動態(tài)定價研究[J];東華大學學報(自然科學版);2015年03期

3 章瑞;宋湘玲;湯兵勇;;基于兩階段收費的云計算服務定價策略研究[J];黑龍江大學自然科學學報;2013年02期

4 殷秀葉;;云環(huán)境下基于組合雙向拍賣的資源定價策略[J];湖北廣播電視大學學報;2014年10期

5 孫英華;吳哲輝;郭振波;顧衛(wèi)東;;混合云市場的計算資源交易模型[J];計算機工程與應用;2014年18期

6 林曉偉;鄭麗娟;;云服務定價機制探索研究[J];價格理論與實踐;2014年08期

7 袁澤凱;葛世倫;王念新;;基于BSM模型的IaaS云計算服務定價[J];計算機應用研究;2014年11期

8 譚營軍;張鐵頭;李翠霞;;大型云計算多服務器環(huán)境下故障節(jié)點定位仿真[J];控制工程;2014年06期

9 顧成喜;;改進動態(tài)分層資源索引自主混淆云計算模型[J];控制工程;2014年06期

10 劉寧;管濤;;云計算下的威脅數(shù)據(jù)挖掘模型仿真[J];控制工程;2014年06期

相關博士學位論文 前2條

1 樂冠;面向服務系統(tǒng)的自適應資源管理技術研究[D];北京郵電大學;2013年

2 章瑞;云計算服務的定價策略研究[D];東華大學;2014年

相關碩士學位論文 前10條

1 劉艷;云環(huán)境下基于組合雙向拍賣的動態(tài)資源定價研究[D];中南大學;2012年

2 盧淑彩;基于解約協(xié)商的云資源交易協(xié)商機制研究[D];浙江工商大學;2013年

3 楊浩;基于標高和時間維度的連續(xù)競價交易策略研究[D];華中科技大學;2012年

4 朱德剛;基于鄰域和自適應學習的粒子群算法研究及應用[D];南昌航空大學;2014年

5 苗壯;基于CloudStack的IaaS資源調度策略研究[D];哈爾濱工業(yè)大學;2014年

6 李悅;基于改進模擬退火算法的Hadoop云平臺下新型調度器的研究和開發(fā)[D];太原理工大學;2014年

7 伴晨光;基于群體智能算法的玻璃幕墻風振可靠度分析[D];河北工程大學;2014年

8 袁澤凱;IaaS云計算服務定價問題研究[D];江蘇科技大學;2014年

9 徐露允;公共云服務定價建模與仿真研究[D];湖南大學;2014年

10 姜亞梅;云銀行模型下基于Stackelberg競爭的資源定價策略研究[D];南京工業(yè)大學;2014年

【二級參考文獻】

相關期刊論文 前6條

1 李立;劉元安;馬曉雷;;基于組合雙向拍賣的網格資源分配[J];電子學報;2009年01期

2 蔣玲艷;張軍;鐘樹鴻;;蟻群算法的參數(shù)分析[J];計算機工程與應用;2007年20期

3 程仕偉;潘郁;;云計算環(huán)境下基于可信性的動態(tài)資源分配策略[J];計算機工程;2011年11期

4 翁楚良;陸鑫達;;一種基于雙向拍賣機制的計算網格資源分配方法[J];計算機學報;2006年06期

5 陳康;鄭緯民;;云計算:系統(tǒng)實例與研究現(xiàn)狀[J];軟件學報;2009年05期

6 羅軍舟;金嘉暉;宋愛波;東方;;云計算:體系架構與關鍵技術[J];通信學報;2011年07期

，

本文編號：2367538