本文關(guān)鍵詞：云環(huán)境下基于偏好的資源公平分配策略　出處：《計(jì)算機(jī)工程與科學(xué)》2017年11期 　論文類型：期刊論文

  更多相關(guān)文章： 公平性 偏好 平均任務(wù)調(diào)度時(shí)間 最大資源利用率

【摘要】：資源分配策略是云計(jì)算領(lǐng)域的一個(gè)重要研究熱點(diǎn),其主要目標(biāo)是同時(shí)考慮云用戶和云提供商雙方的利益,有效滿足系統(tǒng)用戶和任務(wù)的公平性,同時(shí)盡可能達(dá)到系統(tǒng)資源的充分利用�？紤]到云環(huán)境中的用戶需求各異,每個(gè)用戶的任務(wù)請(qǐng)求數(shù)量不同,各個(gè)任務(wù)的資源需求也不同,設(shè)計(jì)了一種基于偏好的公平分配策略FABP,并給出了用戶優(yōu)先級(jí)和任務(wù)優(yōu)先級(jí)的定義。實(shí)驗(yàn)分析表明,該算法不僅能縮短平均任務(wù)調(diào)度時(shí)間,而且還可以保證任務(wù)調(diào)度過程中用戶和任務(wù)的公平性,實(shí)現(xiàn)綜合資源利用率的最大化。
[Abstract]:Resource allocation strategy is an important research hotspot in cloud computing field. Its main goal is to consider the interests of both cloud users and cloud providers and effectively meet the fairness of system users and tasks. At the same time, as far as possible to achieve the full use of system resources. Considering the different needs of users in the cloud environment, the number of task requests for each user is different, and the resource requirements of each task are also different. A fair assignment strategy based on preference, FABP-based, is designed, and the definitions of user priority and task priority are given. The experimental results show that the algorithm can not only shorten the average task scheduling time. Moreover, it can ensure the fairness of users and tasks in task scheduling, and maximize the utilization of comprehensive resources.
【作者單位】： 江西理工大學(xué)信息工程學(xué)院;
【分類號(hào)】：TP3
【正文快照】： 1引言從經(jīng)濟(jì)學(xué)角度看,云環(huán)境下的資源分配問題,本質(zhì)在于如何最大化云用戶和云提供商的利益,將總體有限的資源分配給用戶的各個(gè)任務(wù),實(shí)現(xiàn)用戶和任務(wù)的公平,以提高用戶滿意度,最大化資源使用率,以保證云提供商的經(jīng)濟(jì)效益。目前關(guān)于云計(jì)算中的資源分配問題的研究,往往只從一方角

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖曉文;廖京盛;;時(shí)間觸發(fā)模式的任務(wù)調(diào)度與分解策略[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2006年07期

2 黃漾;;分布式環(huán)境下任務(wù)調(diào)度探討[J];電腦知識(shí)與技術(shù);2011年19期

3 張占軍,楊學(xué)良;具有優(yōu)先次序的多媒體流調(diào)度和資源共享[J];軟件學(xué)報(bào);1999年05期

4 章軍,章立生,韓承德;非完全互連同構(gòu)系統(tǒng)上的靜態(tài)任務(wù)調(diào)度[J];軟件學(xué)報(bào);1999年11期

5 李英;黃國(guó)范;;遺傳算法在云任務(wù)調(diào)度中的應(yīng)用[J];洛陽師范學(xué)院學(xué)報(bào);2013年05期

6 江維;詹瑾瑜;桑楠;楊霞;;可信嵌入式系統(tǒng)中可靠且能量有效的任務(wù)調(diào)度[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2011年02期

7 徐正光;陳雁;尹怡欣;胡長(zhǎng)軍;王玨;;一種基于梯形自調(diào)度技術(shù)的集群任務(wù)調(diào)度的實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2005年23期

8 穆鵬程;NEZAN Jean-Fran噻ois;RAULET Mickaёl;COUSIN Jean-Gabriel;;并行嵌入式系統(tǒng)中具有通信競(jìng)爭(zhēng)任務(wù)調(diào)度問題的高級(jí)列表調(diào)度方法[J];中國(guó)科學(xué):信息科學(xué);2011年03期

9 譚一鳴;曾國(guó)蓀;王偉;;隨機(jī)任務(wù)在云計(jì)算平臺(tái)中能耗的優(yōu)化管理方法[J];軟件學(xué)報(bào);2012年02期

10 張彪;郭衛(wèi)斌;李建華;李洪林;;一種改進(jìn)的基于動(dòng)態(tài)信任的分布式調(diào)度模型[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

相關(guān)博士學(xué)位論文 前7條

1 汪昌健;面向MapReduce計(jì)算模型的調(diào)度技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

2 瞿進(jìn);可重構(gòu)系統(tǒng)軟硬功能劃分及任務(wù)調(diào)度技術(shù)研究[D];解放軍信息工程大學(xué);2011年

3 周雙娥;實(shí)時(shí)分布容錯(cuò)系統(tǒng)的任務(wù)調(diào)度技術(shù)研究[D];哈爾濱工程大學(xué);2003年

4 柴亞輝;基于FPGA的高性能計(jì)算架構(gòu)硬件任務(wù)與資源模型研究[D];上海大學(xué);2012年

5 金剛;云環(huán)境下任務(wù)調(diào)度關(guān)鍵問題研究[D];吉林大學(xué);2015年

6 耿曉中;基于多核分布式環(huán)境下的任務(wù)調(diào)度關(guān)鍵技術(shù)研究[D];吉林大學(xué);2013年

7 王寧;云計(jì)算環(huán)境下數(shù)據(jù)管理與任務(wù)調(diào)度優(yōu)化策略研究[D];北京科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 楊鏡;基于人工免疫系統(tǒng)的云平臺(tái)動(dòng)態(tài)任務(wù)調(diào)度[D];電子科技大學(xué);2014年

2 姜志剛;數(shù)據(jù)中心溫度感知任務(wù)調(diào)度技術(shù)研究[D];南京大學(xué);2014年

3 翟釗;云環(huán)境下的集群性能優(yōu)化研究[D];南京郵電大學(xué);2016年

4 李蓉蓉;基于人工蜂群算法的云任務(wù)調(diào)度研究[D];合肥工業(yè)大學(xué);2016年

5 楊俊;多核系統(tǒng)靜態(tài)任務(wù)調(diào)度問題研究[D];合肥工業(yè)大學(xué);2016年

6 王璇;基于智能搜索算法的多核處理器任務(wù)調(diào)度[D];杭州電子科技大學(xué);2015年

7 懷偉城;基于動(dòng)態(tài)調(diào)頻技術(shù)的數(shù)據(jù)中心任務(wù)調(diào)度問題研究[D];南京大學(xué);2014年

8 郭會(huì)云;基于云計(jì)算的海量傳感器信息存儲(chǔ)的擴(kuò)展研究和實(shí)現(xiàn)[D];北方工業(yè)大學(xué);2017年

9 高金華;基于多核的任務(wù)調(diào)度研究與實(shí)現(xiàn)[D];中南大學(xué);2010年

10 馬玉明;云計(jì)算數(shù)據(jù)中心的任務(wù)調(diào)度研究[D];云南大學(xué);2015年

，

本文編號(hào)：1371748