【摘要】：針對(duì)云計(jì)算環(huán)境下大量用戶任務(wù)請(qǐng)求各異的服務(wù)質(zhì)量(quality of service,QoS)調(diào)度目標(biāo)要求,通過(guò)綜合考慮云用戶任務(wù)的截止時(shí)間底線、調(diào)度預(yù)算等QoS目標(biāo)約束條件以及各類可用資源的性能參數(shù),對(duì)任務(wù)調(diào)度的多QoS目標(biāo)約束條件進(jìn)行形式化建模,基于構(gòu)造的隸屬度函數(shù)將多QoS目標(biāo)約束的優(yōu)化求解問(wèn)題轉(zhuǎn)換成一個(gè)單目標(biāo)約束的優(yōu)化問(wèn)題,對(duì)轉(zhuǎn)換后的單目標(biāo)約束優(yōu)化問(wèn)題進(jìn)行近似求解,最終提出一種多QoS目標(biāo)約束的云計(jì)算任務(wù)調(diào)度策略。在Cloud Sim模擬器上的仿真結(jié)果表明,提出的多QoS目標(biāo)約束的云計(jì)算任務(wù)調(diào)度策略總體上優(yōu)于傳統(tǒng)的Min-Min算法以及改進(jìn)的以QoS為導(dǎo)向的Min-Min算法。
[Abstract]:Aiming at the quality of service (quality of service,QoS) scheduling target requirements of a large number of user tasks in cloud computing environment, considering the deadline of cloud user tasks comprehensively, The QoS target constraints such as scheduling budget and the performance parameters of various available resources are formalized to model the multi-objective constraints of task scheduling. Based on the membership function constructed, the optimization problem of multiple QoS constraints is transformed into an optimization problem with single objective constraint, and the transformed optimization problem with single objective constraint is approximately solved. Finally, a cloud computing task scheduling strategy with multiple QoS target constraints is proposed. The simulation results on Cloud Sim simulator show that the proposed multi-target constraint cloud computing task scheduling strategy is superior to the traditional Min-Min algorithm and the improved QoS oriented Min-Min algorithm.
【作者單位】： 東莞理工學(xué)院計(jì)算機(jī)學(xué)院;華南理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【分類號(hào)】：TP393.09

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前1條

1 董海量;胡華平;劉建鋒;虞欣平;;基于大規(guī)模網(wǎng)絡(luò)信息發(fā)送的任務(wù)調(diào)度策略研究[A];2010年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 鄧見(jiàn)光;云計(jì)算任務(wù)調(diào)度策略研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 曹傅焱;基于收益最大化的多目標(biāo)任務(wù)調(diào)度策略研究[D];山東大學(xué);2015年

2 辛海奎;基于群智能優(yōu)化算法的云計(jì)算任務(wù)調(diào)度策略研究[D];陜西師范大學(xué);2015年

3 李慧;云計(jì)算環(huán)境下能源感知任務(wù)調(diào)度策略研究[D];陜西師范大學(xué);2015年

4 梁社靜;云環(huán)境中任務(wù)調(diào)度策略研究[D];北京工業(yè)大學(xué);2015年

5 屈偉;云存儲(chǔ)任務(wù)調(diào)度策略研究[D];西安工業(yè)大學(xué);2013年

6 薛景文;基于免疫算法的云計(jì)算任務(wù)調(diào)度策略研究[D];太原理工大學(xué);2013年

7 吳鈞超;基于云用戶應(yīng)用評(píng)估的云平臺(tái)任務(wù)調(diào)度策略研究[D];哈爾濱工業(yè)大學(xué);2013年

8 馬迎然;移動(dòng)設(shè)備中基于云協(xié)助的節(jié)能任務(wù)調(diào)度策略[D];廈門大學(xué);2014年

9 王歷;基于樹(shù)形網(wǎng)絡(luò)的云計(jì)算環(huán)境下的任務(wù)調(diào)度策略[D];吉林大學(xué);2012年

10 張曉燕;P2P環(huán)境下多目標(biāo)任務(wù)調(diào)度策略研究[D];大連理工大學(xué);2008年

，

本文編號(hào)：2391222