本文關(guān)鍵詞：基于啟發(fā)式算法的云計算負載均衡問題研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：云計算以集約化、虛擬化、彈性伸縮為主要特征,是一種以虛擬化技術(shù)為基礎(chǔ)的新型分布式系統(tǒng)。負載均衡機制作為提升分布式系統(tǒng)伸縮性的必要手段而存在。云計算中的負載均衡問題呈現(xiàn)出某些新的特征。目前對于云計算中的任務分配問題的解決,大多借鑒傳統(tǒng)分布式系統(tǒng)負載均衡的經(jīng)驗,尚無特別成熟的公開方法。因此對云計算中負載均衡問題的研究有著重要的學術(shù)意義和工程實踐需求。本文在調(diào)研國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,以異構(gòu)任務和異構(gòu)服務點為研究對象,針對計算密集型負載,通過對傳統(tǒng)負載均衡機制以及業(yè)界熱點相關(guān)啟發(fā)式算法的理解,提出了一種負載均衡方法,并對二選擇算法及細菌覓食優(yōu)化算法做出了改進。主要貢獻如下:1)提出一種負載均衡算法,針對傳統(tǒng)負載均衡算法盲目性較高,大多針對同構(gòu)任務及同構(gòu)處理節(jié)點,而智能啟發(fā)式算法迭代次數(shù)較多,具有一定滯后性的不足,設(shè)計了一種在線機制與離線機制相結(jié)合的負載均衡算法:在線算法利用不完全的狀態(tài)信息,在考慮處理節(jié)點能力的基礎(chǔ)上,以盡快完成本任務為目的。于此相對,離線負載均衡算法部分在理論上可獲取云中節(jié)點的全部狀態(tài)信息,目的是修正在線算法因?qū)θ中畔⒌娜狈Χa(chǎn)生的偏差。2)細菌覓食優(yōu)化算法目前廣泛應用于圖像聚類、車間作業(yè)調(diào)度等優(yōu)化問題,是一種新型元啟發(fā)式算法。通過建立相關(guān)模型,本文將細菌優(yōu)化算法及其改進應用于離線負載均衡算法中,并通過實驗驗證了細菌優(yōu)化算法及其改進的有效性。3)算法的改進。兩選擇算法是一種隨機化的算法,與簡單的隨機負載均衡算法相比,兩選擇算法具有指數(shù)級的效能提升。然而兩選擇算法的原始模型并沒有充分考慮異構(gòu)處理節(jié)點及異構(gòu)任務的情況。本研究通過綜合考慮處理節(jié)點能力與等待隊列長度,從而對兩選擇算法進行了改進,分別在異構(gòu)任務異構(gòu)虛擬機、同構(gòu)任務異構(gòu)虛擬機、異構(gòu)任務同構(gòu)虛擬機等條件下通過實驗驗證了改進的有效性。細菌優(yōu)化算法是一種新型群智能啟發(fā)式算法,本研究通過改進細菌覓食優(yōu)化算法中細菌健康度函數(shù),綜合考慮了細菌的歷史健康度累計值,進而影響細菌覓食優(yōu)化算法的復制過程。實驗發(fā)現(xiàn),改進算法在犧牲了一些局部尋優(yōu)能力的基礎(chǔ)上存在一定優(yōu)勢跳出局部最優(yōu)解。
【關(guān)鍵詞】：云計算 負載均衡 細菌覓食優(yōu)化算法 兩選擇算法
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TP3
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 緒論8-16
• 1.1 課題背景及研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-14
• 1.2.1 國外研究現(xiàn)狀9-12
• 1.2.2 國內(nèi)研究現(xiàn)狀12-14
• 1.3 論文主要內(nèi)容及安排14-16
• 第2章 負載均衡算法概述16-26
• 2.1 網(wǎng)絡流中的負載均衡算法16-19
• 2.2 云計算負載均衡算法19-22
• 2.3 一種結(jié)合細菌優(yōu)化的負載均衡算法22-25
• 2.4 本章小結(jié)25-26
• 第3章 兩選擇算法改進26-37
• 3.1 現(xiàn)有在線負載均衡算法26-29
• 3.2 算法改進流程29-30
• 3.3 實驗及分析30-36
• 3.4 本章小結(jié)36-37
• 第4章 細菌離線負載均衡算法及其改進37-57
• 4.1 啟發(fā)式及元啟發(fā)式算法40-41
• 4.2 算法流程及其改進41-45
• 4.3 實驗及分析45-56
• 4.4 本章小結(jié)56-57
• 結(jié)論57-58
• 參考文獻58-62
• 攻讀碩士學位期間發(fā)表的論文及其它成果62-64
• 致謝64

  本文關(guān)鍵詞：基于啟發(fā)式算法的云計算負載均衡問題研究，由筆耕文化傳播整理發(fā)布。

本文編號：438226