資源負載分配是云計算領(lǐng)域的重要研究方向,當(dāng)前云計算資源負載分配算法難以得到最合理的分配方案,導(dǎo)致部分云計算資源上存在負載過重或者空負載現(xiàn)象,云計算資源利用率低。為了解決當(dāng)前云計算資源負載分配算法存在的局限性,提出基于布谷鳥搜索算法的云計算資源負載分配算法。首先分析當(dāng)前云計算資源負載分配算法的研究進展,建立云計算資源負載分配模型,然后利用具有模擬鳥群群集行為和特征的布谷鳥搜索算法對其進行求解,根據(jù)最優(yōu)鳥巢位置得到云計算資源負載分配方案,最后采用CloudSim軟件實現(xiàn)了云計算資源負載分配仿真測試實驗。結(jié)果表明,相當(dāng)于當(dāng)前其它云計算資源負載分配算法,布谷鳥搜索算法的求解效率得到了明顯提升,求解精度也得到了相應(yīng)的改善,可以保證云計算資源上分配的負載十分均衡,提高了云計算資源負載利用率,降低了云計算系統(tǒng)的運行成本。 

【文章來源】：微型電腦應(yīng)用. 2020,36(02)

【文章頁數(shù)】：4 頁

【部分圖文】：

布谷鳥搜索算法的工作流程

云計算的體系結(jié)構(gòu)

不同負載數(shù)量的條件下,兩種云計算資源負載分配算法找到最優(yōu)方案的迭代次數(shù)變化曲線如圖3所示。從圖3可以看出,隨著負載數(shù)量的增加,迭代次數(shù)不斷的增加,當(dāng)負載數(shù)量較小時,兩種算法的迭代次數(shù)相差不大,但當(dāng)負載數(shù)量比較大時,布谷鳥搜索算法的迭代次數(shù)少于文獻[11]算法,從而加快了找到云計算資源負載分配最優(yōu)方案的速度,驗證了布谷鳥搜索算法的有效性。

【參考文獻】：
期刊論文
[1]一種基于共享公平和時變資源需求的公平分配策略[J]. 李杰,張靜,李偉東,張學(xué)杰.  計算機研究與發(fā)展. 2019(07)
[2]移動邊緣計算環(huán)境下的動態(tài)資源分配策略[J]. 朱新峰,張智浩,王彥凌.  計算機工程與科學(xué). 2019(07)
[3]云計算環(huán)境下的資源分配關(guān)鍵技術(shù)研究綜述[J]. 姜棟瀚,林海濤.  中國電子科學(xué)研究院學(xué)報. 2018(03)
[4]基于計算資源運行時剩余能力評估優(yōu)化云平臺[J]. 周墨頌,董小社,陳衡,張興軍.  計算機研究與發(fā)展. 2017(11)
[5]基于改進型離散粒子群優(yōu)化的云計算資源分配方案[J]. 謝輔雯,張敏.  湘潭大學(xué)自然科學(xué)學(xué)報. 2017(03)
[6]云計算中時間感知應(yīng)用的資源分配與調(diào)度算法[J]. 劉小銘,李宗輝,王俊杰,許旭江.  西南師范大學(xué)學(xué)報(自然科學(xué)版). 2017(07)
[7]一種混合優(yōu)化的云計算資源調(diào)度算法[J]. 陳欽榮,劉順來,林錫彬.  韓山師范學(xué)院學(xué)報. 2016(06)
[8]基于改進粒子群算法的云計算資源調(diào)度模型的研究[J]. 趙宏偉.  沈陽大學(xué)學(xué)報(自然科學(xué)版). 2015(06)
[9]基于粒子群優(yōu)化算法的云計算資源調(diào)度策略研究[J]. 周麗娟,王春影.  計算機科學(xué). 2015(06)
[10]云計算環(huán)境下的DPSO資源負載均衡算法[J]. 馮小靖,潘郁.  計算機工程與應(yīng)用. 2013(06)



本文編號：3542429