基于免疫蚁群算法的云任务节能调度策略的研究

摘要

在当今社会中云计算已经成为支撑众多高新技术发展的基础设施之一。然而，数据中心的高能耗制约了云计算的健康发展，与高能耗形成鲜明对比的是数据中心普遍低下的能源效率。因此，数据中心的节能问题是云计算中重要的研究方向。同时，云计算作为一种商业模式，面向海量用户，个人开发者、公司企业、科研机构纷纷将开发的应用放到云平台上以减少早期基础设施的投入及后续拓展及维护的成本。云计算供应商必须要保证提供的服务能达到用户的服务质量要求，而这也是一个在云计算领域受到广泛研究的方面。
　　本论文将从系统节能角度出发，通过软件技术来进行节能，提出一种同时考虑了云服务 QoS和数据中心能耗的任务调度策略，可以高效且合理地为云任务分配不同的计算资源。策略在保证云服务 QoS的同时，极大限度地减少数据中心能耗，并可以通过调整优化权重来选择调度策略的优化重心，来满足不同程度的优化需求。
　　本论文提出的节能调度策略动态地让免疫算法和蚁群算法相结合，利用免疫算法快速全局收敛的特性，策略早期使用免疫算法得到蚁群算法早期的信息素浓度分布，而当免疫算法进化速度低于动态设定的阈值后，利用改进蚁群算法加快算法寻优的收敛速度，该策略可以在数据中心服务器发生改变时做出较快反应，而改进的蚁群算法考虑到云环境的特殊性，将任务分配问题映射为蚂蚁觅食寻路过程中节点寻找问题，保证云环境下任务调度算法的有效性。
　　最后论文使用Cloudsim-4.0仿真模拟软件构建了相应的云计算环境，并且在优化任务执行时间，降低任务执行过程中数据中心能耗两个方面，将本论文提出的免疫蚁群节能调度算法与顺序调度、Min-min算法以及原始蚁群算法等调度模型进行对比。最后，实验结果表明，免疫蚁群算法在任务完成时间以及数据中心节能方面都具有优势，而且随着数据中心处理的任务数量的增长，免疫蚁群算法具有的优势更加明显。

目录

第1章 绪 论

1.1 研究背景

1.2 国内外研究现状

1.3 课题主要工作

1.4 论文内容安排

第2章 云计算的相关介绍

2.1云计算介绍

2.2 云计算任务调度策略

2.3 本章小结

第3章 免疫蚁群算法底层模型研究

3.1 问题描述

3.2 模型建立

3.3 本章小结

第4章 免疫蚁群算法上层模型研究

4.1 问题描述

4.2 免疫蚁群算法

4.3 本章小结

第5章 实验及结果分析

5.1 Cloudsim介绍

5.2 实验设计及验证

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢