基于人工免疫系统的云平台动态任务调度

摘要

从网格计算、分布式计算的出现开始,任务调度算法就成为学术界和业界重点研究的课题。云计算要求能够应对计算密集、数据密集和通信密集等各种类型的服务,并确保其可扩展性和高可靠性。同时,云计算对系统的节能高效和稳定可靠两个方面提出了更高的要求,任务的合理调度正是实现这两个重要目标的途径之一。
　　此外,由于虚拟化技术作为云计算不可缺少的重要组成部分,云环境下任务调度算法还应该与虚拟化技术有机结合。现有的许多任务调度算法不能很好地胜任新的技术要求。人工智能的理论和方法(如遗传算法)一直以来都是复杂环境下的任务调度问题研究的重要方法之一。人工免疫系统是人工智能的研究热点之一,相比遗传算法,有许多优势。本文利用人工免疫系统的优势研究了云平台的动态任务调度问题.
　　针对云计算领域的动态任务调度问题,本文提出了一种基于人工免疫系统的云计算平台动态任务调度算法。该算法首先利用排队论,从宏观上快速确定云计算平台保持稳态的条件:平台对于各类任务的最小服务率。然后,基于人工免疫系统中的免疫克隆选择算法,将动态任务调度问题建模为对虚拟机的计算资源配置问题。以CPU对于各类任务的处理能力作为衡量指标,设计并实现了对虚拟机资源配置方案的随机搜索算法。算法中加入了适当的负载平衡处理,它能使抗体基因更加优良。
　　模拟实验结果表明,相较于混合遗传调度算法,基于人工免疫系统的云平台动态任务调度算法能有效提高收敛速度和精度,快速搜索到合理配置,提高了集群资源利用率。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景及意义

1.2 任务调度算法的研究现状

1.3 主要研究内容与论文结构

第二章 排队理论及人工免疫系统基础

2.1 排队理论

2.2 人工免疫系统的基本定义和主要算法

第三章 结合人工免疫系统的云平台动态任务调度

3.1云计算平台的特征

3.2任务排队描述

3.3任务排队建模

3.4 虚拟机资源配置框架

3.5配置算法

3.6 免疫克隆选择

3.7算法描述

3.8 本章小结

第四章 实验与结论分析

4.1 负载均衡处理

4.2 实验与结果分析

4.3 本章小结

第五章 总结与展望

5.1论文总结

5.2工作展望

致谢

参考文献

攻读硕士期间主要研究成果