一种基于改进蚁群算法的云数据中心任务调度方法技术

本发明专利技术提出了一种基于改进蚁群算法的云数据中心任务调度方法，涉及云计算领域，包括以下步骤：步骤1：输入用户提交的待调度工作流任务集合以及用户租赁的虚拟机集合；步骤2：将任务分配给虚拟机执行的调度问题表示成标准的最小值求解问题；步骤3：用基于信息素更新的蚁群算法求解云计算环境虚拟机任务调度问题。本发明专利技术能够适应云环境的动态性，不但缩短了用户任务调度的时间开销，而且将云数据中心中的虚拟机负载维持在一个相对均衡的状态。

【技术实现步骤摘要】
一种基于改进蚁群算法的云数据中心任务调度方法
本专利技术属于云计算领域，尤其涉及一种基于改进蚁群算法的云数据中心任务调度方法。
技术介绍
随着商业模式的急速转变，偏重于解决科学计算问题的网格计算已经很难解决商业环境中存在的诸多问题，至今为止网格计算还没有出现任何商业化的产品。2006年，Google公司首次提出了云计算(CloudComputing)的概念。云计算利用虚拟化技术将数据中心中的存储、计算以及通信等资源整合为一个共享的、可动态配置的IT资源池。用户不再需要购置服务器等硬件资源，只需要通过互联网并且支付相应的费用即可根据自己的需求获取相应的服务。云计算采用成熟的虚拟化技术将一台物理主机映射成多台虚拟机，因此在任务调度过程中用户提交的任务无需分配到具体的物理节点来完成，每个任务只需根据适当的任务调度策略选择合适的虚拟机即可完成整个调度过程。此外由于云计算采用以用户为中心的“按需使用，按量付费”的商业服务模式，云数据中心任务调度需要考虑时间开销、满足用户对执行费用的需求、保证数据中心中虚拟机的负载维持在一个相对均衡的状态。如何对任务进行合理的分配成为云服务供应商亟需解决的重点问本文档来自技高网...

【技术保护点】
一种基于改进蚁群算法的云数据中心任务调度方法，其特征在于：包括以下步骤：步骤1：输入用户提交的待调度工作流任务集合以及用户租赁的虚拟机集合；步骤2：将任务分配给虚拟机执行的调度问题表示成标准的最小值求解问题；步骤3：用基于信息素更新的蚁群算法求解云计算环境虚拟机任务调度问题。

【技术特征摘要】
1.一种基于改进蚁群算法的云数据中心任务调度方法，其特征在于：包括以下步骤：步骤1：输入用户提交的待调度工作流任务集合以及用户租赁的虚拟机集合；步骤2：将任务分配给虚拟机执行的调度问题表示成标准的最小值求解问题；步骤3：用基于信息素更新的蚁群算法求解云计算环境虚拟机任务调度问题，其中包含一个迭代过程，包括如下8个子步骤：步骤3.1：初始化；该步骤初始化算法中的基本参数包括信息启发因子α、期望启发因子β、信息素挥发因子ρ、蚂蚁个数m、最大迭代次数NCmax、信息素τi,j以及转移期望程度ηi,j；步骤3.2：算法迭代开始，如果迭代次数NC小于最大迭代次数NCmax时，NC＝NC+1，进入下一步；当迭代次数大于等于最大迭代次数时，迭代结束；步骤3.3：每只蚂蚁根据状态转移公式为每个任务计算每台虚拟机被选择的概率；所述的状态转移公式为：其中，τi,j和ηi,j分别表示将任务Ti分配给VMj时的信息素及期望程度，Pi,j表示将任务Ti分配给虚拟机VMj的可能性，n为用户租赁的的虚拟机的个数；步骤3.4：通过轮盘赌算法选择虚拟机；通过轮盘赌算法解决蚂蚁的前进转移概率问题，当蚂蚁开始为任务选择调度虚拟机时，使轮盘转动，当轮盘停止时指针指向区域对应的虚拟机则为第k只蚂蚁为任务选择的计算节点；备选虚拟机对应的转移概率值越大，其在轮盘上占据的面积越大，相应的选择其计算该任务的可能性越大；步骤3.5：当工作流模型中的同一层任务皆选择同一虚拟机时，转到步骤3.3为任务重新分配虚拟机，否则转到下一步；步骤3.6：局部信息素更新：当一只蚂蚁完成所有的任务分配后，对该蚂蚁调度方案中的所有虚拟机进行信息素更新；还包括定义一个信息素调整因子PC，根据任务的虚拟机分配情况对信息素进行调整；所述的信息素调整因子PC的计算公式为：其中，Ej为本轮迭代过程中虚拟机执行完所有任务后虚拟机VMj所花费的时间；其中所述的局部信息素更新具体包括以下内容：A、残留信息进行更新处理，采用如下公式：τij(t+1)＝(1-ρ)·τij(t)+Δτij(...

【专利技术属性】
技术研发人员：薛胜军，李梦盈，许小龙，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32