一种基于混合云的可靠应用分配分布式遗传算法制造技术

本发明专利技术公开了一种基于混合云的可靠应用分配的分布式遗传算法，包括下列步骤：S1、构建优化模型；S2、定义约束条件；S3、定义目标函数；S4、定义染色体；S5、构建分布式池模型；S6、编码；S7、判断应用程序放置的数量或迭代次数是否达到规定值；S8、计算个体的适应度；S9、复制；S10、选择交叉；S11、变异；S12、返回步骤S7进入下一次迭代；S13、结束输出最优解。本发明专利技术利用可靠性感知的偏随机秘钥遗传算法解决了混合云应用分配没有可靠性保证的问题；利用分布式可扩展的池模型提高了应用分配的可扩展性，同时减少了能耗，充分利用了网络边缘的计算资源，减小延迟，提升了用户的体验质量。

【技术实现步骤摘要】
一种基于混合云的可靠应用分配分布式遗传算法
本专利技术涉及云技术
，具体涉及一种基于混合云的可靠应用分配分布式遗传算法。
技术介绍
由于现有的以云计算为核心的集中式大数据处理技术已经不能完全满足日益庞大的物联网边缘设备所产生的海量数据处理要求，所以需要一个新的云架构，这种新的架构体系应该能快速响应边缘设备的需求，以减少云计算中心的数据传输及处理压力。混合云概念应运而生，其由多个单个的具有异构功能的小云组成，他们在避免产生大的网络延迟的同时能提供更快地数据计算。然而，这种云环境常常包含一些容易导致任务失败的不可靠的节点和链路。因此，具有有效性保障的应用调度是目前研究面临的挑战。应用程序需要一种配置算法能兼顾CPU、存储、网络和有效性以尽可能优化地使用资源，并保持很小的出错率。应用程序在基础设施网络中的优化调度是一个NP-hard难度问题，因此，精确的算法用来解决此问题是不可扩展的。遗传算法(GeneticAlgorithm)是一类借鉴生物界的进化规律(适者生存，优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构本文档来自技高网...

【技术保护点】
一种基于混合云的可靠应用分配分布式遗传算法，其特征在于，所述算法包括：S1、构建优化模型，该模型包括云环境模块和应用程序几何模块，过程如下：S1‑1、用一个实体设备集PMs和一个实体链路集PLs来构建云环境；S1‑2、将应用程序集合分配到云环境中，每个应用包括一个服务集和一个虚拟链路集VLs；S2、根据混合云环境的特点及应用分配所涉及内容定义约束条件，过程如下：S2‑1、准入控制：每个应用程序分配的副本数最多不超过δ：|D|＝δ，其中，δ为某个应用程序的副本数量，D为某个应用程序所有副本组成的集合；至少有一个对应的副本被分配时，一个应用程序才能被认为成功分配：

【技术特征摘要】
1.一种基于混合云的可靠应用分配分布式遗传算法，其特征在于，所述算法包括：S1、构建优化模型，该模型包括云环境模块和应用程序几何模块，过程如下：S1-1、用一个实体设备集PMs和一个实体链路集PLs来构建云环境；S1-2、将应用程序集合分配到云环境中，每个应用包括一个服务集和一个虚拟链路集VLs；S2、根据混合云环境的特点及应用分配所涉及内容定义约束条件，过程如下：S2-1、准入控制：每个应用程序分配的副本数最多不超过δ：|D|＝δ，其中，δ为某个应用程序的副本数量，D为某个应用程序所有副本组成的集合；至少有一个对应的副本被分配时，一个应用程序才能被认为成功分配：其中，a表示某个应用程序；d表示应用程序a的副本d；A为所有应用程序组成的集合，Oa是一个变量，其定义为：如果应用程序a被成功分配则值为1，反之为0；Gd,a是一个变量，其定义为：如果应用程序a的副本d被分配则值为1，反之为0；S2-2、节点嵌入：只在副本被认为已成功放置时才为其分配节点资源：其中，s表示某个服务，n表示某个实体设备PM，S为所有的服务组成的集合，N为所有的实体设备PM组成的集合，是一个变量，其定义为：如果节点n是应用程序a的副本d对应的服务s所占用的宿主则值为1，反之为0；Ia,s是一个变量，其定义为：如果应用程序a对应的服务s被实例化则值为1，反之为0；如果一个副本没有成功放置则不会有实例化的服务：如果一个服务寄宿在一个节点上，那么CPU资源必须预先分配给该服务：其中，是一个变量，其定义为：如果实体设备PMn运行应用程序a对应的服务s则值为1，反之为0；对每个服务而言，其最多寄宿在一个节点上：CPU和内存资源的保护约束：其中，ωs为服务s要求的CPU资源，Ωn为实体设备PMn的CPU容量，且其中，Us,n是一个变量，其定义为：如果服务s寄宿在实体设备PMn上则值为1，反之为0，γs为服务s的存储容量要求，Γn为实体设备PMn的存储容量；一旦一个服务被某个副本使用，此服务必须寄宿在某个节点上：S2-3、链路嵌入：在每个节点上的多网络流约束可表示为：其中，是一个变量，其定义为：如果服务s1与服务s2之间的虚拟链路部署在应用程序a的副本d对应的节点n1和n2之间的实体链路上则值为1，反之为0，e表示某个实体链路PL，E表示所有实体链路PL组成的集合；其中，其中，是一个变量，其定义为：如果服务s1与服务s2之间的虚拟链路部署在应用程序a的副本d对应的实体链路e上则值为1，反之为0，是一个变量，其定义为：如果至少有一个应用程序a的副本通过部署在其上的服务s1与服务s2之间的虚拟链路使用实体链路e则值为1，反之为0；每个链路使用的总带宽不能超过总连接能力：其中，表示应用程序a所对应的两个服务s1，s2之间的带宽要求，Be实体链路PLe的带宽限制；S2-4、可靠性感知约束：对于一个可用副本，它所使用的每一个单独组件必须是可用的，当一个组件被任意一个副本的服务或虚拟链路使用时即认为这个组件被此副本所使用：其中，c表示某个实体组件，包括实体设备PM和实体链路PL，C为实体组件的集合，即C＝N∪E，是一个变量，其定义为：实体组件c被应用程序a的副本d所使用则值为1，反之为0；单个组件的状态描述为：其中，χc表示实体组件c的状态；一个组建的失败概率：基层网络状态可以被描述为：X＝(χ1,χ2,...,χ|C|)；S3、定义目标函数，将算法所要解决的问题转换为最大化分配的应用数量：PMn所使用的S4、定义染色体C，具体如下：C＝[A1,A2,...,AA,

【专利技术属性】
技术研发人员：涂成栋，梁亚玲，杜明辉，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44