一种雾计算资源的调度方法及系统技术方案

本发明专利技术公开一种雾计算资源的调度方法及系统，首先利用平移‑标准差变换方法对雾计算资源集合进行标准化处理；然后根据适应度函数，利用粒子群优化算法和模糊聚类算法对标准化处理后的雾计算资源集合进行聚类，确定所述标准化处理后的雾计算资源集合的个体最优位置和全局最优位置；并根据所述个体最优位置和所述全局最优位置，获取所述雾计算资源集合的全局最优解，确定所述雾计算资源集合的类别；根据所述雾计算资源集合的类别，按照客户对资源的需求进行资源调度。本申请将模糊聚类算法和粒子群算法相结合，并将模糊聚类优化算法用于求解雾计算中的资源调度问题中，使得资源调度准确。

A scheduling method and system of fog computing resources

【技术实现步骤摘要】
一种雾计算资源的调度方法及系统
本专利技术涉及信息处理领域，特别是涉及一种雾计算资源的调度方法及系统。
技术介绍
雾计算(FogComputing)：作为一种新的计算范式，将传统的云计算范式扩展到了网络边缘，由性能较弱、更为分散的各类功能计算机组成，具有低延迟、位置感知及广泛的地理分布等特征。模糊聚类算法(FuzzyC-Means,FCM)：FCM作为一种数据聚类算法，通过隶属度函数确定每个样本点属于某个聚类的程度。FCM算法作为一种局部优化算法，通过爬山法来寻求最优解。粒子群算法(ParticleSwarmOptimization,PSO)：PSO算法是由Kennedy和Eberhart根据鸟群觅食行为提出的一种启发式算法。它具有收敛速度快和全局优化的优点。近年来，随着物联网技术的迅速发展，大量的智能设备彼此互联，并通过互联网进行数据和信息交换，面向物联网的智能服务，已经广泛应用于人们生活的各个方面。云计算作为一种分布式计算模式，具有大规模，虚拟化以及可靠安全等特点，能够对物联网产生的海量数据进行优化存储和处理，为终端本文档来自技高网...

【技术保护点】
1.一种雾计算资源的调度方法，其特征在于，所述调度方法包括：/n利用平移-标准差变换方法对雾计算资源集合进行标准化处理；/n根据适应度函数，利用粒子群优化算法和模糊聚类算法对标准化处理后的雾计算资源集合进行聚类，确定所述标准化处理后的雾计算资源集合的个体最优位置和全局最优位置；并根据所述个体最优位置和所述全局最优位置，获取所述雾计算资源集合的全局最优解，确定所述雾计算资源集合的类别；/n根据所述雾计算资源集合的类别，按照客户对资源的需求进行资源调度。/n

【技术特征摘要】
1.一种雾计算资源的调度方法，其特征在于，所述调度方法包括：
利用平移-标准差变换方法对雾计算资源集合进行标准化处理；
根据适应度函数，利用粒子群优化算法和模糊聚类算法对标准化处理后的雾计算资源集合进行聚类，确定所述标准化处理后的雾计算资源集合的个体最优位置和全局最优位置；并根据所述个体最优位置和所述全局最优位置，获取所述雾计算资源集合的全局最优解，确定所述雾计算资源集合的类别；
根据所述雾计算资源集合的类别，按照客户对资源的需求进行资源调度。


2.根据权利要求1所述雾计算资源的调度方法，其特征在于，所述利用平移-标准差变换方法对雾计算资源进行标准化处理，具体包括：
获取所述雾计算资源集合R，其中m表示所述雾计算资源的节点的个数，n为每个所述雾计算资源的节点的属性个数，rmn表示所述雾计算资源的集合R中第m个节点在第n维特征属性上的雾计算资源的数据；
根据公式对所述雾计算资源集合的数据进行标准化处理；其中rij表示所述雾计算资源的集合R中第i个节点在第j维特征属性上的雾计算资源的数据，1≤i≤m，1≤j≤n；表示各个雾计算资源数据的平均值，Sj表示各个雾计算资源数据在第j维特征属性上的标准差；表示各个雾计算资源数据在第j维特征属性上的均值，r′ij表示对所述雾计算资源集合的数据进行标准化处理后的数据；
根据对所述标准化处理后的雾计算资源集合进行归一化处理；其中r″ij表示归一化后的雾计算资源数据，min(r′ij)是标准化后的雾计算资源数据中的最小值，max(r′ij)是所述标准化处理后的雾计算资源数据中的最大值。


3.根据权利要求2所述雾计算资源的调度方法，其特征在于，所述根据适应度函数，利用粒子群优化算法和模糊聚类算法对标准化处理后的雾计算资源集合进行聚类，确定所述标准化处理后的雾计算资源集合的个体最优位置和全局最优位置；并根据所述个体最优位置和所述全局最优位置，获取所述雾计算资源集合的全局最优解，确定所述雾计算资源集合的类别，具体包括：
(1)初始化粒子群中每个粒子的位置和速度；
(2)确定最大迭代次数；
(3)根据所述标准化处理后的雾计算资源集合的类别，确定聚类中心的数目c；所述聚类中心的数目c等于所述标准化处理后的雾计算资源集合的类别的数目；
(4)初始化隶属度矩阵μij，并根据公式计算所述聚类中心；其中xi为所述雾计算资源集合的样本点，k∈[1,+∞]，为模糊加权系数；
(5)根据所述适应度函数计算所述粒子的个体极值和全局极值，分别根据所述个体极值和全局极值确定个体最优位置pbesti和全局最优位置gbesti；其中||xi-vj||表示xi到所述聚类中心的中心点vj的欧式距离；
(6)判断迭代次数是否达到最大迭代次数，若是，输出所述个体最优位置pbesti和全局最优位置gbesti；若否，则利用公式vi＝ωvi+c1r1(pbesti-xi)+c2r2(gbesti-xi)和xi+1＝xi+vi更新每一所述粒子的速度和位置；其中xi表示粒子的当前位置，并返回步骤(5)；vi表示粒子的速度，c1和c2表示加速因子，ω表示惯性权重，r1和r2是介于[0,1]之间的随机值；
(7)根据所述个体最优位置pbesti和全局最优位置gbesti，利用模糊聚类算法获取所述雾计算资源集合的全局最优解，确定所述雾计算资源集合的类别。


4.根据权利要求3所述雾计算资源的调度方法，其特征在于，在所述根据所述雾计算资源的类别，按照客户对资源的需求进行资源调度之前还包括：
获取用于的任务集合T；
根据所述用户的需求将所述任务集合T进行分类，获得所述任务集合T的类别。


5.根据权利要求4所述雾计算资源的调度方法，其特征在于，所述根据所述雾计算资源的类别，按照客户对资源的需求进行资源调度，具体包括：
分别获取所述任务集合T的类别和所述所述雾计算资源的类别；
根据公式对所述任务集合T的类别和所述所述雾计算资源的类别进行匹配；其中reqi表示用户需求的属性，resi表示资源属性，ωi表示属性所占权重；
根据匹配结果进行资源调度。
...

【专利技术属性】
技术研发人员：李光顺，吴俊华，禹继国，成秀珍，王茂励，宋见荣，王纪萍，赵航，赵旭东，张勇，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：山东;37