基于遗传算法的层次化云资源监测方法

被引:3
作者
程春玲
李阳
张登银
机构
[1] 南京邮电大学计算机学院
关键词
云计算; 资源监测; 遗传算法; 区域划分;
D O I
10.13232/j.cnki.jnju.2013.04.011
中图分类号
TP274 [数据处理、数据处理系统]; TP18 [人工智能理论];
学科分类号
140102 [集成电路设计与设计自动化]; 140502 [人工智能];
摘要
云计算拥有大量互连的服务器,多种物理和虚拟共享资源是动态配置和实时变化的,因此,及时准确地监测和获取资源信息,并减少监测开销是云计算管理的一个重要内容.本文以网络监测流量最小为目标,以监测响应时间和负载均衡为约束条件,建立动态划分监测区域的数学模型,并提出一种基于遗传算法的层次化云资源监测方法对该数学模型进行优化求解.该方法首先利用遗传算法确定各个区域监测中心的位置;然后,根据延迟最优策略动态划分监测区域.最后,构建了基于移动代理的层次化监测软件架构以适应动态的监测区域划分.仿真结果表明,所提出的资源监测方法能有效减少监测流量、缩短监测时间、保持区域之间的负载均衡,适用于动态变化的云计算环境.
引用
收藏
页码:491 / 499
页数:9
相关论文
共 3 条
[1]
云计算环境下基于失效规则的资源动态提供策略 [J].
田冠华 ;
孟丹 ;
詹剑锋 .
计算机学报, 2010, 33 (10) :1859-1872
[2]
带宽延迟约束的层次化网络监测模型 [J].
刘湘辉 ;
景宁 ;
殷建平 ;
李军 ;
靳肖闪 .
电子与信息学报, 2008, (03) :712-716
[3]
A Self-adaptive hierarchical monitoring mechanism for Clouds.[J].Gregory Katsaros;George Kousiouris;Spyridon V. Gogouvitis;Dimosthenis Kyriazis;Andreas Menychtas;Theodora Varvarigou.The Journal of Systems & Software.2011, 5