云计算环境下基于蚁群优化算法的资源调度策略

被引:21
作者
刘永 [1 ]
王新华 [1 ,2 ]
邢长明 [3 ]
王硕 [1 ]
机构
[1] 山东师范大学信息科学与工程学院
[2] 山东省分布式计算机软件新技术重点实验室
[3] 山东财政学院继续教育学院
关键词
云; 资源调度; 蚁群算法;
D O I
暂无
中图分类号
TP3 [计算技术、计算机技术];
学科分类号
0812 ;
摘要
针对当前云计算环境中节点规模巨大,单个节点资源配置较低,寻找有效计算资源效率不高的缺点,文中在Google公司的Map/Reduce框架上提出了两个基于蚁群优化的资源调度策略ACO1和ACO2,并在这两个资源调度策略中引入双向蚂蚁机制。在该双向蚂蚁机制中蚂蚁通过相互交流,能够快速地发现合适的虚拟机资源,从而使得Master节点能够快速地为用户任务分配虚拟机。实验结果表明这两个利用了双向蚂蚁机制的资源调度策略显著减少了为用户任务寻找虚拟机的时间,从而使得用户任务能够更快地获得虚拟机,保证用户作业能够按时完成。
引用
收藏
页码:19 / 23+27 +27
页数:6
相关论文
共 6 条
[1]  
云计算环境下资源负载均衡调度算法研究.[D].吕良干.新疆大学.2010, 02
[2]   云计算研究进展综述 [J].
张建勋 ;
古志民 ;
郑超 .
计算机应用研究, 2010, 27 (02) :429-433
[3]   基于改进蚂蚁算法的网格资源管理的研究 [J].
张千 ;
梁鸿 ;
李振 .
微电子学与计算机, 2009, 26 (09) :71-74
[4]   一种基于改进蚁群算法的选播路由算法 [J].
李领治 ;
郑洪源 ;
丁秋林 .
电子与信息学报, 2007, (02) :340-344
[5]   一种基于AntNet改进的QoS路由算法 [J].
潘达儒 ;
袁艳波 .
小型微型计算机系统, 2006, (07) :1169-1174
[6]   Ant colony optimization techniques for the vehicle routing problem [J].
Bell, JE ;
McMullen, PR .
ADVANCED ENGINEERING INFORMATICS, 2004, 18 (01) :41-48