摘要：虚拟化技术使云计算中形成了各种各样的资源池，这对于用户来说资源可以按需分配、动态扩展和配置，但对于管理员来说资源的管理和分配变得复杂和困难。因此，如何实现资源合理分配和负载均衡成为了研究的热点。本文基于这样的背景，提出了任务调度的负载均衡优化模型，并采用改进的遗传算法（IGA）来求解。最后通过与遗传算法（GA）和Min-Min算法进行仿真对比实验，结果证明了IGA算法在计算资源负载均衡方面表现较优。5212
关键词：云计算；虚拟化技术；负载均衡；遗传算法；任务调度;毕业论文
Research on Optimization Model and Algorithm for Load Balancing in Cloud Computing
Abstract:Virtualization technology forms a variety of resources pools in cloud computing, and the resources can be allocated on demand for users, and can be expanded and configured dynamically, but it makes the management and the allocation of the resources more complex and difficult for administrators. Therefore, how to achieve the goals of fair allocation and load balancing of resources has become a hot spot of research. This paper is based on this background, proposes the load balancing optimization model based on task scheduling, and uses the improved genetic algorithm (IGA) to solve it. Finally, by making the comparing simulation experiment with the genetic algorithm (GA) and the Min-Min algorithm, the results prove that the IGA algorithm performs better on the load balancing of computing resource for the model of this paper.
Key words:Cloud Computing;Virtualization Technology;Load Balancing;Genetic Algorithm;Task Scheduling
目 录
摘 要 1
引言 2
1.国内外研究现状 2
2.基于任务调度的负载均衡优化模型 2
2.1云计算中负载均衡优化问题描述 2
2.2云计算中任务调度的负载均衡优化模型 3
3.基于GA的计算能力负载均衡优化算法 4
3.1算法介绍 4
3.2算法设计 5
3.3算法步骤 6
4.实验仿真及结果分析 7
4.1仿真环境及主要参数介绍 7
4.2仿真结果分析 7
5.总结与展望 9
参考文献 11
致谢 12
云计算中负载均衡优化模型及算法研究
引言
虚拟化技术的使用，使得云计算出现了大量的虚拟资源池和拥有了超强的计算能力，使得可以处理更多的任务和请求，从而提高系统的吞吐量[1]。但是面对着众多到来的任务和请求，如何进行任务调度和资源分配成了一个问题。如果单单把到来的任务都分配到计算能力强的机器上，势必会造成计算能力强的机器上负载过重、性能下降，影响用户的响应时间[2]。同时计算能力弱的机器上负载较少，造成资源浪费。而如果限定每台机器上分配任务的数量，又会因没考虑每个任务负载情况的不同，可能导致负载大的任务都集中到个别机器上，又会出现这些机器超载的现象[3]。因此，研究云计算中的主机负载均衡问题具有重大的意义，本文提出了基于任务调度的负载均衡优化模型，来解决任务调度过程中的负载均衡问题，同时综合考虑任务负载情况和每台机器的计算能力。
1.国内外研究现状
目前国内外提出了很多实现负载均衡和任务调度的策略，其中冼进、余桂城提出了一种云计算中的作业调度算法[4]，主要解决任务均衡调度到虚拟机上的问题；周莹莲、刘甫进行了服务器负载均衡的研究[5]，分别从软硬件、技术和算法等方面研究了实现负载均衡的策略，但由于云计算节点的异构性、大规模和虚拟池的多样性，使得上述策略来解决云计算中的负载均衡问题效果不是太明显；赵超、王晟针对私有云模型中的负载均衡问题进行了研究[6]，指出目前研究的现状和出现的难点和问题；刘媛媛等提出一种基于虚拟机迁移的负载均衡方法[7]，该方法的创新之处是避免了瞬时负载峰值触发的虚拟机迁移问题和传统负载均衡技术中的群聚冲突问题；施杨斌提出了基于分形方法的负载均衡触发策略和基于多准测决策的负载均衡选择策略的算法[8]；左利云、左利锋提出了基于资源预先分类的Min-Min调度算法[9]，该算法根据资源的计算和通信能力预先将资源分类，并使用资源等级与任务最小执行时间的乘积进行调度。本文根据云计算的大规模和异构性等特点，同时考虑任务负载情况的差异性，提出了基于任务调度的负载均衡优化模型，并用改进的遗传算法进行仿真，取得了预期的效果。 云计算中负载均衡优化模型及算法研究:http://www.youerw.com/jisuanji/lunwen_2171.html