云运营商效益最优的资源分配机制与算法_毕业论文

毕业论文移动版

毕业论文 > 计算机论文 >

云运营商效益最优的资源分配机制与算法

摘 要:为解决云运营商效益最优化的问题,本论文提出了改进型模拟退火算法(Bb-Metroplis)。改进型模拟退火算法针对效益最优化问题的特殊解空间,利用srand()和rang()函数产生新解,并结合背包算法的思想合理放置虚拟机和接纳效益更高的客户,从而节约运营商成本,提高云中资源利用率和降低了能耗,使云运营商获得尽可能大的经济效益。5782
    关键字:服务计费;全局调节算法;效益最优;云计算
        An Optimal Effectiveness of Resources
     Allocation and Algorithm for Operator in Cloud Computing
Abstract: In order to solve the problem which Cloud operators get the optimun benefit,the paper comes up with the Bb-Metrolic. The Bb-Metroplic aiming at the special solution space of the problem of optimun benefit,it uses functions of strand() and rang() to produce new explanation, and combines with the idea of knapsack algorithm to place the virtual machine reasonably and accept customers who have more profit selectively.Therefore,it saves costs for operators, improves the rate of resource utilization and reduces the energy consumption to make the cloud operators get the economic benefits as much as possible.
Key words: Service Computing; Global-adjustment; Optimal Efficiency; Cloud Computing
 目    录

摘  要    1
引言    2
1.云运营商效益最优的研究意义和现状    2
1.1云运营商效益最优的研究意义    2
1.2云运营商效益最优的研究现状    2
2.云运营商效益最优算法的数学建模    3
2.1研究的云环境    3
2.2算法的数学模型    3
3.云运营商效益最优的算法实现    4
3.1本文算法的简介    4
3.2算法的解空间    5
3.3新解的产生    5
3.4算法的目标函数    5
3.5算法分析    5
3.6算法总体流程    6
4.实验仿真与分析    7
4.1仿真环境介绍及主要参数介绍    7
4.2仿真结果分析    7
5.总结与展望    9
5.1总结    9
5.2展望    9
参考文献    10
致谢    11
云运营商效益最优的资源分配机制与算法
引言
 云计算成为国内外因特网企业巨头的研究重点,主要是因为其应用意义和企业效益,而企业首要考虑的是效益最大化。如何最大程度利用资源,合理配置虚拟机降低运营成本;在现有的云资源与用户可等待时间的条件下吸纳更多的云用户获得最大效益,是云运营商最关注的问题。所以研究云运营商效益最优的资源分配机制与算法具有重要的实际意义。
1云运营商效益最优的研究意义和现状
1.1云运营商效益最优的研究意义
云计算要实现真正的商业化,这是与云计费相关的资源分配机制是最重要的环节,也是云运营商获得最优效益的关键,因此基于云计算环境下的服务计费管理与任务分配机制的研究已成为云服务提供商的迫切需要。但如今云计算环境下的服务计费管理与任务分配机制要么只关心资源的利用率,要么单纯考虑运营效益,因此本文研究的课题具有重大实际意义。
1.2云运营商效益最优算法的数学建模
2.1研究的云环境
本文研究云环境下:对计算能力需求各异的云用户通过各类不同设备访问云服务器获取服务,并以基于每单位的定价模式,研究云运营商效益最优的问题。假设云环境下有各类云计算机20台(其中每台机器都需要一定的运行成本,在这里规定为计算能力的0.01),各类云用户100个(每个客户都按需求的计算能力支付一定费用)。每台计算机的计算能力是一定的,100个云用户需求的计算能力的总和或大于所以云计算机的计算能力的总和,或小于云计算机的计算能力的总和。在每个批次的用户中基于每单位的定价模式选择接纳云用户获取尽可能多的利润。 (责任编辑:qin)