云環(huán)境下基于SLA的優(yōu)化資源分配探究論文
1 引言
云計(jì)算概念自2007年提出以來，逐漸成為了工業(yè)界和學(xué)術(shù)界的研究熱點(diǎn)[1]。云環(huán)境下資源的復(fù)雜性、異構(gòu)性、多樣性及用戶請(qǐng)求的動(dòng)態(tài)性，決定了資源分配是一個(gè)NP完全問題。在訪問資源過程中，對(duì)云服務(wù)提供者而言，總是盡可能將較少的資源分配給用戶，以節(jié)約成本;而對(duì)云用戶來說，期望過度供應(yīng)資源以完成任務(wù)請(qǐng)求。針對(duì)兩者之間造成的資源供應(yīng)不符點(diǎn)，可通過設(shè)計(jì)服務(wù)級(jí)別協(xié)議(SLA)來有效解決，該協(xié)議屬性包括：計(jì)算力、網(wǎng)絡(luò)帶寬、存儲(chǔ)空間、可用性、安全性等。為了實(shí)現(xiàn)云服務(wù)提供者的利潤最大化，云環(huán)境下的高效資源分配策略一直都是研究的難點(diǎn)。根據(jù)資源分配策略的輸入?yún)?shù)及分配方法的不同，從不同角度(執(zhí)行時(shí)間、效用函數(shù)、硬件資源之間的依賴度)總結(jié)既存的一些分配方案;文獻(xiàn)提出了一種基于元胞自動(dòng)機(jī)遺傳算法(CGA)的云資源調(diào)度策略，目的是縮短用戶任務(wù)執(zhí)行時(shí)間，但是每個(gè)用戶任務(wù)只能分配給單一的虛擬機(jī)執(zhí)行，效率不高;文獻(xiàn)[5]為了使軟件即服務(wù)(SaaS)供應(yīng)商獲取最大的利潤，給出了兩種不同的算法，該算法雖然可以降低SLA協(xié)議的.違例概率，卻存在一定的缺陷，容易造成資源浪費(fèi);文獻(xiàn)構(gòu)造了一種基于蟻群算法的自適應(yīng)負(fù)載云資源分配模型，主要解決負(fù)載不均衡問題，并未考慮服務(wù)供應(yīng)商的效益。文獻(xiàn)提出了一種基于粒子群優(yōu)化算法的資源分配和調(diào)價(jià)策略，以達(dá)到均衡穩(wěn)定的狀態(tài)，然該文針對(duì)的是靜態(tài)資源管理方法的缺陷，未涉及動(dòng)態(tài)資源的分配。文獻(xiàn)[8]針對(duì)云計(jì)算環(huán)境下資源的復(fù)雜性、異構(gòu)性、動(dòng)態(tài)性等特點(diǎn)，證實(shí)了CloudSim體系結(jié)構(gòu)可提供良好的云計(jì)算調(diào)度算法仿真平臺(tái)，然而該文實(shí)現(xiàn)的調(diào)用算法并未考慮虛擬機(jī)的計(jì)算能力、網(wǎng)絡(luò)延遲等因素。針對(duì)上述缺陷，本文提出了基于SLA協(xié)議的云資源分配策略，將用戶請(qǐng)求概率分布給多個(gè)虛擬機(jī)并行執(zhí)行，采用粒子群算法(PSO)為基本算法，將SLA參數(shù)作為資源分配過程中的優(yōu)化參數(shù)，并通過對(duì)每個(gè)粒子的位置和速度引入模擬退火機(jī)制，根據(jù)Metropolis準(zhǔn)則概率接受惡化解，避免算法陷入局部極值，以實(shí)現(xiàn)服務(wù)供應(yīng)商的利潤最大化。用戶請(qǐng)求-資源映射過程：
(1)客戶端通過任何與網(wǎng)絡(luò)相連的終端設(shè)備向數(shù)據(jù)中心發(fā)出請(qǐng)求，同時(shí)傳遞SLA參數(shù)。
(2)服務(wù)供應(yīng)商通過負(fù)責(zé)管理維護(hù)應(yīng)用層，實(shí)現(xiàn)與用戶的交互過程。
(3)平臺(tái)層包括映射過程與資源調(diào)度策略，通過分析用戶需求，將優(yōu)化后的SLA參數(shù)傳遞給基礎(chǔ)設(shè)施層。
(4)數(shù)據(jù)中心根據(jù)優(yōu)化后的參數(shù)信息，將適當(dāng)?shù)奶摂M資源分配給應(yīng)用程序，通過管理模塊，決定虛擬機(jī)的分配與移除。
(5)最終通過應(yīng)用層，將服務(wù)資源提供給客戶端。.
2 動(dòng)態(tài)資源分配過程
建模在基于SLA的資源分配問題中，SLA是指提供服務(wù)的企業(yè)與用戶之間就服務(wù)的質(zhì)量、性能等方面所達(dá)成的約束協(xié)議。內(nèi)容涉及參與各方所提供的服務(wù)要求及協(xié)議有效期的規(guī)定，及服務(wù)相關(guān)收費(fèi)規(guī)定和供應(yīng)商對(duì)違反協(xié)議的處罰規(guī)定。在云環(huán)境下，本文將該問題形式化為：將客戶的動(dòng)態(tài)需求表示為各類用戶請(qǐng)求，將提供云資源服務(wù)的過程模擬化為對(duì)虛擬機(jī)的分配過程，最終目的是讓服務(wù)供應(yīng)商在遵循SLA協(xié)議前提下，實(shí)現(xiàn)利潤最大化。
3 基于 SLA 的改進(jìn)
混合粒子群優(yōu)化算法3.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法粒子群算法(Particle Swarm Optimization，PSO)是美國學(xué)者J.Kennedy和R.C.Eberhart于1995年受鳥群覓食行為的啟發(fā)而提出的[9]，經(jīng)過反復(fù)實(shí)驗(yàn)，最終形成了具有慣性權(quán)重 ω 的標(biāo)準(zhǔn)形式。該算法自提出以來，就以其容易實(shí)現(xiàn)、所需調(diào)整的參數(shù)少、具有良好的全局搜索能力等優(yōu)點(diǎn)被廣泛應(yīng)用于各個(gè)領(lǐng)域，故本文為了實(shí)現(xiàn)云環(huán)境下，資源供應(yīng)商的效益最大化，采用粒子群算法為基本算法來優(yōu)化SLA參數(shù)。其基本思想是隨機(jī)初始化一群粒子，粒子的運(yùn)動(dòng)軌跡由一個(gè)矢量速度V 控制，在每次迭代中，粒子跟蹤兩個(gè)極值：個(gè)體最優(yōu)值 pbest爰戳Ｗ穎舊砥今為止所找到的最優(yōu)解
4 仿真實(shí)驗(yàn)與分析
4.1 實(shí)驗(yàn)環(huán)境為了驗(yàn)證改進(jìn)的混合粒子群算法在基于SLA參數(shù)動(dòng)態(tài)變化時(shí)資源分配過程中的可行性和有效性，實(shí)驗(yàn)環(huán)境為 Pentium Dual 2.3 GHz CPU，RAM 內(nèi)存 2 GB，Windows 7 操作系統(tǒng)，開發(fā)環(huán)境是 Eclipse，用 Java 語言編程，結(jié)合CloudSim3.0云仿真平臺(tái)，模擬出一個(gè)云計(jì)算局部環(huán)境。在該環(huán)境下，可以對(duì)數(shù)據(jù)中心的虛擬資源進(jìn)行加載，對(duì)用戶任務(wù)的屬性能另行設(shè)置、保存，再提交給云端數(shù)據(jù)中心執(zhí)行。
5 結(jié)束語
本文針對(duì)服務(wù)供應(yīng)商與用戶請(qǐng)求之間的資源分配不符點(diǎn)，做了如下工作：
(1)構(gòu)造了一種基于SLA協(xié)議的分配模型，提出了將客戶請(qǐng)求概率分布給若干虛擬機(jī)共同執(zhí)行;
(2)基于該模型，設(shè)計(jì)了相應(yīng)的效用函數(shù)，并提出了一種改進(jìn)的SA-PSO算法，來優(yōu)化SLA參數(shù);
(3)最后，通過實(shí)驗(yàn)分析，證明了使用基于SLA分配策略的SA-PSO 算法在完成相同任務(wù)數(shù)時(shí)，執(zhí)行成本最低，服務(wù)供應(yīng)商實(shí)現(xiàn)的利潤最大。
【云環(huán)境下基于SLA的優(yōu)化資源分配探究論文】相關(guān)文章：
財(cái)園信貸通運(yùn)營法律優(yōu)化探究結(jié)語與參考文獻(xiàn)論文07-19
網(wǎng)絡(luò)環(huán)境下小學(xué)德育研究論文的開題報(bào)告10-24
應(yīng)試背景下的高中語文寫作教學(xué)策略探究大學(xué)論文07-29
我國企業(yè)管理會(huì)計(jì)應(yīng)用環(huán)境優(yōu)化策略論文01-12
基于學(xué)情的中職計(jì)算機(jī)基礎(chǔ)分層教學(xué)探究12-18
基于就業(yè)導(dǎo)向的高校行政管理專業(yè)人才培養(yǎng)模式優(yōu)化設(shè)置探討論文07-26
會(huì)計(jì)電算化條件下事業(yè)單位檔案管理探究的論文08-03
《路史》的寫作特征探究論文07-29