基于Map-Reduce模型的云资源调度方法研究

摘要：

为提高Map-Reduce模型资源调度问题的求解效能,分别考虑Map和Reduce阶段的调度过程,建立带服务质量(QoS)约束的多目标资源调度模型,并提出用于模型求解的混沌多目标粒子群算法.算法采用信息熵理论来维护非支配解集,以保持解的多样性和分布均匀性;在利用Sigma方法实现快速收敛的基础上,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免算法陷入局部最优.实验表明,算法求解所需的迭代次数少,得到的非支配解分布均匀.Map-Reduce资源调度问题的求解过程中,在收敛性和解集的多样性方面,所提算法均明显优于传统多目标粒子群算法.

关键词：云计算、Map-Reduce、资源调度、粒子群算法、信息熵、混沌扰动

所属期刊栏目：42

分类号：TP393.7(计算技术、计算机技术)

资助基金：国家自然科学基金项目61303074,61309013;国家重点基础研究发展计划“973”计划基金项目2012CB315900

在线出版日期：2015-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：118-123