方曉平，陳年生，郭 宇，李 琦，周 麗

(湖北師范學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院， 湖北 黃石 435002)

0 引言

自從2007年IBM公司宣布云計(jì)算計(jì)劃以后[1]，云計(jì)算已成為近幾年研究的熱點(diǎn)，目前已有多家企業(yè)涉足云計(jì)算領(lǐng)域。其中，工業(yè)界具有代表性的企業(yè)有IBM、Google、Amazon，典型的云計(jì)算實(shí)例有Google公司的云計(jì)算平臺(tái)、IBM公司的“藍(lán)云”平臺(tái)以及Amazon公司的彈性計(jì)算云[1]。云計(jì)算是一種新興的并行計(jì)算技術(shù)，它綜合了分布式處理、并行處理和網(wǎng)格計(jì)算等多種技術(shù)，是這些計(jì)算機(jī)技術(shù)概念的商業(yè)實(shí)現(xiàn)，適合當(dāng)今巨型的信息化處理需求。它租用分布在網(wǎng)絡(luò)中的各個(gè)主機(jī)，以收費(fèi)的形式向用戶提供主機(jī)、存儲(chǔ)器、帶寬等網(wǎng)絡(luò)中的資源，并由數(shù)據(jù)中心將數(shù)據(jù)整合，提供用戶對主機(jī)、存儲(chǔ)器、帶寬等資源占有的解決方案。

云計(jì)算最基本的思想是通過網(wǎng)絡(luò)將龐大的計(jì)算處理程序自動(dòng)分拆成無數(shù)個(gè)較小的子程序，再由分散在世界各地的服務(wù)器經(jīng)搜尋、計(jì)算分析之后將處理結(jié)果回傳給用戶。云計(jì)算通過虛擬化技術(shù)，整合使用大量的虛擬化資源，為用戶提供平臺(tái)即服務(wù)(Platform As A Service，PaaS)，軟件即服務(wù)(Software as a Service，SaaS)和基礎(chǔ)設(shè)施即服務(wù)(Infrastructure As A Service，IaaS)三大服務(wù)。云計(jì)算的對象是超大規(guī)模的，資源與用戶需求各異且數(shù)量巨大， “云”中任務(wù)數(shù)量是巨大的，所以系統(tǒng)每時(shí)每刻都要處理海量數(shù)據(jù)，任務(wù)調(diào)度和資源分配是云計(jì)算中的重點(diǎn)和難點(diǎn)。云計(jì)算中的資源分配和調(diào)度是云計(jì)算研究中的關(guān)鍵問題之一。

本文在介紹云計(jì)算相關(guān)概念的基礎(chǔ)上，描述了目前國內(nèi)外關(guān)于云計(jì)算資源分配的研究現(xiàn)狀，分析了需要解決的關(guān)鍵問題，并指出了今后的發(fā)展方向。

1 云計(jì)算的基本概念

1.1 云計(jì)算的定義

云計(jì)算是一種新型的計(jì)算技術(shù)，目前還沒有統(tǒng)一的定義。

維基百科定義[2]：云計(jì)算是一種基于互聯(lián)網(wǎng)的計(jì)算方式，通過這種方式，共享的軟硬件資源和信息可以按需求提供給計(jì)算機(jī)和其他設(shè)備。

美國國家標(biāo)準(zhǔn)與技術(shù)研究院(NIST)定義[3]：云計(jì)算是一種按使用量付費(fèi)的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問， 進(jìn)入可配置的計(jì)算資源共享池(資源包括網(wǎng)絡(luò)，服務(wù)器，存儲(chǔ)，應(yīng)用軟件，服務(wù))，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。

IBM的云計(jì)算定義[4]：云計(jì)算一詞用來同時(shí)描述一個(gè)系統(tǒng)平臺(tái)或者一種類型的應(yīng)用程序.一個(gè)云計(jì)算的平臺(tái)按需進(jìn)行動(dòng)態(tài)地部署(provision)、配置(configuration)、重新配置(reconfigure)以及取消服務(wù)(deprovision)等。在云計(jì)算平臺(tái)中的服務(wù)器可以是物理的服務(wù)器或者虛擬的服務(wù)器.高級(jí)的計(jì)算云通常包含一些其他的計(jì)算資源,例如存儲(chǔ)區(qū)域網(wǎng)絡(luò)(SANs),網(wǎng)絡(luò)設(shè)備,防火墻以及其他安全設(shè)備等.云計(jì)算在描述應(yīng)用方面,它描述了一種可以通過互聯(lián)網(wǎng)Internet進(jìn)行訪問的可擴(kuò)展的應(yīng)用程序.“云應(yīng)用”使用大規(guī)模的數(shù)據(jù)中心以及功能強(qiáng)勁的服務(wù)器來運(yùn)行網(wǎng)絡(luò)應(yīng)用程序與網(wǎng)絡(luò)服務(wù).任何一個(gè)用戶可以通過合適的互聯(lián)網(wǎng)接入設(shè)備以及一個(gè)標(biāo)準(zhǔn)的瀏覽器就能夠訪問一個(gè)云計(jì)算應(yīng)用程序。

盡管目前云計(jì)算定義還沒統(tǒng)一，但是從中都能反映出云計(jì)算共同的含義：

1) 建立在網(wǎng)絡(luò)之上。云計(jì)算是以現(xiàn)有網(wǎng)絡(luò)為基礎(chǔ)，集中了分布式計(jì)算、并行計(jì)算和網(wǎng)格計(jì)算，為網(wǎng)絡(luò)中的用戶提供服務(wù)。

2) 付費(fèi)使用。云計(jì)算是一種商業(yè)計(jì)算模式。它將計(jì)算任務(wù)分布在大量計(jì)算機(jī)構(gòu)成的資源池(就像網(wǎng)絡(luò)一樣)上，使用戶能夠按需獲取計(jì)算力、存儲(chǔ)空間和信息服務(wù)等網(wǎng)絡(luò)中的資源。

3) 虛擬化。云計(jì)算的核心是資源池。通過虛擬化技術(shù)，可以將分散在網(wǎng)絡(luò)中的各種底層資源按照類型整合，構(gòu)成一個(gè)巨大的資源池，實(shí)現(xiàn)資源的共建共享。網(wǎng)絡(luò)中的各種任務(wù)將會(huì)從資源池中按照某種方式獲取自己所需的資源。

4) 動(dòng)態(tài)可伸縮性。云是一種商業(yè)計(jì)算模型，面向的應(yīng)用和用戶每時(shí)每刻都在變化，它的規(guī)?？梢詣?dòng)態(tài)伸縮，滿足應(yīng)用和用戶規(guī)模增長的需要。

總之， “云”是一些可以自我維護(hù)和管理的虛擬計(jì)算資源地，通常是一些大型的服務(wù)器集群，包括計(jì)算服務(wù)器、存儲(chǔ)服務(wù)器和寬帶資源等。云計(jì)算將計(jì)算資源集中起來，并通過專門軟件實(shí)現(xiàn)自動(dòng)管理，無需人為參與。用戶可以動(dòng)態(tài)申請部分資源，支持各種應(yīng)用程序的運(yùn)轉(zhuǎn)，無需為繁瑣的細(xì)節(jié)而煩惱，能夠更加專注于自己的業(yè)務(wù)，有利于提高效率、降低成本和技術(shù)創(chuàng)新。

1.2 云計(jì)算的特點(diǎn)

云計(jì)算是一種新型的計(jì)算模式，它從根本上改變了傳統(tǒng)的計(jì)算機(jī)服務(wù)的觀點(diǎn)，將在教育、交通、商業(yè)等領(lǐng)域廣泛應(yīng)用，它具有以下特點(diǎn)：

1)規(guī)模大。云將分散在Internet上的云端連接起來，云端的服務(wù)器眾多，向云端發(fā)出請求的用戶數(shù)目也巨大，而向服務(wù)器發(fā)出的請求更是種類繁多、數(shù)目驚人。

2)虛擬化。云計(jì)算通過虛擬化技術(shù)將云端的資源整合，實(shí)現(xiàn)互聯(lián)網(wǎng)上資源的共建共享。云計(jì)算支持用戶在任意位置、使用各種終端獲取服務(wù)。應(yīng)用在“云”中某處運(yùn)行，但實(shí)際上用戶無需了解應(yīng)用運(yùn)行的具體位置，只需要一臺(tái)筆記本或PDA，就可以通過網(wǎng)絡(luò)來獲取各種服務(wù)。

3)高可靠性?！霸啤笔褂昧藬?shù)據(jù)多副本容錯(cuò)、計(jì)算節(jié)點(diǎn)同構(gòu)可互換等措施來保障服務(wù)的高可靠性。

4)高可伸縮性。云是一種商業(yè)計(jì)算模型，面向各種應(yīng)用和用戶，它的規(guī)?？梢詣?dòng)態(tài)伸縮，滿足應(yīng)用和用戶規(guī)模增長的需要。

5)按需服務(wù)，計(jì)費(fèi)使用。云計(jì)算使用虛擬化技術(shù)將計(jì)算資源、存儲(chǔ)資源和網(wǎng)絡(luò)資源等各種資源整合，形成一個(gè)巨大的資源池。用戶按照自己的需求從資源池中獲取自己想要的資源，并以計(jì)費(fèi)的形式向云中的資源提供商索取服務(wù)。

1.3 云計(jì)算分類

云服務(wù)提供商利用云計(jì)算強(qiáng)大的聯(lián)網(wǎng)能力和安全的存儲(chǔ)能力，向用戶提供不同的服務(wù)。根據(jù)云計(jì)算平臺(tái)提供服務(wù)的類型，可以將云計(jì)算任務(wù)分為三類：

1) 將基礎(chǔ)設(shè)施作為服務(wù)IaaS(Infrastructure as a Service)

IaaS將硬件設(shè)備、處理能力、存儲(chǔ)空間、網(wǎng)絡(luò)組件等基礎(chǔ)資源封裝成服務(wù)供用戶使用。用戶可以掌控這些基礎(chǔ)資源，但是不能掌控云基礎(chǔ)架構(gòu)。提供給消費(fèi)者的服務(wù)是對所有設(shè)施的利用，包括處理、存儲(chǔ)、網(wǎng)絡(luò)和其它基本的計(jì)算資源，用戶能夠部署和運(yùn)行任意軟件，包括操作系統(tǒng)和應(yīng)用程序。消費(fèi)者不管理或控制任何云計(jì)算基礎(chǔ)設(shè)施，但能控制操作系統(tǒng)的選擇、儲(chǔ)存空間、部署的應(yīng)用，也有可能獲得有限制的網(wǎng)絡(luò)組件(例如，防火墻、負(fù)載均衡器等)的控制。

2) 將平臺(tái)作為服務(wù)PaaS(Platform as a Service)

提供用戶應(yīng)用程序的運(yùn)行環(huán)境，必須使用特定的編程環(huán)境并遵照特定的編程模型。提供給消費(fèi)者的服務(wù)是把客戶采用的開發(fā)語言和工具(例如Java，python, .Net等)所開發(fā)的或收購的應(yīng)用程序部署到供應(yīng)商的云計(jì)算基礎(chǔ)設(shè)施上去。客戶不需要管理或控制底層的云基礎(chǔ)設(shè)施，包括網(wǎng)絡(luò)、服務(wù)器、操作系統(tǒng)、存儲(chǔ)等，但客戶能控制部署的應(yīng)用程序，也可能控制運(yùn)行應(yīng)用程序的托管環(huán)境配置。

3) 將軟件作為服務(wù)SaaS(Software as a Service)

針對性更強(qiáng)，將某些特定應(yīng)用軟件功能封裝成服務(wù)，提供專門用途的服務(wù)，以租賃的形式供應(yīng)用調(diào)用。提供給客戶的服務(wù)是運(yùn)營商運(yùn)行在云計(jì)算基礎(chǔ)設(shè)施上的應(yīng)用程序，用戶可以在各種設(shè)備上通過客戶端界面訪問，如瀏覽器。消費(fèi)者不需要管理或控制任何云計(jì)算基礎(chǔ)設(shè)施，包括網(wǎng)絡(luò)、服務(wù)器、操作系統(tǒng)、存儲(chǔ)等等。

2 云計(jì)算資源分配的研究現(xiàn)狀

云環(huán)境中采用虛擬化技術(shù)，將服務(wù)器整體虛擬化為一個(gè)資源池，由于資源的種類多、規(guī)模大，云計(jì)算資源調(diào)度成為云計(jì)算研究的熱點(diǎn)之一。

云計(jì)算通過虛擬機(jī)的方式進(jìn)行云計(jì)算資源管理，虛擬機(jī)是一類特殊的軟件，能夠完全模擬硬件的執(zhí)行，因此能夠在上面運(yùn)行操作系統(tǒng)，進(jìn)而保留一整套運(yùn)行環(huán)境語義。這樣，可以將整個(gè)執(zhí)行環(huán)境通過打包的方式傳輸?shù)狡渌锢砉?jié)點(diǎn)上，使得執(zhí)行環(huán)境與物理環(huán)境隔離，方便整個(gè)應(yīng)用程序的部署。

云計(jì)算資源調(diào)度指的是在一個(gè)特定的云環(huán)境下，根據(jù)一定的資源使用規(guī)則，在不同的資源使用者之間進(jìn)行資源調(diào)度過程。目前的資源調(diào)度策略大多數(shù)是通過虛擬機(jī)級(jí)別上的調(diào)度技術(shù)結(jié)合一定的調(diào)度策略來為虛擬機(jī)內(nèi)部應(yīng)用做資源調(diào)度，并且調(diào)度算法過于簡單，降低了整個(gè)算法的性能，所以在虛擬機(jī)級(jí)別上采用什么算法實(shí)現(xiàn)資源調(diào)度是目前待解決的一個(gè)難題。以往的資源分配方法大都采用了預(yù)分配的靜態(tài)資源調(diào)度算法，這種算法容易造成資源的浪費(fèi)；而傳統(tǒng)的優(yōu)化算法又面臨著復(fù)雜度增大的困難。因而目前云計(jì)算資源分配調(diào)度策略研究工作主要集中在人工智能算法、負(fù)載均衡和能耗管理等三個(gè)方面進(jìn)行。

2.1 人工智能算法

云資源分配問題是一類NP問題[5～6]，傳統(tǒng)的優(yōu)化算法將面臨復(fù)雜度增大、計(jì)算時(shí)間增長等問題，而人工智能算法具有啟發(fā)性，能夠以學(xué)習(xí)的方式對解空間進(jìn)行人工搜索，用人工智能算法可以解決此類NP問題。文獻(xiàn)[7～12]用遺傳算法給出了云資源的分配方案，文獻(xiàn)[13～14]在解決云資源分配時(shí)使用粒子群優(yōu)化算法找到了合理的解決方案，文獻(xiàn)[15～18]用蟻群算法成功地解決了云資源分配問題。文獻(xiàn)[7]將Min-Min算法與Max-Min算法融入到標(biāo)準(zhǔn)遺傳算法中，通過這個(gè)改進(jìn)的遺傳的有效地解決了云計(jì)算環(huán)境中的任務(wù)調(diào)度和資源分配問題，文獻(xiàn)[13]利用模擬退火算法收斂速度快和可以跳出局部最優(yōu)的特性，將模擬退火的思想融入到粒子群優(yōu)化算法之中，解決了云計(jì)算資源分配問題，并使得任務(wù)的平均運(yùn)行時(shí)間減少，提高了資源的使用效率，文獻(xiàn)[15]在云計(jì)算資源分配中采用蟻群優(yōu)化算法，表明它與傳統(tǒng)的算法相比具有更好的性能和更優(yōu)的負(fù)載均衡。

2.2 負(fù)載均衡

用戶對云環(huán)境下的計(jì)算資源、存儲(chǔ)資源和網(wǎng)絡(luò)資源有服務(wù)質(zhì)量的要求，同時(shí)又要滿足服務(wù)器對網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)吞吐量、延遲和抖動(dòng)等的負(fù)載要求，因此，在云計(jì)算中要考慮負(fù)載均衡問題是滿足用戶需求的必然[16～17，19～20]。文獻(xiàn)[16]使用負(fù)載自適應(yīng)改變的蟻群優(yōu)化算法解決了云計(jì)算中資源動(dòng)態(tài)分配的問題，提高了云計(jì)算按需服務(wù)能力;文獻(xiàn)[17]提出了基于負(fù)載均衡的蟻群優(yōu)化算法解決了資源分配問題，使得整個(gè)系統(tǒng)的負(fù)載都得到了均衡;文獻(xiàn)[19]在云計(jì)算中加入了動(dòng)態(tài)的負(fù)載均衡機(jī)制，解決了異構(gòu)云條件下的負(fù)載均衡問題;文獻(xiàn)[20]提出了基于橫向負(fù)載均衡的云計(jì)算動(dòng)態(tài)任務(wù)調(diào)度算法。

2.3 能耗管理

云計(jì)算以數(shù)據(jù)中心為中樞，數(shù)據(jù)中心的高能耗逐漸成為一個(gè)突出的問題，尤其是隨著云計(jì)算時(shí)代的到來，更多的計(jì)算資源和存儲(chǔ)資源集中在云端，給能耗的高效管理帶來了更大的挑戰(zhàn)。數(shù)據(jù)中心的高能耗問題不僅造成電能的浪費(fèi)、系統(tǒng)運(yùn)行的不穩(wěn)定，同時(shí)也對環(huán)境造成不良影響[21]。因此對在云資源進(jìn)行分配時(shí)考慮能耗優(yōu)化問題也是研究重點(diǎn)[22～24]。文獻(xiàn)[22]提出一種高效的虛擬資源分配策略，將資源分配問題建模為多目標(biāo)優(yōu)化問題，通過對多目標(biāo)優(yōu)化問題求解，成功地給出了資源分配方案，并有效地減少了數(shù)據(jù)中心所消耗的能量;文獻(xiàn)[23]定義了高效云計(jì)算的框架，提出了能量感知的資源供應(yīng)和分配算法，提高了資源的利用率，降低了能量的消耗，有效地滿足了服務(wù)質(zhì)量要求;文獻(xiàn)[24]提出了考慮不同數(shù)據(jù)中心之間相互協(xié)同的云計(jì)算資源分配算法，提高了資源的使用效率，降低了能量的整體消耗。

3 云計(jì)算資源分配需解決的關(guān)鍵問題

盡管目前已經(jīng)有很多學(xué)者給出了云計(jì)算資源分配和調(diào)度問題的解決方案，但還是存在一些關(guān)鍵的問題需要解決。

3.1 多目標(biāo)優(yōu)化問題

云資源提供者向消費(fèi)者提供服務(wù)時(shí)，在既要使資源利用率最大化的同時(shí)，又要滿足用戶的各項(xiàng)需求，還要兼顧負(fù)載、能耗和任務(wù)的各項(xiàng)特點(diǎn)，因而云計(jì)算資源分配和調(diào)度問題是多目標(biāo)優(yōu)化問題。而目前的研究表明，很多學(xué)者往往只考慮了問題的一方面，要么站在消費(fèi)者的角度使充分滿足服務(wù)質(zhì)量和用戶需求，要么是站在資源提供者的角度，只考慮資源的利用率。同時(shí)消費(fèi)者所要求的服務(wù)類型也是千差萬別的，云資源提供商所提供的資源也是受各種實(shí)際情況約束的。還有就是不但要使云資源提供商所提供的資源利用率最大化，同時(shí)更要使資源的消費(fèi)者所花的費(fèi)用也是最小的。這些都是現(xiàn)在解決云計(jì)算資源分配問題時(shí)需要解決的問題。

3.2 虛擬機(jī)的互操作

云計(jì)算在異構(gòu)的網(wǎng)絡(luò)環(huán)境下，將分布在不同結(jié)構(gòu)的網(wǎng)絡(luò)中的數(shù)據(jù)資源分配給來自不同網(wǎng)絡(luò)中的任務(wù)，需要克服在不同的網(wǎng)絡(luò)中數(shù)據(jù)傳輸和數(shù)據(jù)協(xié)議中的不協(xié)同問題。在不同網(wǎng)絡(luò)環(huán)境下的虛擬機(jī)互操作問題也將是云計(jì)算中需要克服的技術(shù)難點(diǎn)。還有在跨數(shù)據(jù)中心進(jìn)行交互時(shí)產(chǎn)生的巨大消耗也是在不同的平臺(tái)下進(jìn)行云計(jì)算資源調(diào)度問題所要面對和解決的問題。

3.3 云計(jì)算資源調(diào)度安全問題

目前的云計(jì)算都為私有云，云計(jì)算正向公共計(jì)算網(wǎng)發(fā)展。而在公共計(jì)算網(wǎng)中進(jìn)行數(shù)據(jù)傳輸和資源分配，如何保證在公共計(jì)算網(wǎng)中傳輸?shù)臄?shù)據(jù)安全，如何讓資源調(diào)度在一個(gè)安全的環(huán)境下進(jìn)行，私有云中的數(shù)據(jù)傳輸和調(diào)度算法在公有云中是否安全等云計(jì)算資源調(diào)度中的安全問題也是云計(jì)算資源調(diào)度中需要關(guān)注的重點(diǎn)。

3.4 更加開放的標(biāo)準(zhǔn)

對云計(jì)算的接口標(biāo)準(zhǔn)化并指定相關(guān)的交互協(xié)議，可以支持不同的云服務(wù)提供商之間進(jìn)行交互，相互合作提供更強(qiáng)大和更優(yōu)質(zhì)的服務(wù)。

3.5 動(dòng)態(tài)負(fù)載均衡

動(dòng)態(tài)負(fù)載均衡對分配任務(wù)工作量、提高系統(tǒng)吞吐量、加強(qiáng)網(wǎng)絡(luò)處理能力以及縮短任務(wù)處理時(shí)間起到了很重要的作用，然而由于工作節(jié)點(diǎn)資源運(yùn)行信息的不斷變化，現(xiàn)有的動(dòng)態(tài)負(fù)載均衡策略難以很好地獲得節(jié)點(diǎn)信息。目前云端用戶是變址的，用戶的需求也是在動(dòng)態(tài)改變的，同時(shí)云資源提供商所能提供的資源同樣是動(dòng)態(tài)的。

3.6 降低能耗的云計(jì)算資源調(diào)度問題

云計(jì)算中數(shù)據(jù)中心的能量消耗是非常巨大的，這些能量消耗問題不但會(huì)影響云計(jì)算中的成本，還會(huì)降低系統(tǒng)的穩(wěn)定性，而且在數(shù)據(jù)中心運(yùn)行的過程中產(chǎn)生的高能耗將對空氣質(zhì)量、氣候變化和電網(wǎng)的可靠性等問題造成嚴(yán)重的影響。所以，如何降低云計(jì)算中的能耗既是云計(jì)算技術(shù)發(fā)展的過程中必須面對和解決的問題，也是云計(jì)算資源分配時(shí)必須考慮的問題。

4 云計(jì)算資源分配算法的研究趨勢

針對目前在解決云計(jì)算資源分配和調(diào)度中的遇到的問題，指明云計(jì)算資源分配算法下一步的研究趨勢。

4.1 多目標(biāo)優(yōu)化的云資源調(diào)度

在云資源提供者向消費(fèi)者提供服務(wù)時(shí)，提供者希望提高自己資源的利用率，而消費(fèi)者則關(guān)心資源的性價(jià)比。云資源分配問題實(shí)際上是資源提供者和消費(fèi)者都站在自己的角度使自己利益最大化的問題，中間有很多矛盾，是個(gè)多目標(biāo)優(yōu)化問題?，F(xiàn)在很多的工作主要集中在考慮能量消耗來解決云資源分配時(shí)的多目標(biāo)優(yōu)化問題。

4.2 面向負(fù)載類型不同的云資源調(diào)度算法

現(xiàn)在很多云資源分配算法沒有考慮異構(gòu)的負(fù)載對資源的需求各異，因此要建立一個(gè)面向不同負(fù)載類型的云資源調(diào)度模型很有必要，網(wǎng)絡(luò)資源分配的調(diào)度算法也是如此。當(dāng)前，很多云計(jì)算資源分配算法只考慮了對計(jì)算機(jī)計(jì)算資源和存儲(chǔ)資源的使用，而沒有考慮網(wǎng)絡(luò)資源的分配。而網(wǎng)絡(luò)資源的分配不但會(huì)影響云服務(wù)質(zhì)量問題，也會(huì)影響到不同服務(wù)的需求問題，如實(shí)時(shí)性、吞吐量和系統(tǒng)利用率問題。因此，在對云資源進(jìn)行分配時(shí)，網(wǎng)絡(luò)資源分配對服務(wù)質(zhì)量和任務(wù)實(shí)時(shí)性要求的影響，也是解決云計(jì)算資源分配必須考慮的問題。尤其在云服務(wù)傳遞網(wǎng)絡(luò)中，網(wǎng)絡(luò)帶寬是影響云服務(wù)傳遞質(zhì)量的瓶頸，直接影響著云服務(wù)傳輸?shù)男阅芎脡摹?/p>

4.3 動(dòng)態(tài)云資源優(yōu)化

隨著移動(dòng)云計(jì)算方式正在逐步替代傳統(tǒng)的Client-Server 方式,在移動(dòng)云計(jì)算網(wǎng)絡(luò)中,如何有效地分配云計(jì)算資源來盡量滿足移動(dòng)終端對云計(jì)算服務(wù)的需求,同時(shí)使得移動(dòng)云計(jì)算網(wǎng)絡(luò)的云計(jì)算資源利用率和系統(tǒng)收益最大,就成為當(dāng)前云計(jì)算領(lǐng)域中一個(gè)重要的研究課題。還有一些是針對實(shí)時(shí)任務(wù)的云資源調(diào)度。在如今的網(wǎng)絡(luò)環(huán)境中，需要處理很多實(shí)時(shí)性的任務(wù)，需要給很多有實(shí)時(shí)性要求的用戶提供服務(wù)。

4.4 基于市場機(jī)制的調(diào)度算法

由于在云計(jì)算資源分配的過程中不但需要站在云資源提供商的角度使資源的利用率最大化，降低能耗，更要站在消費(fèi)者的角度，使消費(fèi)者支付最少的費(fèi)用即可滿足各種服務(wù)質(zhì)量的要求。而目前在處理這類問題時(shí)已經(jīng)有部分學(xué)者從市場經(jīng)濟(jì)中的原理出發(fā)來解決此類問題。由于經(jīng)濟(jì)學(xué)中的拍賣機(jī)制對全局信息的要求較少，而且具有分布式的結(jié)構(gòu)并易于實(shí)現(xiàn)，基于拍賣的資源分配近幾年引起大家的關(guān)注。在面向大眾用戶的網(wǎng)絡(luò)環(huán)境中,研究基于信任關(guān)系的主觀信任評價(jià)方法以保證分布式環(huán)境下的用戶交易滿意度已成為一個(gè)基礎(chǔ)性的課題[25]。在云計(jì)算中將信任機(jī)制結(jié)合起來也將是必然。由于消費(fèi)者和云計(jì)算的服務(wù)提供商在地理上處于不同的位置，所以，提供商需要將每個(gè)消費(fèi)者的需求分配給網(wǎng)絡(luò)上分散的合適的數(shù)據(jù)中心，以滿足消費(fèi)者快速的分配時(shí)間、執(zhí)行時(shí)間和回復(fù)時(shí)間。

4.5 基于失效規(guī)律的云資源調(diào)度

以往的云資源分配算法很少關(guān)注資源的可靠性問題。動(dòng)態(tài)提供的資源的可靠性無論對云計(jì)算基礎(chǔ)運(yùn)營商,還是對服務(wù)運(yùn)營商都是很關(guān)鍵的。

5 結(jié)語

在了解云計(jì)算定義、特點(diǎn)和分類基礎(chǔ)上，本文介紹了當(dāng)前云計(jì)算資源分配策略研究現(xiàn)狀，分析了云計(jì)算資源分配的研究趨勢，為進(jìn)一步研究指明方向。隨著對云計(jì)算資源分配算法研究的展開，云計(jì)算技術(shù)未來將會(huì)在教育、商業(yè)、交通等更多的應(yīng)用領(lǐng)域中發(fā)揮巨大的作用。

參考文獻(xiàn):

[1]陳 康, 鄭緯民.云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀[J].軟件學(xué)報(bào)，2009,20(5):1337～1348.

[2]Danielson,Krissi.Distinguishing Cloudy Computing from Utility Computing[EB/OL].http://zh.wikipedia.org/wiki/%E4%BA%91%E8%AE%A1%E7%AE%97.(2008-03-26),[2010-08-22].

[3]Peter Mell,Timothy Grance.The NIST Definition of Cloud Computing (Draft)[S].National Institute of Standards and Technology Special Publication,2011.

[4]Boss G, Malladi P, Quan D, et al.Cloud computing(IBM 2007 White Paper)[EB/OL]. http://download.boulder.ibm.com/ibmdl/pub/software/dw/wes/hipods/Cloud_computing_wp_final_8Oct.pdf.

[5]Wei G, Vasilakos AV, Zheng Y,et al.A gametheoretic method of fair resource allocation for cloud computing services[J]. The Journal of Supercomputing, 2010,54: 252～269.

[6]Hochba D S.Approximation Algorithms for NP-Hard Problems[J].ACM SIGACT News, 1997,28:40～52.

[7]Pardeep Kumar, Amandeep Verma.Independent Task Scheduling in Cloud Computing by Improved Genetic Algorithm[J]. International Journal of Advanced Research in Computer Science and Software Engineering 2012,2(5):111～114.

[8]Zhu Kai, Song Huaguang, Liu Lijing, et al. Hybrid Genetic Algorithm for Cloud Computing Applications[C].Services Computing Conference(APSCC) 2012 IEEE Asia-Pacific. Korea IEEE,2011:182～187.

[9]Zhao Chenhong, Zhang Shanshan, Liu Qingfeng,et al. Independent Tasks Scheduling Based on Genetic Algorithm in Cloud Computing[C].Wireless Communications, Networking and Mobile Computing 2009 wicom'09 5th International Conference on Beijing:IEEE,2009:1～4.

[10]Kessaci Y, Melab N, Talbi E G.A pareto-based GA for scheduling HPC applications on distributed cloud infrastructures[C].High performance computing and simulation(HPCS),2011 International conference on Istanbu:IEEE,2011:456～462.

[11]Zheng Zhongni,Wang Rui,Zhong Hai.An approach for cloud resource scheduling based on Parallel Genetic Algorithm[C].Computer research and development(ICCRD),2011 3rd international conference on Shanghai:IEEE,2011:444～447.

[12]Ge Yujia,Wei Guiyi.GA-Based Task Scheduler for the Cloud Computing Systems[C].Web Information Systems and Mining (WISM),2010 International Conference on Sanya:IEEE,2010:181～186.

[13]Zhan Shaobin, Huo Hongying.Improved PSO-based Task Scheduling Algorithm in Cloud Computing [J].Journal of Information & Computational Science , 2012,9(13): 3821～3829.

[14]Pandey S, Wu L, Guru SM, et al.A Particle Swarm Optimization-Based Heuristic for Scheduling Workflow Applications in Cloud Computing Environments[C]. 24th IEEE International Conference on Advanced Information Networking and Applications, Derth WA:IEEE,2010: 400～407.

[15]Zhu Linan, Li Qingshui,He Lingna.Study on Cloud Computing Resource Scheduling Strategy Based on the Ant Colony Optimization Algorithm[J].IJCSI International Journal of Computer Science Issues, 2012,9(5) :54～58.

[16]Lu Xin,Gu Zilong.A load-adapative cloud resource scheduling model based on ant colony algorithm[C].Cloud Computing and Intelligence Systems(CCIS),Beijing,IEEE,2011:296～300.

[17]Li Kun,Xu Gaochao,Zhao Guangyu,et al.Cloud Task Scheduling Based on Load Balancing Ant Colony Optimization[C].ChinaGrid Conference(ChinaGrid),2011 Sixth Annual,Liaoning:IEEE,2011:3～9.

[18]Song Xiangqian,Gao Lin, Wang Jieping.Job scheduling based on ant colony optimization in cloud computing[C].Computer Science and Service System(CSSS),2011 International Conference on Nanjing:IEEE,2011:3309～3312.

[19]Zhang Bo, Gao Ji, Ai Jieqing.Cloud Loading Balance algorithm[C].Information Science and Engineering(ICISE),2010 2nd International Conference on Hangzhou:IEEE,2011:5001-5004.

[20]Mousumi Paul, Debabrata Samanta, Goutam Sanyal.Dynamic job Scheduling in Cloud Computing based on horizontal load balancing[J].J Comp Tech Appl, 2 (5):1552～1556.

[21]葉可江，吳朝暉，姜曉紅，等.虛擬化云計(jì)算平臺(tái)的能耗管理[J].計(jì)算機(jī)學(xué)報(bào).2012,35(6):1262～1285.

[22]許 力，曾智斌，姚 川.云計(jì)算環(huán)境下虛擬資源分配優(yōu)化策略研究[J].通信學(xué)報(bào).2012,3(z1):9～16.

[23]Anton Beloglazov , Jemal Abawajy, Rajkumar Buyya.Energy-aware resource allocation heuristics for efficient management of data centers for Cloud computing[J].Future Generation Computer Systems,2012,28,755～768.

[24]Buyya R, Beloglazov A, Abawajy J.Energy-efficient management of data center resources for cloud computing: a vision, architectural elements, and open challenges[C].Proceedings of the 2010 International Conference on Parallel and Distributed Processing Techniques and Applications, PDPTA 2010,Las Vegas, ACM,2010:1～12.

[25]王守信,張 莉,李鶴松.一種基于云模型的主觀信任評價(jià)方法[J].軟件學(xué)報(bào),2010,21(6):1341～1352.