羅慧蘭

(廣東生態(tài)工程職業(yè)學(xué)院 經(jīng)濟(jì)貿(mào)易系，廣州 510520)

基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法研究

羅慧蘭

(廣東生態(tài)工程職業(yè)學(xué)院 經(jīng)濟(jì)貿(mào)易系，廣州 510520)

為縮短云計(jì)算執(zhí)行時(shí)間，改善云計(jì)算性能，在一定程度上加強(qiáng)云計(jì)算資源節(jié)點(diǎn)完成任務(wù)成功率，需要對(duì)云計(jì)算資源進(jìn)行調(diào)度;當(dāng)前的云計(jì)算資源調(diào)度算法在進(jìn)行調(diào)度時(shí)，通過(guò)選擇合適的調(diào)度參數(shù)并利用CloudSim仿真工具，完成對(duì)云計(jì)算資源的調(diào)度;該算法在運(yùn)行時(shí)無(wú)法有效地進(jìn)行平衡負(fù)載，導(dǎo)致云計(jì)算資源調(diào)度的均衡性能較差，存在云計(jì)算資源調(diào)度結(jié)果誤差大的問(wèn)題;為此，提出一種基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法;該算法首先利用自適應(yīng)級(jí)聯(lián)濾波算法對(duì)云計(jì)算資源數(shù)據(jù)流進(jìn)行濾波降噪，然后以降噪結(jié)果為基礎(chǔ)，采用本體論對(duì)云計(jì)算資源進(jìn)行預(yù)處理操作，最后通過(guò)人工蜂群算法完成對(duì)云計(jì)算資源的調(diào)度;實(shí)驗(yàn)結(jié)果證明，所提算法可以良好地應(yīng)用于云計(jì)算資源調(diào)度中，有效提高了云計(jì)算資源利用率，具有實(shí)用性以及可實(shí)踐性，為該領(lǐng)域的后續(xù)研究發(fā)展提供了可靠支撐。

Wi-Fi與Web；云計(jì)算；資源調(diào)度；算法研究

0 引言

目前，云計(jì)算作為一種新型和新興的高檔技術(shù)，它是由網(wǎng)格計(jì)算，智能并行計(jì)算，異構(gòu)分布式計(jì)算等技術(shù)發(fā)展而來(lái)的[1]。它可以應(yīng)用于企業(yè)發(fā)展、科學(xué)計(jì)算、醫(yī)療技術(shù)提高、影視娛樂(lè)等多個(gè)方面[2]。不僅將大規(guī)模計(jì)算，存儲(chǔ)以及軟件等資源集成在一起，而且還可以將上述資源組建成巨型高性能的虛擬資源池，對(duì)未來(lái)信息技術(shù)的發(fā)展有著不可缺少的利用價(jià)值[3]。合理分配云計(jì)算資源是云計(jì)算發(fā)展中的重要部分，成為了當(dāng)今社會(huì)備受關(guān)注的熱點(diǎn)問(wèn)題[4]。大多數(shù)云計(jì)算資源調(diào)度算法在進(jìn)行調(diào)度時(shí)，無(wú)法使資源調(diào)度均衡，存在資源調(diào)度不合理等問(wèn)題。在這種情況下，如何避免資源調(diào)度陷入局部最優(yōu)，提高全局搜索與局部搜索的控制能力，提升調(diào)度算法的執(zhí)行效率成為了云計(jì)算領(lǐng)域必須解決的問(wèn)題[5]。而基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法，能夠解決云計(jì)算服務(wù)的集群資源調(diào)度以及負(fù)載平衡的問(wèn)題[6]，避免了云計(jì)算單個(gè)節(jié)點(diǎn)分配效率低，以及規(guī)模大的缺陷，可以保證資源調(diào)度任務(wù)可以按時(shí)完成。由于云計(jì)算資源調(diào)度的討論熱度一直很高，所以受到了有關(guān)專家的廣泛研究，同時(shí)也研究出了很多優(yōu)秀的算法[7]。

文獻(xiàn)[8]提出了一種基于生產(chǎn)函數(shù)的云計(jì)算資源調(diào)度算法。該算法首先將云服務(wù)器的所有資源進(jìn)行合理規(guī)劃，然后與資源調(diào)度需求相結(jié)合，使云服務(wù)代理從云計(jì)算資源池中選取配置好的資源，直接分配給用戶，利用這兩階段實(shí)現(xiàn)云計(jì)算資源調(diào)度。該算法解決了云計(jì)算資源分配效率低的缺陷，但是存在調(diào)度任務(wù)不能按時(shí)完成的問(wèn)題。文獻(xiàn)[9]提出了一種基于最小遷移代價(jià)的云計(jì)算資源調(diào)度算法。該算法首先通過(guò)歷史負(fù)載數(shù)據(jù)當(dāng)前的負(fù)載狀態(tài)，利用遺傳算法查詢出既可以滿足負(fù)載變化又可以減少資源動(dòng)態(tài)遷移的最佳分配策略，然后引入負(fù)載變化率與平均負(fù)載距離，最后利用上述兩個(gè)向量描述云計(jì)算資源調(diào)度負(fù)載變化狀況，衡量云計(jì)算資源調(diào)度全局負(fù)載均衡的效果。該算法在一定程度上解決了負(fù)載失衡，以及資源調(diào)度時(shí)成本高的問(wèn)題，但是該算法的計(jì)算復(fù)雜度高。文獻(xiàn)[10]提出了一種基于QoS約束的云計(jì)算資源調(diào)度算法。該算法首先利用QoS參數(shù)產(chǎn)生的向量對(duì)資源和任務(wù)進(jìn)行匹配，然后將原有的二級(jí)資源調(diào)度改為三級(jí)資源調(diào)度，最后針對(duì)單一主資源調(diào)度節(jié)點(diǎn)Master負(fù)載過(guò)于繁重的問(wèn)題，引進(jìn)了AssisMaster資源節(jié)點(diǎn)調(diào)度模型，配合Master節(jié)點(diǎn)實(shí)現(xiàn)云計(jì)算資源的調(diào)度。該算法從整體上提高了云計(jì)算的操作效率，但是存在耗時(shí)較長(zhǎng)的問(wèn)題。

針對(duì)上述產(chǎn)生的問(wèn)題，提出一種基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法。該算法首先針對(duì)云計(jì)算資源調(diào)度的特點(diǎn)，對(duì)云計(jì)算資源數(shù)據(jù)流進(jìn)行去噪，以提高資源調(diào)度的準(zhǔn)確性為目的，對(duì)云計(jì)算資源調(diào)度進(jìn)行一系列假設(shè)，最后以上述假設(shè)為依據(jù)，利用人工蜂群實(shí)現(xiàn)云計(jì)算資源調(diào)度。仿真實(shí)驗(yàn)證明，所提算法可以有效率地對(duì)云計(jì)算資源進(jìn)行安全地調(diào)度，是切實(shí)可行的資源調(diào)度算法，為調(diào)度算法的發(fā)展樹(shù)立了旗幟，為云計(jì)算技術(shù)的研究發(fā)展提供了支撐。

1 基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法

1.1 云計(jì)算資源數(shù)據(jù)流濾波

云計(jì)算屬于開(kāi)放性環(huán)境，為了提高云計(jì)算資源調(diào)度的整體性能，實(shí)現(xiàn)云計(jì)算資源調(diào)度的優(yōu)化，需要對(duì)其數(shù)據(jù)流進(jìn)行抗干擾處理，本文采用自適應(yīng)級(jí)聯(lián)濾波算法對(duì)云計(jì)算資源數(shù)據(jù)流進(jìn)行濾波降噪操作。

在云計(jì)算資源數(shù)據(jù)中，每個(gè)簇頭節(jié)點(diǎn)都記錄著云計(jì)算資源所輸入的數(shù)據(jù)，由此獲得云計(jì)算資源邏輯數(shù)據(jù)輸入的特征集合為：

Yk=[yk1,yk2,…,ykj](k=1,2,…N)

(1)

其中：k代表云計(jì)算資源調(diào)度中數(shù)據(jù)采樣的節(jié)點(diǎn)數(shù)目，N代表云計(jì)算資源規(guī)模，j代表云計(jì)算資源調(diào)度任務(wù)。對(duì)于云計(jì)算資源各數(shù)據(jù)特征相結(jié)合的實(shí)部zt進(jìn)行自適應(yīng)調(diào)制分解，獲得含有干擾項(xiàng)的云計(jì)算資源數(shù)據(jù)流的時(shí)間序列為：

(2)

其中：sc(t)代表云計(jì)算資源訓(xùn)練集中bi類元素的概率密度，ej2nf0t代表云計(jì)算數(shù)據(jù)庫(kù)資源特征調(diào)度的獨(dú)立相關(guān)變量，Xp(u)代表含有干擾項(xiàng)的云計(jì)算資源數(shù)據(jù)流的時(shí)間序列，t代表云計(jì)算調(diào)度所用時(shí)間，T代表調(diào)度任務(wù)集合。根據(jù)該時(shí)間序列獲得云計(jì)算資源數(shù)據(jù)濾波器傳遞函數(shù)為：

z(t)=s(t)+js(t)?h(t)=

(3)

其中：s(t)代表輸入的云計(jì)算數(shù)據(jù)庫(kù)中資源數(shù)據(jù)參量，h(t)代表云計(jì)算資源數(shù)據(jù)單位沖擊響應(yīng)函數(shù)，H[s(t)]代表自適應(yīng)級(jí)聯(lián)濾波平均響應(yīng)所傳遞的向量，s(u)代表傳遞函數(shù)中的影響參數(shù)，d和u分別代表資源調(diào)度控制閾值。對(duì)云計(jì)算環(huán)境下的數(shù)據(jù)庫(kù)資源特征空間進(jìn)行建模，獲得輸出數(shù)據(jù)特征空間的波束流：

y(k)=Wx(k)=WAs(k)

(4)

其中：y(k)代表數(shù)據(jù)特征空間的波束流，x(k)和s(k)分別代表云計(jì)算資源特征集，A代表輸出的數(shù)據(jù)濾波系數(shù)，W代表m×n維數(shù)據(jù)特征狀態(tài)的解析矩陣，利用多尺度小波分解，獲得云計(jì)算數(shù)據(jù)庫(kù)資源調(diào)度的擴(kuò)頻濾波，則該濾波輸出為：

(5)

其中：y(t)代表云計(jì)算數(shù)據(jù)庫(kù)資源調(diào)度的擴(kuò)頻濾波，x(t)代表擴(kuò)頻濾波集合，P代表濾波功率譜的密度，τ代表濾波的時(shí)延參量。綜上所述完成對(duì)云計(jì)算數(shù)據(jù)庫(kù)資源數(shù)據(jù)流的歸一化離散操作以及濾波處理，并提高了云計(jì)算資源調(diào)度抗干擾能力。

1.2 云計(jì)算資源調(diào)度的預(yù)處理

為了保障云計(jì)算資源調(diào)度的準(zhǔn)確性，在完成云計(jì)算資源調(diào)度之前，利用本體論對(duì)云計(jì)算資源調(diào)度做出如下假設(shè)：

1)云計(jì)算資源的性能能夠滿足任何一個(gè)調(diào)度任務(wù)的需求；

2)所有資源調(diào)度任務(wù)都可以達(dá)到完全分配的效果；

3)資源調(diào)度過(guò)程中，一個(gè)調(diào)度任務(wù)分配給一個(gè)云計(jì)算資源。假設(shè)，一共有m個(gè)云計(jì)算資源，n個(gè)用戶，則云計(jì)算資源調(diào)度的數(shù)學(xué)模型M可表述為：

M={U,V,F,θ}

(6)

其中，U代表用戶集合，V代表云計(jì)算資源集合，F(xiàn)代表資源調(diào)度的目標(biāo)函數(shù)，θ代表對(duì)目標(biāo)函數(shù)的求解算法。則云計(jì)算資源調(diào)度的數(shù)學(xué)模型具體特征為：

1)云計(jì)算資源調(diào)度中，資源(vi)可以依據(jù)內(nèi)核數(shù)、內(nèi)存大小以及磁盤(pán)空間，進(jìn)行細(xì)分操作，得到：

vi={λi,μi,φi}

(7)

則云計(jì)算資源可表示為：

V={v1,v2,…,vm}

(8)

其中：λi、μi和φi分別代表內(nèi)核數(shù)、內(nèi)存大小以及磁盤(pán)空間中的細(xì)分資源調(diào)度系數(shù)。

2)假設(shè)一個(gè)用戶有n個(gè)資源調(diào)度任務(wù)，各調(diào)度任務(wù)間相互獨(dú)立，則所有調(diào)度任務(wù)集合可表述為：

T={t1,t2,…，tn}

(9)

資源調(diào)度任務(wù)執(zhí)行時(shí)間表示為：

Sm×n={sij}

(10)

其中：t1,t2,…tn分別代表資源調(diào)度集合中的子集，Sm×n代表資源調(diào)度任務(wù)執(zhí)行時(shí)間，sij代表調(diào)度任務(wù)i在云計(jì)算資源調(diào)度任務(wù)j上的調(diào)度時(shí)間。

3)云計(jì)算資源調(diào)度矩陣E為：En=(ei)代表資源ei對(duì)任務(wù)i進(jìn)行調(diào)度，Xm×n={Xjei}為資源矩陣，Xjei代表云計(jì)算資源ei被調(diào)度任務(wù)j使用。

綜上所述，云計(jì)算資源vi調(diào)度任務(wù)完成時(shí)間是：

Tj=max{xij·xjei}

(11)

其中:Tj代表云計(jì)算資源vi調(diào)度任務(wù)完成時(shí)間。對(duì)于m個(gè)云計(jì)算資源，全部調(diào)度任務(wù)完成總時(shí)間可表示為：

(12)

在云計(jì)算資源的調(diào)度過(guò)程中，調(diào)度任務(wù)的完成時(shí)間是衡量資源調(diào)度算法好壞的一個(gè)衡量標(biāo)準(zhǔn)，與此同時(shí)也要考慮云計(jì)算資源調(diào)度的服務(wù)成本，由于云計(jì)算是有償服務(wù)，所以為了盡可能地降低成本，假設(shè)，云計(jì)算資源單位時(shí)間成本Cj為：

Cj=Ci1×αi+Ci2×βi+Ci3×γi

(13)

其中:γi、βi和αi分別代表云計(jì)算資源調(diào)度任務(wù)，Cij代表各種云計(jì)算資源的服務(wù)成本。對(duì)于用戶某一個(gè)調(diào)度任務(wù)，云計(jì)算資源vi成本Ci可表示為：

Ci=(Ci1×αi+Ci2×βi+Ci3×γi)×

(14)

對(duì)于用戶的所有調(diào)度任務(wù)，調(diào)度服務(wù)總成本C可表示為：

(15)

綜上所述，云計(jì)算資源調(diào)度和優(yōu)化的目標(biāo)函數(shù)，就是將服務(wù)成本盡量降到最小。由此完成了云計(jì)算資源調(diào)度的準(zhǔn)備工作。

1.3 云計(jì)算資源調(diào)度

以2.1和2.2中各項(xiàng)數(shù)據(jù)為基礎(chǔ)，利用人工蜂群算法對(duì)云計(jì)算資源進(jìn)行調(diào)度。在人工蜂群算法中將蜜蜂分為三種，即偵查蜂、雇傭蜂以及觀察蜂，其中一只雇傭蜂對(duì)應(yīng)一個(gè)固定蜜源，每個(gè)蜜源的所在位置，表征一條云計(jì)算資源調(diào)度路徑，雇傭蜂的數(shù)量和蜜源的數(shù)量相等，蜜源的質(zhì)量，也就是云計(jì)算資源調(diào)度路徑的質(zhì)量，通過(guò)蜜量決定，觀察蜂依據(jù)相關(guān)的概率值選取雇傭蜂，并且跟蹤該雇傭蜂。則此概率的計(jì)算公式為：

(16)

其中：qi代表上述的相關(guān)概率值，SN代表影響觀察蜂跟蹤雇傭蜂的參數(shù)，fiti代表蜜源位置適應(yīng)度的值。在查詢空間中，雇傭蜂與觀察蜂蜜源位置的更新方式可表示為：

rij=xij+εij(xij-xkj)

(17)

其中：rij代表雇傭蜂與觀察蜂蜜源位置的更新值，εij代表在區(qū)間[-1,1]的隨機(jī)數(shù)，它可以控制xi位置距離蜜源生成的遠(yuǎn)近，這種查詢過(guò)程就是鄰域查詢過(guò)程。

假設(shè)一個(gè)蜜源被改善的次數(shù)已經(jīng)超過(guò)了預(yù)設(shè)的“l(fā)imit”值，則該蜜源被拋棄，被拋棄的蜜源會(huì)被偵查蜂查找到的新蜜源替代，下面給出了蜜源更新方式：

(18)

在人工蜂群算法中，在查詢到一個(gè)新蜜源ri之后，判斷其是否為最佳蜜源的公式為：

(19)

其中:fi代表目標(biāo)函數(shù)在蜜源ri上得到的函數(shù)值。將當(dāng)前的最優(yōu)函數(shù)值引至雇傭蜂的查詢方式中，用來(lái)提高人工蜂群算法的全局查詢能力和局部查詢能力。在人工蜂群算法中，每只蜜蜂當(dāng)前的最佳值記作xbest，表征每只雇傭蜂到目前為止發(fā)現(xiàn)的最佳蜜源，也就是最佳資源調(diào)度路徑，此外，為了防止云計(jì)算資源調(diào)度算法陷入局部最優(yōu)的狀態(tài)，加入一個(gè)擾動(dòng)項(xiàng)，由此雇傭蜂的查詢方式變?yōu)椋?/p>

(20)

2 仿真實(shí)驗(yàn)結(jié)果與分析

為了證明基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法可行性和可靠性，需要進(jìn)行一次仿真實(shí)驗(yàn)。在IBM的環(huán)境下搭建云計(jì)算資源調(diào)度實(shí)驗(yàn)仿真平臺(tái)。實(shí)驗(yàn)數(shù)據(jù)取自于云計(jì)算資源池，利用本文所提算法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行調(diào)度，觀察本文算法的整體有效性。假設(shè)資源調(diào)度公平性平均偏差單位為κ，表1是不同算法下云計(jì)算資源調(diào)度公平性偏差(κ)的對(duì)比，設(shè)置實(shí)驗(yàn)次數(shù)為100次，下面給出了云計(jì)算資源調(diào)度公平性平均偏差的計(jì)算公式。

資源調(diào)度公平性偏差=

(21)

表1 不同算法下資源調(diào)度公平性偏差對(duì)比

分析表1可知，文獻(xiàn)[8]算法的資源調(diào)度公平性偏差與本文所提算法相差較大，本文所提算法資源調(diào)度的公平性偏差較小，在文獻(xiàn)[8]算法中，云服務(wù)代理從云計(jì)算資源池中選取配置好的資源，直接分配給了用戶，沒(méi)有考慮到分配是否均勻，導(dǎo)致云計(jì)算資源調(diào)度公平性偏差較大。而本文所提算法是采用人工蜂群算法對(duì)云計(jì)算資源進(jìn)行調(diào)度，減小了資源調(diào)度的公平性偏差。由此證明了本文所提的調(diào)度算法是具有可實(shí)踐性的。表2是不同算法下云計(jì)算資源調(diào)度的負(fù)載均衡度(%)對(duì)比。

表2 不同算法下云計(jì)算資源調(diào)度的負(fù)載均衡度對(duì)比

通過(guò)表2得到文獻(xiàn)[9]算法和本文所提算法的負(fù)載均衡度對(duì)比，可以明顯看出的是本文所提算法的負(fù)載均衡度相對(duì)較高，這主要是因?yàn)樵诶帽疚乃惴ㄟM(jìn)行云計(jì)算資源調(diào)度之前，對(duì)資源調(diào)度進(jìn)行了各種可能性的假設(shè)，使云計(jì)算資源調(diào)度的負(fù)載均衡度更好，更有利于提高資源調(diào)度的準(zhǔn)確性，也進(jìn)一步證明了本文所提算法的穩(wěn)定性和可操作性。圖1是不同算法下資源預(yù)處理時(shí)間(s)對(duì)比。

圖1 不同算法下資源預(yù)處理時(shí)間對(duì)比

通過(guò)圖1可知，對(duì)于云計(jì)算資源調(diào)度前的預(yù)處理，本文所提算法所用時(shí)間明顯少于文獻(xiàn)[8-10]算法的資源預(yù)處理所用時(shí)間。本文采用自適應(yīng)級(jí)聯(lián)濾波算法對(duì)云計(jì)算資源進(jìn)行去噪過(guò)程中，獲得含有干擾項(xiàng)的云計(jì)算資源數(shù)據(jù)流的時(shí)間序列，并且以該時(shí)間序列為基礎(chǔ)，得到云計(jì)算資源數(shù)據(jù)濾波器傳遞函數(shù)，該函數(shù)加快了資源預(yù)處理的速度，減少了資源預(yù)處理的時(shí)間，提高了云計(jì)算資源調(diào)度的效率。圖2是不同算法下云計(jì)算資源調(diào)度任務(wù)完成時(shí)間(s)的對(duì)比。

圖2 不同算法下資源調(diào)度任務(wù)完成時(shí)間對(duì)比

通過(guò)圖2可知，文獻(xiàn)[8-10]算法，在資源調(diào)度任務(wù)完成時(shí)間曲線上幾乎沒(méi)有交合點(diǎn)，說(shuō)明3種算法對(duì)于資源調(diào)度任務(wù)的完成有很大差異，總體觀察文獻(xiàn)[10]算法相對(duì)較優(yōu)，但比較之下，本文所提算法的調(diào)度任務(wù)完成時(shí)間曲線波動(dòng)最小，且時(shí)間最少，由于本文算法對(duì)云計(jì)算資源進(jìn)行了數(shù)據(jù)預(yù)處理，資源調(diào)動(dòng)前的各種可能性假設(shè)，人工蜂群資源調(diào)動(dòng)等操作，將云計(jì)算資源調(diào)動(dòng)發(fā)揮了最大價(jià)值，大大減少了資源調(diào)度任務(wù)的完成時(shí)間，增強(qiáng)了云計(jì)算資源調(diào)度的整體性能。

仿真實(shí)驗(yàn)證明，所提算法可以準(zhǔn)確有效地對(duì)云計(jì)算資源進(jìn)行安全穩(wěn)定地調(diào)度，提高了云計(jì)算資源的負(fù)載均衡度，增強(qiáng)了云計(jì)算的性能，減少了云計(jì)算資源調(diào)度的運(yùn)行時(shí)間。

3 結(jié)束語(yǔ)

采用當(dāng)前算法對(duì)云計(jì)算資源進(jìn)行調(diào)度時(shí)，無(wú)法對(duì)其進(jìn)行安全穩(wěn)定，公平可靠地調(diào)度，存在資源調(diào)度性能差的問(wèn)題。提出一種基于Wi-Fi與Web的云計(jì)算資源調(diào)度算法。并通過(guò)仿真實(shí)驗(yàn)證明，所提算法可以準(zhǔn)確地對(duì)云計(jì)算資源進(jìn)行穩(wěn)定有效地調(diào)度，為該領(lǐng)域的發(fā)展提供了強(qiáng)有力依據(jù)，為云計(jì)算資源的調(diào)度的進(jìn)一步優(yōu)化指明了方向，具有可借鑒意義。

[1]陳欽榮,劉順來(lái),林錫彬.一種混合優(yōu)化的云計(jì)算資源調(diào)度算法[J].計(jì)算機(jī)科學(xué),2016,37(6):15-23.

[2]馬 莉,唐善成,王 靜,等.云計(jì)算環(huán)境下的動(dòng)態(tài)反饋?zhàn)鳂I(yè)調(diào)度算法[J].西安交通大學(xué)學(xué)報(bào),2014,48(7):77-82.

[3]郝 亮,崔 剛,曲明成,等.成本約束下的云計(jì)算能耗資源調(diào)度優(yōu)化算法[J].高技術(shù)通訊,2014,24(5):458-464.

[4]張 亮,張曦煌.一種面向云計(jì)算虛擬機(jī)資源拓?fù)浣Y(jié)構(gòu)的任務(wù)調(diào)度[J].計(jì)算機(jī)應(yīng)用研究,2015,32(12):3738-3741.

[5]黃海芹,林基明,王俊義.基于改進(jìn)混合遺傳算法的云資源調(diào)度算法[J].電視技術(shù),2015,39(18):36-41.

[6]徐兵元,張 羿.基于多路徑遍歷優(yōu)先選擇的虛擬資源調(diào)度算法[J].中國(guó)電力,2014,47(8):139-143.

[7]張煥青,張學(xué)平,王海濤,等.基于負(fù)載均衡蟻群優(yōu)化算法的云計(jì)算任務(wù)調(diào)度[J].微電子學(xué)與計(jì)算機(jī),2015,32(5):31-35.

[8]魏 蔚,劉 揚(yáng),楊衛(wèi)東.一種通用云計(jì)算資源調(diào)度問(wèn)題的快速近似算法[J].計(jì)算機(jī)研究與發(fā)展,2016,53(3):697-703.

[9]戰(zhàn) 非.高校云數(shù)據(jù)中心基于蟻群算法的資源調(diào)度研究[J].電子設(shè)計(jì)工程,2016,24(16):18-21.

[10]田國(guó)忠,肖創(chuàng)柏,趙娟娟.云計(jì)算環(huán)境下多DAG調(diào)度的資源分配進(jìn)化算法[J].計(jì)算機(jī)應(yīng)用研究,2014,31(9):2798-2802.

Wi-Fi and Web Based Cloud Computing Resource Scheduling Algorithms

Luo Huilan

(Guangdong Ecological Engineering Career Academy,Guangzhou 510520,China)

In order to shorten the cloud computing execution time, improve the performance of cloud computing, to a certain extent, strengthen node cloud computing resources to complete the task success, need for cloud computing resource scheduling. The current cloud computing resource scheduling algorithm for scheduling, by choosing appropriate scheduling parameters and using CloudSim simulation tools, complete the cloud computing resource scheduling. The algorithm effectively balance the load at run time, lead to the balance of cloud computing resources scheduling performance is poor, has the problem of great error in the cloud computing resource scheduling results. For this, put forward a Wi-Fi and Web based cloud computing resource scheduling algorithm. The algorithm firstly uses adaptive cascade filtering algorithm for cloud computing resources data stream filtering noise reduction, and then based on the noise reduction result, using ontology to cloud computing resources preprocessing operations, finally by artificial colony algorithm to complete the cloud computing resource scheduling. The experimental results show that the proposed algorithm can be well applied to cloud computing resource scheduling, effectively improve the utilization rate of cloud computing resources, applicable and practical, for the further research in the field of development provides a reliable support.

with Wi-Fi Web; cloud computing; resource scheduling; algorithm research

2017-04-19；

2017-05-11。

羅慧蘭(1981-)，女，碩士，講師，主要從事計(jì)算機(jī)軟件、計(jì)算機(jī)網(wǎng)絡(luò)、電子商務(wù)方向的研究。

1671-4598(2017)12-0150-03

10.16526/j.cnki.11-4762/tp.2017.12.039

TP393

A