云计算 算法.docx

云计算(Cloud Computing)是一种新近提出的计算模式。是分布式计算(Distributed
Computing)、并行计算(Parallel Computing)和网格计算(Grid Computing)的发展。
目前，亚马部或最多的处理节点数，以发挥 最高的系统利用率，解决了其他算法在调度过程中闲置资源的致命问题，经实验证实该算法 在系统利用率等方面表现要优于其他算法。
2、《基于云计算环境的蚁群优化计算资源分配算法》
2010年1月，华夏渝等人发表了论文《基于云计算环境的蚁群优化计算资源分配算 法》，该文提出一种基于蚁群优化(Ant Colony Optimization)的计算资源分配算法。分配 计算资源时，首先预测潜在可用节点的计算质量，然后根据云计算环境的特点，通过分析诸
如带宽占用、线路质量和响应时间等因素对分配的影响，利用蚁群优化算法得到一组最优的 ，这种算法能够在满足云计算环境要求 的前提下，获得比其他一些针对网格的分配算法更短的响应时间和更好的运行质量，因而更 加适合于云环境。该文核心内容如下：

参照Map/Reduce提出的云计算框架，云环境中的每个单元由一个单独的主作业调度 节点(master Job Tracker)和该单元所辖各个节点集群中的一个从任务分配节点(slave Task Tracker)共同组成。主节点负责调度构成一个作业的所有任务，这些任务的数据资源分布 在不同从节点的存储资源上的用户镜像分片中，主节点监控它们的执行，重新执行已经失败 的任务，或者是做错误处理。从节点仅负责执行由主节点指派的任务。在接到主节点的指派 之后，，该从节点开始检测自身 的计算资源余量，如果其剩余计算资源足以满足用户提交作业的用量，则优先分配自身的计 算资源，如果资源已经耗尽或者已不足以满足承诺给用户的最小计算资源量，则开始搜寻云 环境中其他合适的计算资源。该研究介绍的蚁群分配算法将在这一环节中实现。搜索在一定 范围内进行，目的是为了减小所带来的网络开销。如果仍然没有合适资源，则从节点报请主 作业调度节点移走该节点集群中的用户数据镜像分片。

将slave节点域看作是一个无向图G(V，E)，其中V是区域Area中所有slave节 点的集，E是连接各slave节点的网络集合。寻找合适的计算节点，也就是在E中的路径。 eeArea，其度量标准可以考虑如下几个因素：①预计执行时间：time_cost(e)，指路径e 尽头的计算资源处理该作业间。②网络带宽：bandwidth(e)，指路径e所提供的网络最大带 宽。③网络延迟：delay(e)，指路径e产生的最大网络延迟。
设资源选择的约束函数为
~ Bbandwidth(e) '
(1)
J
time„cost(^) < TL bandwidth(e) > EL
\ delay(e) < DL ：
选择资源和路径的过程就是寻找满足限制条件(2)的尽量小的res(e)的路径和资源 的过程，其中A，B，C为三个约束条件的权重；TL，EL和DL为其边界限制条件。不同的 云计算环境可能会有不同的取值