论文部分内容阅读
云计算是分布式计算、并行计算和网格计算技术发展的必然产物,它在商业层面实现了上述这一系列的科学技术。如何有效地对动态、异构、分布以及自治等的云计算资源进行管理,成为了云计算领域的重要研究方向。本论文在充分调研现有云计算资源管理相关技术的基础上,对云计算资源管理的四个关键技术:即云计算资源管理模型、云计算资源语义组织模型、云计算资源发现策略以及云计算资源调度策略进行了深入的研究,取得了一定的创新成果,其具体体现在以下三个方面:(1)提出了一种基于多代理系统的云计算资源语义组织模型。充分利用多代理系统的智能性、数据分布性、任务异步性以及自治性等优势,提出一种对分布、异构、自治及动态等的云计算资源的有效管理模型;并在此模型的基础上,以云资源的语义相关性作为分类依据,实现对云资源的有效聚类,再将聚类结果采用树状结构进行有效组织。这种组织方式可以根据应用的需要,实现新的云资源的便捷加入;同时能够有效减少对系统中的通信带宽的占用,通过仿真实验验证了本模型的有效性。本模型较大程度地缓解了现有云计算资源组织模型中的扩展性较差、带宽浪费以及处理能力相对低下等问题,为云计算资源提供了一套有效的组织方式。(2)提出了一种基于语义搜索引擎的云计算资源发现策略。以基于多代理系统的云计算资源管理模型为前提,引入语义搜索引擎机制,实现基于语义的云资源发现方法。该方法的核心是基于本体的资源发现策略,它使用本体从语义上对“请求-资源”采用非对称的描述,能够有效优化“请求-资源”之间的匹配。这里使用的本体依赖于提出的一组规则来构成。通过仿真实验验证了本云计算资源发现策略的有效性。该策略能够有效地解决现有资源发现机制存在的可靠性差、可扩展性差等问题。(3)提出了一种基于改进的并行遗传退火算法(Improved Parallel Genetic Annealing Algorithm,IPG2A)的云计算资源调度策略。以基于多代理系统的云计算资源管理模型为前提,引入遗传退火算法的基本思想,充分结合遗传算法的快速全局搜索能力以及模拟退火算法的局部搜索能力,使得IPG2A算法在具有种类繁多云资源的云计算系统中具有较好的适应性,并且提高对云资源的调度效率;进一步地,由于遗传退火算法具有很强的并行性,使得其能够加快云资源调度的过程,较好地解决云计算资源的优化调度问题。通过仿真实验验证了IPG2A算法的有效性,它较好地解决了现有资源调度中的单点失效、通信开销较大以及调度算法效率相对低下等问题。