摘要
为了使得云计算不仅满足调度任务的QoS要求,且尽可能地最大化其服务收益,从云服务提供方的角度出发,提出了一种成本驱动的云计算任务调度策略.提出的方法在满足用户任务QoS约束的前提下,以最大化云环境单位计算开销的服务收益作为其调度目标,在此基础上建立相应的任务调度模型,最后通过遗传算法在多项式时间复杂度内对上述调度目标进行优化求解.在Cloudsim模拟器上完成了一系列仿真测试.结果表明:提出的方法在任务完成时间、调度完成时间超过调度截止时间底线的任务比例,以及云环境单位计算开销的服务收益等指标上均优于传统的Min-min算法和改进的QoS约束的Min-min算法.
In order to make cloud computing satisfy the quality of service （QoS） of scheduling tasks and try to maximize service profit, a cost-driven task scheduling strategy of cloud computing was proposed from the view of cloud service providers. Under the condition of meeting the QoS constraints of submitted tasks, the scheduling objective of proposed method was used to maximize the service profit per unit com- puting spending of the cloud environment. The corresponding task scheduling model was established, and the genetic algorithm was adopted to optimize the scheduling objective in the polynomial time complexity. The simulation testing was completed on the Cloudsim simulator. The results show that the proposed method outperforms the conventional Min-min algorithm and the improved QoS-eonstrained Min-min algo- rithm for the indexes of the measurements of scheduling makespan, the ratio of violating deadline and the service profit per unit computing spending of cloud environment.
出处
《江苏大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2014年第2期214-219,共6页
Journal of Jiangsu University：Natural Science Edition
基金
国家自然科学基金资助项目(61170216)
广东省科技计划项目(2011B061300103)
关键词
云计算
任务调度
服务收益
成本驱动
遗传算法
cloud computing
task scheduling
service profit
cost-driven
genetic algorithm
作者简介
邓见光（1981～），男，河南商水人，博士研究生，助理研究员（dengjg@dgut．edu．cn），主要从事云计算、计算机体系结构研究．
赵跃龙（1958-），男，湖南湘潭人，教授，博士生导师（ylzhaol@sent．edu．cn），主要从事云计算、海量存储系统研究．
