云計算環境下差異化資源的合理調度模型改進

陳榕利++陳曉忠++方興

摘 要： 在云計算環境下，需要對鏈路節點之間差異化資源進行合理調度，以提高云計算中心網絡的負載均衡性及進程管理效率。針對當前調度模型的實時性和均衡性不好的問題，提出一種基于時分多址協議的云計算環境下差異化資源合理調度模型。首先構建云計算環境下差異化資源的傳輸信道模型，進行資源傳輸的負載均衡設計，采用時分多址協議進行時隙均衡分配，提高差異化資源的調度合理性。仿真結果表明，采用該模型進行云計算環境下差異化資源調度，資源信息的召回性較好，數據傳輸的保真度較高，具有一定的優越性。

關鍵詞： 云計算環境； 差異化資源； 調度模型； 負載均衡設計

中圖分類號： TN911?34； TP391.9 文獻標識碼： A 文章編號： 1004?373X（2017）12?0152?03

Abstract： In the cloud computing environment， it is necessary to make reasonable schedule of the differentiated resources between link nodes to improve the load balance and the process management efficiency of the cloud computing center network. In view of the problems of poor real?time performance and poor balance of the current scheduling model， a differentiated resources′ reasonable scheduling model based on time division multiple access protocol is proposed. Firstly， a transmission channel model of the differentiated resources in cloud computing environment is established for load balancing design of transmission resources， and then time slot equilibrium assignment is conducted with the time division multiple access protocol to improve scheduling rationality of the differentiated resources. The simulation results show that the proposed model has better recall performance for resource information and high data transmission fidelity while doing the differentiated resource scheduling in the cloud computing environment.

Keywords： cloud computing environment； differentiated resource； scheduling model； load equilibrium design

隨著大數據信息處理技術的發展，采用云計算方法進行數據傳輸和調度能有效提高數據分析和計算的效率，私有云平臺是通過Internet構建IaaS（Infrastructure as a Service）完成計算機基礎設施獲得服務云計算數據處理中心，通過構建IaaS私有云平臺云數據交互網絡模型，提供給消費者的計算基礎設施服務，包括處理CPU、內存、存儲、網絡和其他基本的計算資源[1?2]。在云計算環境下進行私有云平臺的差異化資源調度，受到資源差異性特征的干擾，而且各種信息之間相互穿插，容易出現資源調度中信道失衡和負載超量[3]，需要進行云計算環境下差異化資源的合理調度模型改進設計，對改善云計算的系統控制性能，提高云資源平臺中差異化資源利用和傳輸效率具有積極作用[4?5]。

1 差異化資源的合理調度模型設計

1.1 時分多址協議設計

在構建了云計算環境下差異化資源的傳輸信道模型的基礎上[6]，進行云計算環境下差異化資源合理調度模型設計，為了克服當前調度模型的實時性和均衡性不好的問題，本文提出一種基于時分多址協議的云計算環境下差異化資源合理調度模型。進行資源傳輸的負載均衡設計，采用時分多址協議進行時隙均衡分配，提高差異化資源的調度合理性，假設差異化資源的種類屬性為，則資源分布集合的優先級屬性可以表示為。通常情況下，云計算環境下的差異化資源傳輸通信的傳播衰減具有隨機性，用隨機變量表示差異化資源傳輸信道對加權向量的功耗需求，根據需求、信道流量、信道阻抗三者之間的關系可得：

在時間段內，差異化資源出現了次，在時分多址協議控制下，進行負載均衡調度。

1.2 差異化資源合理調度模型

根據上述設計的時分多址協議進行資源傳輸的負載均衡設計，設計過程描述為：

對于每一個云計算環境下差異化資源傳輸分簇調度單元[8]，在高效時分多址協議下進行數據傳輸的二維平面調度的離散采樣集合：

2 實驗測試分析

對云計算環境下差異化資源的調度模型的仿真測試平臺建立在NS?2.27和NS軟件基礎上，采用Matlab 7 仿真工具進行模型的算法編程設計，實驗的計算機硬件配置參數為CPU 3.0 GHz，內存12 GB，操作系統為Windows 7。

差異化資源傳輸的信息源數量近5 000個，云計算環境中數據采樣的長度為1 024，差異化資源數據包的最大值為1 892 KB，全局迭代次數為500次，時隙分配的幅值取為，調度時長t取0～0.25 s，資源信息的采樣頻率為2 048 Hz。

根據上述仿真環境設定，構建云計算環境下差異化資源的傳輸信道模型，進行資源傳輸的負載均衡設計，實現差異化資源合理調度，圖3為資源調度中的數據傳輸的時域波形。

由圖3可見，采用該模型進行差異化資源調度，云數據傳輸具有較好的負載均衡性，實現了對差異化資源的高效調度，有效解決了差異化資源信息流擾動帶來的誤差干擾的問題，提高了調度的合理性。

圖4給出了不同方法進行資源調度的數據召回性能對比結果，分析得知，采用本文方法進行差異化資源調度，采用時分多址協議進行時隙均衡分配，提高了數據召回性能，保障了數據傳輸調度中具有較高的保真度。

3 結 語

本文研究了云資源調度問題，在云計算環境下，需要對鏈路節點之間差異化資源進行合理調度，以提高云計算中心網絡的負載均衡性及進程管理效率。本文提出一種基于時分多址協議的云計算環境下差異化資源合理調度模型。首先構建云計算環境下差異化資源的傳輸信道模型，進行資源傳輸的負載均衡設計，采用時分多址協議進行時隙均衡分配，提高差異化資源的調度合理性。仿真結果表明，采用該模型進行云計算環境下差異化資源調度，資源信息的召回性較好，數據傳輸的保真度較高，在資源調度中具有較高的應用價值，展示了本文模型的優越性能。

參考文獻

[1] 崔永君，張永花.基于特征尺度均衡的Linux系統雙閾值任務調度算法[J].計算機科學，2015，42（6）：181?184.

[2] 王躍飛，于炯，魯亮.面向內存云的數據塊索引方法[J].計算機應用，2016，36（5）：1222?1227.

[3] EI O F. Supply quality management with optimal wholesale price and revenue sharing contracts： A two?stage game approach [J]. International journal of production economics， 2014， 156（5）： 260?268.

[4] CHUTANI A， SETHI S P. Optimal advertising and pricing in a dynamic durable goods supply chain [J]. Journal of optimization theory and applications， 2012， 154（2）： 615?643.

[5] MORENO?SALINAS D， PASCOAL A M， ARANDA J. Optimal sensor placement for multiple target positioning with range?only measurements in two?dimensional scenarios [J]. Sensors， 2013， 13（8）： 10674?10710.

[6] LEE W， BANG H， LEEGHIM H. Cooperative localization between small UAVs using a combination of heterogeneous sensors [J]. Aerospace science and technology， 2013， 27（1）： 105?111.

[7] AINOMAE A， TRUMP T， BENGTSSON M. Distributed diffusion LMS based energy detection [C]// Proceedings of 2014 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops （ICUMT）. Petersburg： [s.n.]， 2014： 176?183.

[8] CATTIVELLI F S， SAYED A H. Distributed detection over adaptive networks using diffusion adaptation [J]. IEEE transactions on signal processing， 2011， 59（5）： 1917?1932.