云計算資源負載均衡模型集群智能優化算法的分析

付天馳

（遼寧工程職業學院，遼寧 鐵嶺 112008）

隨著全球經濟的發展，科技每天都在變化[1]。國家工委通過整合扶持一些有發展前景的研發項目，鼓勵高校和企業申請合資，重點支持相關研發項目和產品投資。科技創新平臺為科技轉化為社會生產力提供了新模式。隨著我國科技創新平臺信息量的迅猛增加，人類工作將被人工智能所取代，且人類工作的方式已經不能滿足現實的需求了。所以，需要新技術來滿足人們的新要求。云計算的提議有助于解決這個問題，但云計算存在著不穩定的可用性、標準化、安全性和負載均衡問題。基于此，本研究主要探討云計算資源負載均衡模型集群智能優化算法的分析，具體如下。

1 技術創新平臺的研究現狀

隨著世界發展的迅速，有越來越多的人意識到創新的重要性，所以對創新平臺的研究也比較早。1990年代美國西北大學Mayer 教授提出了技術平臺和產品平臺的概念，創新過程可視為區域集群的區域現象。作為一種區域資源和合作網絡，這一活動往往對創新型企業至關重要。技術平臺和生產平臺不僅是進一步研發的基礎，同時也是企業技術深化戰略的重點[2]。1995年，Michael E.McGrath 出版了《高技術企業產品戰略》一書。該戰略側重于市場長期規劃的基本戰略框架、14 種獨特的多元化戰略和各種增長模式，并數十次詳細分析了產品戰略的成敗[3]。

國外科技創新平臺，如：日本產業技術研發平臺。1980 年，日本政府提出“科技強國”戰略，同時制定相應的產業技術研發要點，全面推動日本技術的發展。此外，韓國的HAN、以色列政府提出的“磁鐵計劃”和英國的e-learning 計劃，都是政府應對新世紀挑戰的戰略。政府、企業、高校、科研機構共建的創新平臺，推動產業現代化，挖掘市場潛力。其主要目標是通過各方的密切合作以及針對特定需求的各個領域的研究和研究活動，以多種方式整合行業的技術力量和資源，促進企業之間的技術交流，從而提高技術水平，促進經濟發展。但是，技術創新平臺不僅應該是企業、高校、科研院所提供的技術資源和教學培訓材料的交流，還應該包括參與整個技術交易的團體成員（政界、產業界），合作創新、聯合研發等過程。

與海外創新平臺相比，我國創新平臺起步較晚，組織架構設計體系不完善，相關立法也不完善。創新平臺的服務質量取決于我們提供的多個創新平臺之間的合作。同時，基于盧森堡創新平臺中心的協調和支持服務，我國部分地區的創新平臺還處于起步階段。該平臺是一個簡單的信息公開平臺，并未充分體現對接技術轉移的核心價值，也不可能在技術供需之間找到共同點。在這個高度創新的平臺上，這些郵政平臺都在利用供給不足，從平臺數據庫中請求數據，有效地記錄了技術供需關系與公司的基礎滿足對接要求。

為配合國家中長期科技發展規劃，科技部制定了國家高新技術產業發展和生態建設（焚燒廠）規劃，旨在解決科學與經濟相結合的問題。構建國家科技創新體系，高校、科研院所融合發展，建立以企業為主體、市場與產業對接的技術創新體系，加強自主國家、創新型高校和科研院所建設研究所。研究結果表明，中國企業將發展吸收和轉移能力，以改善技術轉移貿易伙伴之間的溝通。

此外，Don Harris 等人提出了一個基于技術社會系統方法的框架來評估技術轉讓成功的可能性。青島率先創建國家“后創新”縣，安徽省進入后創新試點縣。2008 年6 月8 日，上海產業交易所在上海市青浦區設立首個創新站，積極幫助企業引進和采用先進技術，提高產品的市場競爭力。2008 年4 月，全球最大的國際創新園區廣州高新區與索菲亞科技園簽署建設“廣州開發區創新功能區”的意向書。

近年來，江蘇在江蘇省總體布局的基礎上，收集了各種技術創新要素，以滿足產業技術創新和企業技術創新的需要，自主創新、產學研合作、社會發展創新、新材料，在裝備制造、生物醫藥、能源環保、現代農業、航天電子、社會福利等領域共同打造科技創新平臺、公共服務平臺和科技工程技術研究中心。

2 云計算資源負載均衡策略

云計算于2007年第三季度開始發展。谷歌、亞馬遜、微軟和IBM 等云計算平臺已達到數十萬臺甚至數百萬臺計算機。中國移動、計算機科學研究所、中國科學院、移動通信研究所云計算可分為“學術基礎設施即服務”“平臺即服務”和“軟件即服務”。用戶管理模塊為系統分配適當的資源，激活配置工具，為用戶設置當前環境。監控統計模塊主要負責監控活動節點的資源狀態。系統管理模塊負責在減輕Pala 負擔的基礎上管理和分配所有訪問權限[4]。

在云計算環境下，TDLBA 算法設計了一種商品平衡算法。信任的優勢取決于資源分配的安全性和可靠性，但其安全性和可靠性的局限性并不明顯，可以有效降低設備的計算和存儲容量，實現云計算的高可用性和負載均衡，基于DSA 的負載均衡策略在資源規劃框架下實現集成開發環境，但動態虛擬機遷移的實現仍然是紅帽虛擬集群管理中的一個難題。曾琦和劉仁義提出了大規模計算機集群環境下的分布式策略。洪衛紅提出了面向市場的策略。作為ALP 平臺自適應負載平衡的一部分，指出云動態負載平衡在負載分配中起著非常重要的作用，遺傳算法通過訓練和選擇模型參數來解決負載平衡問題，并針對其可靠性、容錯性、魯棒性等特點，有效地避免了“單點誤差”，對黑星大廈的云處理效率和可擴展性進行了分析和研究[5]。

負載平衡是一種通過重新分配系統負載、縮短任務響應時間，在服務器之間實現相對可持續負載的策略，可提高系統資源利用效率。如何衡量當前服務器的負載平衡性能，獲取合理的負載平衡參數。能夠有效描述服務器當前狀態的指標包括：內存利用率、處理器數量、CPU 數量、寬帶利用率、硬盤數量和網絡性能該服務在單位時間內完成。處理客戶要求的任務需要客戶數量和響應時間。負載均衡技術的關鍵是算法規劃，即負載均衡算法。在并行處理系統中，每個任務子集相對均勻地分布在多臺服務器上，以最大限度地發揮每臺服務器的優勢。本文總結了以下負載均衡算法：隨機規劃算法、加權隨機平衡算法、加權旋轉規劃算法、加權旋轉調度算法、目標或源代碼最小加權組合算法、最小連接規劃算法、基于位置的最小連接修改算法、最小復制連接算法、本地最小復制連接算法[6]。

3 復雜網絡模型

一些研究人員比較分析了云計算聯盟和復雜系統的特點并達成一致，如何優化云計算聯盟的資源配置，基于云計算聯盟提案廣泛研究了云計算中的聯盟資源管理和資源負載均衡的建模、優化、仿真和分析。

自然界中的許多復雜系統都可以用網絡來表示。在小型網絡中，特征路徑長度最短，并且特征路徑長度隨著log(n)的增加而增加。結果表明，在從正常網絡到隨機網絡的過渡過程中，聚類系數和自路徑長度減小。然而，這并不意味著聚合因子與路徑長度成正比。微世界網絡具有路徑長度短、聚合率高的優點。如果網絡小世界中的點代表人，線代表對人的理解，那么網絡小世界就可以反映小世界現象。換句話說，外星人與他們認識的人有關。近年來，受BA 模型的啟發，許多隨機模型被提出來描述小世界或無尺度網絡拓撲。

4 集群智能算法及應用

本文的研究重點在于討論資源負載均衡問題。科學家們對網絡上的任務調度進行了大量研究，得出的結論是任務調度算法主要包括Max-Min 算法、Min-Min算法、遺傳算法、優先算法和神經算法。任務執行范圍和資源負載均衡必須選擇合適的指標，智能聚類算法可以彌補這些不足。在云計算環境下的負載均衡問題上，Suraj Pandey 和Linlin Wul 提出了一種基于啟發式方法的粒子群算法，同時考慮到計算和數據傳輸的成本，并通過實例證明了它們的優越性，表明PSO 可以平衡計算資源的負載。Vesna Sesum-Cavic 等通過智能產業集群計算處理呼叫中的云負載均衡問題，并建立了自組織負載均衡框架，首先采用個人電腦作為每個網絡節點，然后再使用蜂群算法解決。Martin Randles和David Lambl 調查比較分析了三種可能的服務負載均衡算法，即HFB(蜜蜂覓食行為)、BRS(有偏隨機抽樣)和AC(主動聚類)，它可以大大提高性能。張澤華和張學杰提供了一個基于蟻群理論和更復雜網絡理論的負載均衡機制，同時也考慮到了復雜網絡的特點，通過對機制的定性分析和原型的定量分析證明了其可行性，但信息因素、成本因素及其關系沒有解釋[7]。程旭華的論文中給出了一個經過改進的離散粒子群算法，仿真證實該算法能夠更準確、更快速地找到最優網絡拓撲變化路徑，且性能優于蟻群算法，收斂效果好。粒子群優化算法(PSO)是James Kennedy 和Russell Eberhart在1995 年受到一群覓食鳥類的啟發而提出的一種智能群優化算法，具有個體數量少、計算簡單、免疫力好等優點。

云計算對技術創新平臺的最大支持體現在資源池上，有很多云計算資源，而云資源池中的各種資源又分為儲存信息資源、運算資源、網絡資源、基礎設施信息資源等各種資源。資源管理也是云計算技術的中心話題。資產經理們從邏輯出發一切都是為了整合這些資產，并把這些作為端到端資產提交給技術創新平臺上的應用。然后，用戶可以和各種資源代理實現互動，各種資源代理可以保證應用免受于云計算資源的大量利用，以及云計算技術的復雜度，用戶只能看到任務的結束。云計算資源管理的主要功能是接收來自云計算應用(如技術創新平臺)的資源管理申請，并將特定資源分配給請求者。對于云計算而言，重要的是要正確規劃適當的資源，以便可以執行資源密集型任務。為實現這些功能，云資源管理實質上需要提供四個核心業務：資源發掘、信息資源儲存、信息資源分發和信息資源調整。信息資源發掘與資源配置功能之間可互相補充。信息資源啟動，提交資源信息中的相關信息或資源地址用于信息資源分發，并嘗試找到合適應用的信息資源。但是，由于資源發現系統是由Web 應用程序所啟動的，在該應用程式中的所有資料都能夠在云資料池內找到。資料儲備、資源分配和資料發掘都是資源規劃的前提。通過資料調度可以按照實際作業需要分派所需各種資源，協調各資源節點的分配。云計算的出現使軟件供應商更容易構建大型分布式系統。云計算為開發人員和用戶提供了一個簡單的共享界面，使開發人員可以更多地關注軟件本身，而不是底層架構。另外，所有支持新節點連接的組織都是松散相關的，當某個新節點接入到云系統中時，其余節點執行覆蓋的網絡連接日志，新節點接受一個節點并成為路由鄰居，并為它們提供連接信息。該過程類似于P2P 網絡的結構，但不同于P2P 網絡的結構。在云計算技術中，服務由服務提供商管理，加入系統的節點提供了計算資源。在連接的網絡中，節點必須保持在線，除非發生硬件故障。此外，P2P 網絡中的節點是完全自治且不穩定的，節點在訪問P2P 網絡時有自己的任務，完成任務后離開網絡。

5 結語

總體來看，雖然有很多技術創新平臺，但仍有很多問題需要解決，比如服務器訪問過載會導致平臺癱瘓，云計算可以解決技術創新平臺建設中的很多問題，但目前國內外對云計算技術創新平臺的研究較少，尤其是在資源負載平衡平臺云計算技術創新方面，目前對云計算環境下任務分配的研究主要是基于蟻群算法，而離散粒子群算法（PSO）具有良好的收斂性。