[发明专利]基于网络链路利用率驱动的云系统资源分配方法有效
申请号: | 201510048323.2 | 申请日: | 2015-01-29 |
公开(公告)号: | CN104618480B | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 徐雷;王俊;李千目;杨余旺;张小飞;李亚平 | 申请(专利权)人: | 南京理工大学 |
主分类号: | H04L29/08 | 分类号: | H04L29/08 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 王培松 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 网络 利用率 驱动 系统资源 分配 方法 | ||
1.一种基于网络链路利用率驱动的云系统资源分配方法,其特征在于,包括以下步骤:
步骤1、云系统中云服务器收集各物理节点的可用资源;
步骤2、云系统中云服务器收集用户的任务请求,进行归类处理;以及
步骤3、云系统中云服务器采用基于讨论机制的头脑风暴方法对云系统中资源进行分配,其中:
步骤3所述的云系统中云服务器采用基于讨论机制的头脑风暴方法对云系统中资源进行分配,具体步骤如下:
步骤3.1、云服务器初始化头脑风暴算法的参数,随机产生n个个体;
步骤3.2、将产生的个体聚类为m类,并对每个个体进行评估,评价每组中最优个体作为类中心;
步骤3.3、实施组内讨论和组间讨论;
步骤3.4、比较新个体和对应个体,好的予以保留;
步骤3.5、调整组内和组间讨论次数上限值;
步骤3.6、重复步骤3.2~3.5Nm_i次,输出最优个体解,Nm_i表示头脑风暴算法最大迭代次数;
所述步骤3.1中,云服务器初始化头脑风暴算法的参数,具体为:
(1)初始化个体数量n、聚类个数m,头脑风暴算法最大迭代次数Nm_i,组内和组间讨论的次数上限Nm_t,类中心个体被随机产生的个体替换的概率PDis,个体更新方式的控制概率Pcen、Pind、Prdm、Pcens,步长k,随机扰动中期望u和方差σ;
(2)初始化云系统中资源的无向带权图其中Ns表示物理结点,Ls表示物理链接,表示物理结点的可用资源包括CPU,内存和硬盘资源,表示链接的可用容量;
(3)初始化云系统中请求的无向带权图其中Nv表示请求结点,Lv表示请求结点间的链接,表示请求结点需要的资源包括CPU,内存和硬盘资源,表示请求结点需要的虚拟链接大小;
(4)初始化个体库,随机产生n个优化问题的初始解X=[X1...Xi...Xn]放入头脑风暴库内,其中需要满足公式(1)和公式(2):
r(nv)<=C(MN(nv)) (1)
其中,其中,nv表示虚拟网络中的节点,C(MN(nV))表示虚拟网络的可用容量,MN(nv)表示虚拟网络到基础网络间的节点映射,lv表示虚拟网络中的映射,ls是基础网络的映射,ML表示虚拟网络到基础网络间的链接映射,ML(lv)表示虚拟网络中映射到基础网络的链接映射,r(nv)表示网络中总共所需的容量,C(ls)代表网络中剩余容量,b(lv)表示映射所需要的带宽;
在步骤3.2中,对个体库进行聚类,并对每个个体进行评估,根据评价结果选出每组中最优个体作为类中心,对个体的评价按公式(3)进行:
其中,C(GS)表示初始化云系统中资源的无向带权图的剩余容量,c(ns)表示虚拟网络中节点的剩余容量,b(ls)表示基础网络映射所需的带宽;是二进制判定变量,当值为1时,表示虚拟节点a分配到物理节点i上,当值为0时则相反;是二进制变量,当值为1时,表示虚拟链接(a,b)映射到物理链接(i,j)上,值为0时则相反。
2.根据权利要求1所述的基于网络链路利用率驱动的云系统资源分配方法,其特征在于,步骤1所述的云系统中云服务器收集各物理节点的可用资源,其中云系统中有N个物理节点,每一个节点可用资源包括CPU资源、内存资源、硬盘资源和各个结点间的网络带宽资源。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510048323.2/1.html,转载请声明来源钻瓜专利网。