[发明专利]基于SVM和蚁群算法的服务器集群调度方法

权利要求书

1.基于SVM和蚁群算法的服务器集群调度方法，其特征在于，包括以下步骤：

S1：基于SVM算法对服务器集群进行负载状态分类，得到负载正常或过载两种集群节点；

S2：通过SVM分类器筛选出负载正常的集群节点，计算服务器节点的处理能力；

S3：根据负载正常的集群节点通过蚁群算法进行迭代搜索，请求任务调度分配方案；

所述步骤S3包括以下步骤：

S31：获取请求队列的长度，用集合R表示，计算任务处理时间；

S32：初始化信息素矩阵和任务分配概率矩阵；

S33：进行信息素浓度的更新，每只蚂蚁根据更新后信息素浓度按概率选择任务分配方式，每次迭代更新重复执行步骤S31、步骤S32，更新节点信息，标记出超负荷节点减少蚂蚁的搜索路径。

2.根据权利要求1所述的基于SVM和蚁群算法的服务器集群调度方法，

其特征在于，所述步骤S1包括以下步骤：

S11：选取服务器集群的特征值；

S12：选取径向基函数EBF作为核函数，利用10折交叉验证算法对分类器进行参数寻优，当前服务器i的分类状态可表示为：

3.根据权利要求2所述的基于SVM和蚁群算法的服务器集群调度方法，其特征在于，所述步骤S11具体为：

CPU特征值X₁的选取：

X₁＝a×C₁+b×C₂+c×C₃；

其中，C₁为运行队列任务数，C₂为空间时间百分比，C₃为上下文切换率，

a,b,c为权重系数，a+b+c＝1；

内存特征值X₂的选取：

X₂＝k×M₁+m×M₂+n×M₃；

其中，M₁为物理内存大小，M₂为虚拟内存大小，M₃为空间存储器大小，k，m，n为权重系数，k+m+n＝1；

硬盘特征值X₃的选取：

X₃＝x×D₁+y×D₂+z×D₃；

其中，D₁为磁盘利用率，D₂为访问速度，D₃为队列长度，x，y，z为权重系数，x+y+z＝1。

4.根据权利要求3所述的基于SVM和蚁群算法的服务器集群调度方法，其特征在于，在步骤S2中，所述服务器节点的处理能力的计算公式具体为：

N_j＝k₁X₁+k₂X₂+k₃X₃；

其中，k₁，k₂，k₃为权重系数。

5.根据权利要求4所述的基于SVM和蚁群算法的服务器集群调度方法，其特征在于，在步骤S31中，所述集合R为{r₁，r₂，...，r_n}，计算任务处理时间具体公式为：

其中，t_ij表示将任务i分配给服务器节点j处理的时间。

6.根据权利要求5所述的基于SVM和蚁群算法的服务器集群调度方法，其特征在于，在步骤S33中，信息素更新公式具体为：

其中，τ_ij表示任务i分配给节点j的信息素浓度，ρ为信息素挥发系数；

任务i分配给节点j的概率公式为：

其中，表示节点j不包含过载的节点。