[发明专利]一种云环境下用于实时协同计算的节点选择方法

摘要

本发明公开了一种云环境下用于实时协同计算的节点选择方法，包括：步骤1，搜集可用于实时协同计算的候选节点，同时用户提出资源需求并表示为一个用户节点，采用谱聚类算法将候选节点和用户节点进行聚类，得到一组小集群和离群点；步骤2，在用户所处的小集群中，采用稳定婚姻模型进行节点匹配，选择符合用户需求的多个节点作为资源提供者；步骤3，根据集群内的已出售资源，计算各提供者的牺牲百分比；步骤4，在离群点中，根据各提供者的牺牲百分比，采用稳定婚姻模型进行节点匹配，选择匹配的节点作为提供者的后备转移节点，作为提供者发生意外宕机时的后备保障。最终得到用于实时协同计算的普通节点和后备转移节点。

主权项

1.一种云环境下用于实时协同计算的节点选择方法，其特征在于，包括以下步骤：步骤1，搜集可用于实时协同计算的候选节点，同时将用户提出的资源需求表示为一个用户节点，采用谱聚类算法将候选节点和用户节点进行聚类，得到一组小集群和离群点；步骤2，在用户节点所处的小集群中，采用稳定婚姻模型进行节点匹配，选择符合用户需求的节点作为资源提供者即普通节点；步骤3，根据资源提供者提供的资源，计算各资源提供者的牺牲百分比；步骤4，在离群点中，根据各资源提供者的牺牲百分比，采用稳定婚姻模型进行节点匹配，选择匹配的节点作为资源提供者的后备转移节点，作为资源提供者发生意外宕机时的后备保障，最终得到用于实时协同计算的普通节点和后备转移节点；步骤1的谱聚类算法包括以下步骤：步骤1‑1，根据用户节点和候选节点间通信测得的往返时延值RTTij计算出节点间的权值wij，用于构成带权无向图：其中，wij表示带权无向图中节点i和节点j两者间的权值，1≤i，j≤n+1，n表示所有候选节点的总数，RTTij表示通信测量得到的节点i和节点j间的RTT往返时延值；步骤1‑2，选取高斯核函数作为相似性函数构造所有节点的相似度矩阵S，根据相似度矩阵S构造度矩阵D和拉普拉斯矩阵L：L＝D‑S，其中，sij表示节点i和节点j之间的相似度，1≤i，j≤n+1，n表示所有候选节点的总数，所有的相似度sij构成相似矩阵S，wij表示带权无向图中节点i和节点j间的权值，将所有的wij进行从小到大排序，最小值记为最短权值dmin，最大值记为最大权值dmax，σ表示图中最大权值dmax与图中最短权值dmmin之差的5％，di表示节点i的度，所有的di构成度矩阵D：σ＝(dmax‑dmin)*5％；步骤1‑3，计算出拉普拉斯矩阵L的前n+1个特征值及其对应的特征向量uc，1≤c≤n+1，根据特征值对其对应特征向量进行升序排序，uc表示排序后第c个位置的特征值对应的特征向量，即第c个最小特征值对应的特征向量，所有的特征向量组成特征向量矩阵U；步骤1‑4，将步骤1‑3中得到的特征向量矩阵U进行归一化，得到矩阵H，公式如下：其中，H_va表示归一化矩阵中第v行第a列的值，u_va表示特征向量矩阵U中第v行第a列的值，1≤v≤n+1，1≤a≤δ；u_vy表示特征向量矩阵U第v行第y列的值，1≤y≤δ，表示特征向量矩阵U中第v行的所有列的值之和；步骤1‑5，设归一化矩阵H的第v行向量为yv，1≤v≤n+1，对求得的n个行向量采用K均值方法进行聚类，产生K个聚类，5≤K≤15，向量yv所属的类别即为节点v所属的小集群，只有一个节点的聚类称为离群点；步骤3中牺牲百分比表示提供者付出其收入的一定牺牲百分比购买后备转移节点，计算提供者牺牲百分比Xe的公式如下：其中，Xe表示提供者e的牺牲百分比，1≤e≤R，R表示提供者的总数，fe表示提供者e的已被使用的资源数，re表示提供者e的总资源数。