基于聚类和改进共生演算法的云任务调度策略

李昆仑，关立伟，郭昌隆

(河北大学 电子信息工程学院，河北 保定 071000)

0 引言

云计算是近几年发展起来的一种按需共享信息服务模式，是未来网络服务的重要形式[1]。云计算系统将不同物理位置上的资源整合为一个逻辑整体，为用户提供一体化应用服务，因此，云环境中的任务调度与资源分配关系着整个云平台的使用效率，其模型的优劣直接关系到云计算系统是否能够提供有效的、可靠的服务，任务调度是云计算的关键技术之一[2-4]。

在云环境中，以遗传算法(Genetic Algorithm, GA)和粒子群优化(Particle Swarm Optimization, PSO)算法等为代表的群体优化算法被广泛地应用于解决调度问题并取得了可观的效果[5-8]。这些算法往往单一考虑调度代价，云计算的目标是按需提供服务，单纯的计算时间、通信消耗或负载均衡无法满足现实需求。因此，基于服务质量(Quality of Service, QoS)的调度算法被相继提出，主要分为基于成本的QoS和基于用户满意度的QoS。基于成本的QoS综合考虑执行时间、负载均衡、资源利用率等，如文献[9]提出一种基于成本的QoS驱动算法，算法不仅考虑了最大完工时间和负载均衡，还考虑了对任务进行分配时的时间和通信损耗，减小了调度代价。文献[10]提出一种多QoS约束的调度算法，以执行时间和资源利用率作为约束条件，并在动态环境中依据用户预算和截止期限来完成对任务的调度，保证了较高的资源利用率和较少的调度时间。基于用户满意度的QoS指在用户能在期望时间内完成任务的前提下，使用户的综合满意值最高。……