一种权重自适应的强化学习云资源调度算法

李成严，孙 巍，唐立民

(1.哈尔滨理工大学 计算机科学与技术学院，哈尔滨 150080；2.中国航发哈尔滨东安发动机有限公司，哈尔滨 150066)

0 引 言

云计算[1]是当前热门的一种服务模式，为用户提供动态可伸缩的廉价服务，同时减少与服务商之间的交互。用户通过按需付费的方式享受到服务商通过网络为其提供的资源共享池中的资源。

云资源调度[2]是指根据资源使用规则，不同的资源使用者按照规则在云服务平台进行资源调整的过程。在合理的资源调度优化算法对于提高云计算系统的综合性能是至关重要的。

调度中的服务质量约束包括运行成本、完成时间、安全性、可用性等。其中运行成本和完成时间分别是影响运营商和使用者满意度的关键因素。Yao等[3]为了减少任务的完成时间，提出一种以最小化完成时间为目标的云资源调度模型。Zhang等[4]为了提高运营商的满意度，研究了如何降低运营商的成本。Xu等[5]针对在满足多个服务器提供高质量服务的同时，如何降低能耗这一问题，提出了一种新的数据中心调度方案，将提升服务质量与降低能源消耗这二者关系转化为利润与成本之间的关系。Jena等[6]通过优化任务的等待时间来最大化虚拟机的吞吐量和保持任务优先级之间的平衡。在实际需求中，将减少执行时间和降低运行成本同时作为优化目标对于调度算法来说是至关重要的。本文以减少虚拟机运行成本和任务总完成时间为优化目标，建立了多目标云资源调度模型。……