云平台中多任务分配集成蚁群优化算法
2013-10-10姚光伟
长春工业大学学报 2013年4期
姚光伟
(韩山师范学院 潮州师范分院,广东 潮州 521000)
0 引 言
云计算是当今这个信息爆炸时代的研究热点,无论是传统企业,还是互联网企业都越来越重视对各种相关的数据进行分析和利用,如何对海量数据处理已成为互联网企业的核心竞争力之一。云计算的开源实现及其高容错、跨平台等众多优势,使之迅速得到众多企业的青睐,它利用分布式计算和虚拟资源管理等技术,将分散的ICT资源集中起来形成共享的资源池,改变传统用户必须购买昂贵的软硬件设备,只需向相应的服务提供商支付少量的租赁费用即可使用整个资源池的资源,从而有效地实现对互联网上资源设施等实时、按需、快捷地访问共享的计算模式。但是,这也预示着云计算的规模会非常庞大。因此,为云计算环境找到一个合理的任务分配方法已经迫在眉睫。
1 蚁群优化算法
蚁群算法是模拟自然界蚂蚁搜索行为的一种启发式仿生进化算法[1-2]。在求解复杂优化问题方面有一定优势,特别是在一些离散优化问题上具有良好优势。目前,基本蚁群算法都具有收敛速度快,且易陷入局部最优解等众多不足。同理,在云平台的资源服务中,在同一时刻越多的用户访问同一条服务路径上的资源和数据,就越容易造成相应的该网段网络负荷过重;倘若该最优路径上用户数量超出网络的承受能力,则极可能导致局部网络拥塞,严重则导致整个网络瘫痪,使厂商利益严重受损,乃至出现亏损等情况[3]。……
登录APP查看全文
