發(fā)布時間：2020-12-12 22:41

　　針對云數(shù)據(jù)中心資源利用率較低、能源消耗較高的問題,提出了基于資源需求差異的資源均衡調(diào)度策略。在包簇框架模型基礎(chǔ)上,利用與資源需求相關(guān)的距離度量因子,將資源需求差異大的包通過改進(jìn)的k-means算法進(jìn)行聚類;利用資源之間的相關(guān)性作為包與簇之間的距離,在資源分配的過程中使包能夠集中映射到簇中,從而減少簇的使用個數(shù)。實(shí)驗(yàn)結(jié)果表明,在包簇框架的概念下,基于資源需求差異的改進(jìn)后的k-means聚類算法能夠優(yōu)化包聚類步驟,資源調(diào)度算法能夠提高云數(shù)據(jù)中心各類資源利用率、降低資源分配過程中產(chǎn)生的能耗,具有有效性和可擴(kuò)展性。 

【文章來源】：上海理工大學(xué)學(xué)報. 2020年04期 北大核心

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]Spark框架下分布式K-means算法優(yōu)化方法[J]. 王法玉,劉志強(qiáng).  計算機(jī)工程與設(shè)計. 2019(06)
[2]基于能耗感知的包簇資源分配算法研究[J]. 徐雨婷,陳世平.  軟件. 2019(02)
[3]一種均衡物理資源和網(wǎng)絡(luò)帶寬的虛擬機(jī)部署方法研究[J]. 袁玉美.  無線互聯(lián)科技. 2017(07)
[4]云數(shù)據(jù)中心資源利用率均衡的虛擬機(jī)調(diào)度算法[J]. 朱亞會,陳丹,莊毅.  小型微型計算機(jī)系統(tǒng). 2017(02)
[5]云計算中能耗和性能感知的虛擬機(jī)優(yōu)化部署算法[J]. 房丙午,黃志球.  計算機(jī)工程與科學(xué). 2016(12)
[6]基于包簇映射的云計算資源分配框架[J]. 盧浩洋,陳世平.  計算機(jī)應(yīng)用. 2016(10)
[7]基于CSP的能耗高效云計算資源調(diào)度模型與算法[J]. 林偉偉,劉波,朱良昌,齊德昱.  通信學(xué)報. 2013(12)
[8]CloudSim云計算仿真工具研究及應(yīng)用[J]. 王霞俊.  微型電腦應(yīng)用. 2013(08)



本文編號：2913400