【技術實現步驟摘要】
本專利技術涉及云計算調度，具體涉及一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法。
技術介紹
1、云計算作為一種計算環境，近年來受到了人們的廣泛關注，被應用于解決消費者、技術和商業領域的各種問題。在云計算服務快速增長的同時，云計算數據中心的能源消耗也在快速增長，云計算高能耗問題亟待解決。并且隨著云計算系統中硬件資源的不斷增加和擴展，各種資源的不確定性也迅速增加，導致系統在運行過程中頻繁出現故障，云計算中心的故障管理是制約云計算技術發展的重要因素。現有技術較少同時關注能耗和故障問題，而在故障管理背景下的支持綠色云計算的資源調度方法及關鍵技術，對降低數據中心能耗和進行故障管理，具有重要理論價值與現實意義。
2、分布估計算法是進化計算領域興起的一種新型的優化算法，其中沒有遺傳中的交叉、變異的操作，而是通過建立描述問題的概率模型并不斷更新不斷采樣這樣的方式來優化調度問題。實際生產生活中對分布估計算法的應用表明，算法能很好的求解高維數的問題并能降低時間復雜度，具有全局搜索能力強和收斂速度快等優點，但在處理復雜問題時，其性能可能會受到一定限制。
技術實現思路
1、針對上述背景中存在的技術問題，本專利技術提供了一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，基于云計算中心雙重故障的綠色調度，設計自適應分布估計算法求解，設計三個調整算子來實現鄰域搜索，加快算法收斂速度。有助于對云計算中心進行故障管理，并達到節能的目的。
2、本專利技術為解
3、一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，該方法包括如下步驟：
4、步驟1，基于中心網絡域、電源域雙重故障的云計算環境下的綠色調度模型；
5、使用以下自適應分布估計算法對任務進行調度:
6、步驟2，調度模型編碼，根據優先約束初始化概率矩陣，進行概率矩陣抽樣，產生新種群；
7、步驟3，采用改進算子對tas(臨時歸檔集)進行多樣性改善，用tas更新as(歸檔集)，slr(調度長度比例)最高η％作為精英群體更新概率矩陣；
8、步驟4，判斷是否達到結束條件，若達到條件則輸出最優綠色調度方案，若未達到條件則轉入所述步驟3繼續循環直至達到結束條件并輸出最優方案；
9、步驟5，采用田口正交實驗來研究不同參數水平下參數對算法性能的影響，找到最佳的參數組合，通過c距離來比較鄰域搜索優化設計的有效性和優越性；
10、進一步地，步驟1中，模型的基本假設如下：在云計算中心的處理過程中，電源區域和網絡區域可能會獨立發生故障，假設每個電源區域的故障概率遵循參數為α1的負指數分布，而維護時間遵循參數為δ1的負指數分布，假設每個網絡區域的故障概率遵循參數為α2的負指數分布，而維護時間遵循參數δ2的負指數分布；每個任務有且僅有一個備份任務，每個任務及他的備份任務只能被處理一次；一臺處理器一次最多只能處理一個任務；某個處理器上任務按次序一個一個被調度；處理器分配由最早完成時間優先(eftf)決定；任務不允許搶占；
11、進一步地，步驟1中，建立的所述綠色調度模型以最小化最大完工時間及能耗，最大化任務完成率為目標；并確保每個任務必須處理一次，并且只能處理一次；確保每個任務只有一次備份；確保只能一一處理處理器上的任務；確保每個任務必須在其先前任務完成后開始；具體模型和約束如下所示：
12、min{cmax,tec,-r}(1)
13、
14、
15、式中，cmax為最大完工時間，tec為能耗，r為最大化任務完成率，因此以最小化-r為目標；n為需要處理的任務數，m為處理器的數量；vj為任務j的電源電壓，vlow為最低電源電壓，β為能耗計算常數，tj為任務j的計算時間，rsj為任務j的相關速度；xj,i,r＝1表示任務j是機器i上處理的第r個任務，否則xj,i,r＝0；yj,i＝1表示任務j備份在機器i上，否則yj,i＝0；cj為任務j的完成時間，m為一個很大的常數，mj為任務j分配的處理器；δ(mi,mj)＝1表示mi≠mj,否則,mi＝mj；cmi,j為任務i與任務j的通訊時間；i→j為任務i是任務j的緊前任務。
16、進一步地，對于有關最大完工時間的計算方法，任務j在處理器上的開始時間和結束時間定義如下：
17、
18、et(j,mj)＝st(j,mj,rj)+tj/rsj(5)
19、式中，st(j,mj,rj)和et(j,mj)表示處理器mj上任務j的開始時間和結束時間。
20、進一步地，對于云計算中心能耗的計算，包括繁忙時間和空閑時間的能量消耗。繁忙時間的能量消耗受某項任務的電源電壓值和頻率的顯著影響，空閑時間的能耗受空閑時間的影響很大，具體計算公式如下：
21、
22、etotal＝ebusy+eidle(8)
23、式中，ebusy為繁忙時間的能量消耗，eidle為空閑時間的能耗，etotal為總能耗；vi，ti和rsi分別是任務i的電源電壓，處理時間和相對速度，β是常數參數，idlek為調度解第k次空閑，vlow表示最低電源電壓，dk表示第k個空閑的長度。
24、進一步地，在對云計算中心任務完成率進行計算時，使用備份機制避免任務在發生故障時失敗。當任務所在的區域發生故障并且其備份所在的區域沒有發生故障時，可以通過備份機制恢復任務。在這項工作中，假設每個任務可以有一個備份。如果任務j備份在機器i上，則yj,i＝1，否則yj,i＝0。通過仿真評估故障解決策略的效果，公式如下：
25、
26、式中，r為仿真結果下的任務成功率，s為模擬數，scheme為問題實例的調度方案；casei為參數α1、δ1、α2、δ2下的模擬實例,i∈{1,2,3...,s}；表示在仿真實例casei和調度方案scheme下，處理器k在開始到結束的時間內沒有崩潰，否則uj＝1表示任務j可以成功執行，否則uj＝0；p是任務j的前置任務，任務成功率越大，調度方案就越穩健。
27、進一步地，步驟2中，調度模型編碼包括任務處理排列，任務處理器，任務vsl分配和備份位置，表示如下：
28、
29、式中，ik代表分配給處理器第k個位置的任務為ik，mk代表任務ik分配給處理器mk，表示任務ik使用相對速度進行處理，代表任務ik備份在處理器上。
30、進一步地，步驟2中，采用四種概率模型對后代種群進行迭代：
31、(1)任務排列的概率模型
32、任務排列概率模型為整個種群生成任務處理排列。由于任務之間存在優先約束，因此將相對位置概率設計如下：
33、
34、其中pi,j(g)表示在第g代的排列中任務i置于任務j前面的概率。因為任務i總是在任務j的前面或后面，所以pi,j(g)+本文檔來自技高網...
【技術保護點】
1.一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟1中，模型的基本假設如下：在云計算中心的處理過程中，電源區域和網絡區域可能會獨立發生故障，假設每個電源區域的故障概率遵循參數為α1的負指數分布，而維護時間遵循參數為δ1的負指數分布，假設每個網絡區域的故障概率遵循參數為α2的負指數分布，而維護時間遵循參數δ2的負指數分布；每個任務有且僅有一個備份任務，每個任務及他的備份任務只能被處理一次；一臺處理器一次最多只能處理一個任務；某個處理器上任務按次序一個一個被調度；處理器分配由最早完成時間優先(EFTF)決定；任務不允許搶占。
3.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟1中，建立的所述綠色調度模型以最小化最大完工時間及能耗，最大化任務完成率為目標；并確保每個任務必須處理一次，并且只能處理一次；確保每個任務只有一次備份；確保只能一一處理處理器上的任務
4.根據權利要求3所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，對于有關最大完工時間的計算方法，任務j在處理器上的開始時間和結束時間定義如下：
5.根據權利要求3所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，對于云計算中心能耗的計算，包括繁忙時間和空閑時間的能量消耗。繁忙時間的能量消耗受某項任務的電源電壓值和頻率的顯著影響，空閑時間的能耗受空閑時間的影響很大，具體計算公式如下：
6.根據權利要求3所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，在對云計算中心任務完成率進行計算時，使用備份機制避免任務在發生故障時失敗。在這項工作中，假設每個任務可以有一個備份。如果任務j備份在機器i上，則yj,i＝1，否則yj,i＝0。通過仿真評估故障解決策略的效果，公式如下：
7.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟2中，調度模型編碼包括任務處理排列，任務處理器，任務VSL分配和備份位置，表示如下：
8.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟2中，采用四種概率模型對后代種群進行迭代：
9.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟3中，概率矩陣的更新方法如下，通過調度長度比(SLR)使用關鍵路徑的長度將完工時間標準化，如下所示：
10.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟3中，根據任務之間的空閑情況，設計跨度調整算子、能耗調整算子及備份調整算子三個調整算子，分別對三個目標函數進行優化。
11.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟5中，以C距離來對算法效果進行比較，通過比較兩個非支配集A1和A2的解的質量來反映兩個非支配集之間的支配關系。C距離值越大，表示該算法越有優勢，C距離計算方式如下所示：
...【技術特征摘要】
1.一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟1中，模型的基本假設如下：在云計算中心的處理過程中，電源區域和網絡區域可能會獨立發生故障，假設每個電源區域的故障概率遵循參數為α1的負指數分布，而維護時間遵循參數為δ1的負指數分布，假設每個網絡區域的故障概率遵循參數為α2的負指數分布，而維護時間遵循參數δ2的負指數分布；每個任務有且僅有一個備份任務，每個任務及他的備份任務只能被處理一次；一臺處理器一次最多只能處理一個任務；某個處理器上任務按次序一個一個被調度；處理器分配由最早完成時間優先(eftf)決定；任務不允許搶占。
3.根據權利要求1所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，步驟1中，建立的所述綠色調度模型以最小化最大完工時間及能耗，最大化任務完成率為目標；并確保每個任務必須處理一次，并且只能處理一次；確保每個任務只有一次備份；確保只能一一處理處理器上的任務；確保每個任務必須在其先前任務完成后開始；具體模型和約束如下所示：
4.根據權利要求3所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，對于有關最大完工時間的計算方法，任務j在處理器上的開始時間和結束時間定義如下：
5.根據權利要求3所述的一種基于自適應分布估計算法的雙重故障影響下云計算中心綠色調度方法，其特征在于，對于云計算中心能耗的計算，包括繁忙時間和空閑時間的能量消耗。繁忙時間的能量消耗受某項任務的電源電壓值和頻率的顯著影響，空閑時間...
【專利技術屬性】
技術研發人員：桑秀芝，虞先玉，周德群，張肖瀟，
申請(專利權)人：南京航空航天大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。