【摘要】：針對運營商創(chuàng)新業(yè)務(wù)訂單系統(tǒng)與政府合同安全保護備案系統(tǒng)之間需要進行頻繁的大量數(shù)據(jù)交換共享,時常出現(xiàn)大量數(shù)據(jù)并發(fā)報送造成服務(wù)器不能及時響應(yīng),帶來數(shù)據(jù)不能實現(xiàn)高效的傳輸處理導(dǎo)致政府的監(jiān)管沒有辦法更加正常、有效、安全地實施。但是優(yōu)化的負載均衡體系可以解決海量數(shù)據(jù)同時發(fā)送造成服務(wù)器響應(yīng)不及時的問題,并且能夠?qū)?shù)據(jù)共享效率提高的同時降低數(shù)據(jù)交換共享時帶來的危險,能夠有效地保障數(shù)據(jù)共享的安全性。同時有利于政府穩(wěn)定有序地開展監(jiān)管業(yè)務(wù),有助于運營商與政府企業(yè)對接創(chuàng)新業(yè)務(wù),有利于市場的平穩(wěn)發(fā)展,同時也有利于智慧城市的開展。初期負載均衡的產(chǎn)生是能夠有效地解決服務(wù)器集群中出現(xiàn)任務(wù)調(diào)度不均衡造成擁塞的問題,現(xiàn)在隨著互聯(lián)網(wǎng)的深入和大數(shù)據(jù)時代的到來,尤其是云計算開始走向我們的生活也有越來越多的人認可和使用,而負載均衡也漸漸成為云計算不可分割的重要部分同時也是研究領(lǐng)域的一個重點方向。由此本文提出一種將遺傳算法與珊瑚礁算法相融合的負載均衡方法,提高了網(wǎng)絡(luò)資源利用率,使負載均衡更加合理。本文提出的算法思想主要是將遺傳算法中交叉、選擇和變異應(yīng)用到珊瑚礁算法當中,進而提出一種基于遺傳珊瑚礁優(yōu)化算法,由于遺傳算法的基本思想是將生物學(xué)中遺傳概念應(yīng)用于進化計算中,將進化計算中的每一代個體分成若干類,從中選出若干適應(yīng)度較大的個體作為一類優(yōu)秀代表組成一個群,將遺傳算法中的遺傳選擇操作更大地優(yōu)化。再在種群中,以及不同的種群之間,進行交叉,變異等操作產(chǎn)生一代新個體,因此遺傳算法中的全局搜索能力有了提高并且遺傳算法中種群的多樣性也有所增加,進而提高了網(wǎng)絡(luò)資源利用率,針對網(wǎng)絡(luò)負載不均衡的狀況有明顯的改善。無論在傳統(tǒng)的遺傳算法還是在本文提出的遺傳算法和珊瑚礁算法融合的優(yōu)化算法,適應(yīng)度函數(shù)是評判任務(wù)分配是否達到最優(yōu)的標準,且在負載均衡的研究中舉足輕重。針對此種現(xiàn)象,本文將所有的服務(wù)器都視作計算服務(wù)器進行處理。海量任務(wù)進行并發(fā)請求需要進行最優(yōu)分配組合時,通過服務(wù)器最大利用率及時間最小化進而實現(xiàn)的負載均衡,優(yōu)化資源配置及效率為負載均衡機制。其次針對云計算和負載均衡的相關(guān)概念進行描述分析,遺傳算法與珊瑚礁算法結(jié)合流程進行介紹。最后利用云計算仿真平臺CloudSim進行擴展,完成了不同算法之間的對比實驗,實驗從迭代次數(shù)、時間及功耗成本、負載均衡性方面入手。實驗結(jié)果表明,改進后算法以上方面都要優(yōu)于遺傳算法、珊瑚礁算法及其他融合群智能算法等。
【圖文】：

虛擬機3圖 2.3 負載均衡架構(gòu)Fig2.3 Load Balancing Architecture2.2.2 云計算中數(shù)據(jù)中心資源調(diào)度標準設(shè)定不同的云服務(wù)公司陸續(xù)開始提出標準化的應(yīng)用程序在不同云之有代表性的日本富士通公司和云計算相對成熟的紐約威睿公司兩云計算中數(shù)據(jù)中心資源標準進行了設(shè)定。日本富士通公司將數(shù)據(jù)中虛擬服務(wù)器、虛擬系統(tǒng)和虛擬數(shù)據(jù)中心等是依據(jù)用戶使用的流程進區(qū)域的數(shù)據(jù)中心為虛擬數(shù)據(jù)中心定義為 VDC;為設(shè)配提供商方便提源及相關(guān)屬性和操作為虛擬系統(tǒng)描述定義為 VSYS DescriptDescriptor 的集合則為 VSYS;保障服務(wù)可靠性的供給則為虛擬硬盤對云計算資源的分類和定義如圖 2.4 所示，，紐約威睿公司對云計算

圖 2.5 威睿公司分類和定義Fig2.5 Classification and Definition of VMware Company2.3 負載均衡主要算法每臺服務(wù)器上都會分配一個相比于其他服務(wù)器能夠處理連接能力的權(quán)重為加權(quán)輪載均衡算法(WRR)、將任務(wù)請求分配給任務(wù)最少的服務(wù)器加權(quán)最小連接負載均衡算LC)，這些算法均為負載均衡的主要算法的一部分。關(guān)于加權(quán)輪詢負載均衡調(diào)度算法[19]，段中興[31]等人提出一種針對信道不清晰誤碼率況提出一種加權(quán)輪詢負載均衡調(diào)度公平的算法。通過誤碼率的定向衡量和測評針對信前所處的負載情況進行合理的推導(dǎo)判斷，進一步使信道中每個鏈路負載調(diào)度值自動進整適應(yīng)。同時為了增強自主尋有的能力還引用了模糊規(guī)則自校正算法。徐淑琦[32]等人doop 平臺上為了進一步將任務(wù)調(diào)度的效率針在加權(quán)輪詢調(diào)度算法的基礎(chǔ)環(huán)境下pReduce 本身的優(yōu)點特性進行提高提出了改進，保證了任務(wù)分配的公平性，縮短任務(wù)的執(zhí)行反饋時間，執(zhí)行任務(wù)的比例有所提高。加權(quán)最小連接負載均衡算法(WLC)是服會把任務(wù)請求調(diào)度分配給任務(wù)數(shù)量與其他服務(wù)器相比相對較少的服務(wù)器上。徐敏[33]等
【學(xué)位授予單位】：吉林農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TP393.02

【參考文獻】

相關(guān)期刊論文 前6條

1 王霞俊;;CloudSim云計算仿真工具研究及應(yīng)用[J];微型電腦應(yīng)用;2013年08期

2 徐淑琦;陳彩;王丹;;Hadoop平臺下基于加權(quán)輪轉(zhuǎn)算法的改進任務(wù)調(diào)度算法[J];電腦與信息技術(shù);2013年04期

3 馮小靖;潘郁;;云計算環(huán)境下的DPSO資源負載均衡算法[J];計算機工程與應(yīng)用;2013年06期

4 夏銳;肖明清;程進軍;;基于混合遺傳退火算法的并行測試任務(wù)調(diào)度優(yōu)化[J];系統(tǒng)仿真學(xué)報;2007年15期

5 段中興;張德運;;基于誤碼率的模糊加權(quán)無線網(wǎng)絡(luò)公平調(diào)度算法[J];西安交通大學(xué)學(xué)報;2005年12期

6 張軍英,敖磊,賈江濤,高琳;求解TSP問題的改進蟻群算法[J];西安電子科技大學(xué)學(xué)報;2005年05期

相關(guān)碩士學(xué)位論文 前5條

1 何越;基于云計算技術(shù)的TMSR仿真平臺設(shè)計及性能分析[D];中國科學(xué)院大學(xué)(中國科學(xué)院上海應(yīng)用物理研究所);2018年

2 鐘小康;云計算環(huán)境下任務(wù)調(diào)度算法的研究[D];江西理工大學(xué);2018年

3 糜培培;基于云計算的改進差分進化算法的研究與實現(xiàn)[D];電子科技大學(xué);2018年

4 朱全彪;基于SDN的負載均衡流量調(diào)度的研究與實現(xiàn)[D];武漢郵電科學(xué)研究院;2018年

5 雷煊彬;云計算平臺資源監(jiān)視系統(tǒng)設(shè)計與實現(xiàn)[D];湖南大學(xué);2018年

本文編號：2664461