云计算环境下差异化资源的合理调度模型改进
陈榕利++陈晓忠++方兴
摘 要： 在云计算环境下，需要对链路节点之间差异化资源进行合理调度，以提高云计算中心网络的负载均衡性及进程管理效率。针对当前调度模型的实时性和均衡性不好的问题，提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。首先构建云计算环境下差异化资源的传输信道模型，进行资源传输的负载均衡设计，采用时分多址协议进行时隙均衡分配，提高差異化资源的调度合理性。仿真结果表明，采用该模型进行云计算环境下差异化资源调度，资源信息的召回性较好，数据传输的保真度较高，具有一定的优越性。
关键词： 云计算环境； 差异化资源； 调度模型； 负载均衡设计
中图分类号： TN911?34； TP391.9 文献标识码： A 文章编号： 1004?373X（2017）12?0152?03
Abstract： In the cloud computing environment， it is necessary to make reasonable schedule of the differentiated resources between link nodes to improve the load balance and the process management efficiency of the cloud computing center network. In view of the problems of poor real?time performance and poor balance of the current scheduling model， a differentiated resources′ reasonable scheduling model based on time division multiple access protocol is proposed. Firstly， a transmission channel model of the differentiated resources in cloud computing environment is established for load balancing design of transmission resources， and then time slot equilibrium assignment is conducted with the time division multiple access protocol to improve scheduling rationality of the differentiated resources. The simulation results show that the proposed model has better recall performance for resource information and high data transmission fidelity while doing the differentiated resource scheduling in the cloud computing environment.
Keywords： cloud computing environment； differentiated resource； scheduling model； load equilibrium design
随着大数据信息处理技术的发展，采用云计算方法进行数据传输和调度能有效提高数据分析和计算的效率，私有云平台是通过Internet构建IaaS（Infrastructure as a Service）完成计算机基础设施获得服务云计算数据处理中心，通过构建IaaS私有云平台云数据交互网络模型，提供给消费者的计算基础设施服务，包括处理CPU、内存、存储、网络和其他基本的计算资源[1?2]。在云计算环境下进行私有云平台的差异化资源调度，受到资源差异性特征的干扰，而且各种信息之间相互穿插，容易出现资源调度中信道失衡和负载超量[3]，需要进行云计算环境下差异化资源的合理调度模型改进设计，对改善云计算的系统控制性能，提高云资源平台中差异化资源利用和传输效率具有积极作用[4?5]。
1 差异化资源的合理调度模型设计
1.1 时分多址协议设计
在构建了云计算环境下差异化资源的传输信道模型的基础上[6]，进行云计算环境下差异化资源合理调度模型设计，为了克服当前调度模型的实时性和均衡性不好的问题，本文提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。进行资源传输的负载均衡设计，采用时分多址协议进行时隙均衡分配，提高差异化资源的调度合理性，假设差异化资源的种类属性为，则资源分布集合的优先级属性可以表示为。通常情况下，云计算环境下的差异化资源传输通信的传播衰减具有随机性，用随机变量表示差异化资源传输信道对加权向量的功耗需求，根据需求、信道流量、信道阻抗三者之间的关系可得：
在时间段内，差异化资源出现了次，在时分多址协议控制下，进行负载均衡调度。
1.2 差异化资源合理调度模型
根据上述设计的时分多址协议进行资源传输的负载均衡设计，设计过程描述为：
对于每一个云计算环境下差异化资源传输分簇调度单元[8]，在高效时分多址协议下进行数据传输的二维平面调度的离散采样集合：
2 实验测试分析
对云计算环境下差异化资源的调度模型的仿真测试平台建立在NS?2.27和NS软件基础上，采用Matlab 7 仿真工具进行模型的算法编程设计，实验的计算机硬件配置参数为CPU 3.0 GHz，内存12 GB，操作系统为Windows 7。
差异化资源传输的信息源数量近5 000个，云计算环境中数据采样的长度为1 024，差异化资源数据包的最大值为1 892 KB，全局迭代次数为500次，时隙分配的幅值取为，调度时长t取0～0.25 s，资源信息的采样频率为2 048 Hz。
根据上述仿真环境设定，构建云计算环境下差异化资源的传输信道模型，进行资源传输的负载均衡设计，实现差异化资源合理调度，图3为资源调度中的数据传输的时域波形。
由图3可见，采用该模型进行差异化资源调度，云数据传输具有较好的负载均衡性，实现了对差异化资源的高效调度，有效解决了差异化资源信息流扰动带来的误差干扰的问题，提高了调度的合理性。
图4给出了不同方法进行资源调度的数据召回性能对比结果，分析得知，采用本文方法进行差异化资源调度，采用时分多址协议进行时隙均衡分配，提高了数据召回性能，保障了数据传输调度中具有较高的保真度。
3 结 语
本文研究了云资源调度问题，在云计算环境下，需要对链路节点之间差异化资源进行合理调度，以提高云计算中心网络的负载均衡性及进程管理效率。本文提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。首先构建云计算环境下差异化资源的传输信道模型，进行资源传输的负载均衡设计，采用时分多址协议进行时隙均衡分配，提高差异化资源的调度合理性。仿真结果表明，采用该模型进行云计算环境下差异化资源调度，资源信息的召回性较好，数据传输的保真度较高，在资源调度中具有较高的应用价值，展示了本文模型的优越性能。
参考文献
[1] 崔永君，张永花.基于特征尺度均衡的Linux系统双阈值任务调度算法[J].计算机科学，2015，42（6）：181?184.
[2] 王躍飞，于炯，鲁亮.面向内存云的数据块索引方法[J].计算机应用，2016，36（5）：1222?1227.
[3] EI O F. Supply quality management with optimal wholesale price and revenue sharing contracts： A two?stage game approach [J]. International journal of production economics， 2014， 156（5）： 260?268.
[4] CHUTANI A， SETHI S P. Optimal advertising and pricing in a dynamic durable goods supply chain [J]. Journal of optimization theory and applications， 2012， 154（2）： 615?643.
[5] MORENO?SALINAS D， PASCOAL A M， ARANDA J. Optimal sensor placement for multiple target positioning with range?only measurements in two?dimensional scenarios [J]. Sensors， 2013， 13（8）： 10674?10710.
[6] LEE W， BANG H， LEEGHIM H. Cooperative localization between small UAVs using a combination of heterogeneous sensors [J]. Aerospace science and technology， 2013， 27（1）： 105?111.
[7] AINOMAE A， TRUMP T， BENGTSSON M. Distributed diffusion LMS based energy detection [C]// Proceedings of 2014 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops （ICUMT）. Petersburg： [s.n.]， 2014： 176?183.
[8] CATTIVELLI F S， SAYED A H. Distributed detection over adaptive networks using diffusion adaptation [J]. IEEE transactions on signal processing， 2011， 59（5）： 1917?1932.
摘 要： 在云计算环境下，需要对链路节点之间差异化资源进行合理调度，以提高云计算中心网络的负载均衡性及进程管理效率。针对当前调度模型的实时性和均衡性不好的问题，提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。首先构建云计算环境下差异化资源的传输信道模型，进行资源传输的负载均衡设计，采用时分多址协议进行时隙均衡分配，提高差異化资源的调度合理性。仿真结果表明，采用该模型进行云计算环境下差异化资源调度，资源信息的召回性较好，数据传输的保真度较高，具有一定的优越性。
关键词： 云计算环境； 差异化资源； 调度模型； 负载均衡设计
中图分类号： TN911?34； TP391.9 文献标识码： A 文章编号： 1004?373X（2017）12?0152?03
Abstract： In the cloud computing environment， it is necessary to make reasonable schedule of the differentiated resources between link nodes to improve the load balance and the process management efficiency of the cloud computing center network. In view of the problems of poor real?time performance and poor balance of the current scheduling model， a differentiated resources′ reasonable scheduling model based on time division multiple access protocol is proposed. Firstly， a transmission channel model of the differentiated resources in cloud computing environment is established for load balancing design of transmission resources， and then time slot equilibrium assignment is conducted with the time division multiple access protocol to improve scheduling rationality of the differentiated resources. The simulation results show that the proposed model has better recall performance for resource information and high data transmission fidelity while doing the differentiated resource scheduling in the cloud computing environment.
Keywords： cloud computing environment； differentiated resource； scheduling model； load equilibrium design
随着大数据信息处理技术的发展，采用云计算方法进行数据传输和调度能有效提高数据分析和计算的效率，私有云平台是通过Internet构建IaaS（Infrastructure as a Service）完成计算机基础设施获得服务云计算数据处理中心，通过构建IaaS私有云平台云数据交互网络模型，提供给消费者的计算基础设施服务，包括处理CPU、内存、存储、网络和其他基本的计算资源[1?2]。在云计算环境下进行私有云平台的差异化资源调度，受到资源差异性特征的干扰，而且各种信息之间相互穿插，容易出现资源调度中信道失衡和负载超量[3]，需要进行云计算环境下差异化资源的合理调度模型改进设计，对改善云计算的系统控制性能，提高云资源平台中差异化资源利用和传输效率具有积极作用[4?5]。
1 差异化资源的合理调度模型设计
1.1 时分多址协议设计
在构建了云计算环境下差异化资源的传输信道模型的基础上[6]，进行云计算环境下差异化资源合理调度模型设计，为了克服当前调度模型的实时性和均衡性不好的问题，本文提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。进行资源传输的负载均衡设计，采用时分多址协议进行时隙均衡分配，提高差异化资源的调度合理性，假设差异化资源的种类属性为，则资源分布集合的优先级属性可以表示为。通常情况下，云计算环境下的差异化资源传输通信的传播衰减具有随机性，用随机变量表示差异化资源传输信道对加权向量的功耗需求，根据需求、信道流量、信道阻抗三者之间的关系可得：
在时间段内，差异化资源出现了次，在时分多址协议控制下，进行负载均衡调度。
1.2 差异化资源合理调度模型
根据上述设计的时分多址协议进行资源传输的负载均衡设计，设计过程描述为：
对于每一个云计算环境下差异化资源传输分簇调度单元[8]，在高效时分多址协议下进行数据传输的二维平面调度的离散采样集合：
2 实验测试分析
对云计算环境下差异化资源的调度模型的仿真测试平台建立在NS?2.27和NS软件基础上，采用Matlab 7 仿真工具进行模型的算法编程设计，实验的计算机硬件配置参数为CPU 3.0 GHz，内存12 GB，操作系统为Windows 7。
差异化资源传输的信息源数量近5 000个，云计算环境中数据采样的长度为1 024，差异化资源数据包的最大值为1 892 KB，全局迭代次数为500次，时隙分配的幅值取为，调度时长t取0～0.25 s，资源信息的采样频率为2 048 Hz。
根据上述仿真环境设定，构建云计算环境下差异化资源的传输信道模型，进行资源传输的负载均衡设计，实现差异化资源合理调度，图3为资源调度中的数据传输的时域波形。
由图3可见，采用该模型进行差异化资源调度，云数据传输具有较好的负载均衡性，实现了对差异化资源的高效调度，有效解决了差异化资源信息流扰动带来的误差干扰的问题，提高了调度的合理性。
图4给出了不同方法进行资源调度的数据召回性能对比结果，分析得知，采用本文方法进行差异化资源调度，采用时分多址协议进行时隙均衡分配，提高了数据召回性能，保障了数据传输调度中具有较高的保真度。
3 结 语
本文研究了云资源调度问题，在云计算环境下，需要对链路节点之间差异化资源进行合理调度，以提高云计算中心网络的负载均衡性及进程管理效率。本文提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。首先构建云计算环境下差异化资源的传输信道模型，进行资源传输的负载均衡设计，采用时分多址协议进行时隙均衡分配，提高差异化资源的调度合理性。仿真结果表明，采用该模型进行云计算环境下差异化资源调度，资源信息的召回性较好，数据传输的保真度较高，在资源调度中具有较高的应用价值，展示了本文模型的优越性能。
参考文献
[1] 崔永君，张永花.基于特征尺度均衡的Linux系统双阈值任务调度算法[J].计算机科学，2015，42（6）：181?184.
[2] 王躍飞，于炯，鲁亮.面向内存云的数据块索引方法[J].计算机应用，2016，36（5）：1222?1227.
[3] EI O F. Supply quality management with optimal wholesale price and revenue sharing contracts： A two?stage game approach [J]. International journal of production economics， 2014， 156（5）： 260?268.
[4] CHUTANI A， SETHI S P. Optimal advertising and pricing in a dynamic durable goods supply chain [J]. Journal of optimization theory and applications， 2012， 154（2）： 615?643.
[5] MORENO?SALINAS D， PASCOAL A M， ARANDA J. Optimal sensor placement for multiple target positioning with range?only measurements in two?dimensional scenarios [J]. Sensors， 2013， 13（8）： 10674?10710.
[6] LEE W， BANG H， LEEGHIM H. Cooperative localization between small UAVs using a combination of heterogeneous sensors [J]. Aerospace science and technology， 2013， 27（1）： 105?111.
[7] AINOMAE A， TRUMP T， BENGTSSON M. Distributed diffusion LMS based energy detection [C]// Proceedings of 2014 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops （ICUMT）. Petersburg： [s.n.]， 2014： 176?183.
[8] CATTIVELLI F S， SAYED A H. Distributed detection over adaptive networks using diffusion adaptation [J]. IEEE transactions on signal processing， 2011， 59（5）： 1917?1932.
