云計(jì)算資源負(fù)載均衡模型集群智能優(yōu)化算法的研究

李波

【摘要】 隨著社會的發(fā)展，各種信息數(shù)據(jù)的不斷增加，使用傳統(tǒng)的方式對這些數(shù)據(jù)進(jìn)行處理，就不能滿足當(dāng)前社會發(fā)展的需求，在這種情況下，云計(jì)算就應(yīng)運(yùn)而出，將這一問題進(jìn)行了解決，但是在使用云計(jì)算的過程中，還會出現(xiàn)負(fù)載不均衡的問題，為了更好的對云計(jì)算進(jìn)行應(yīng)用，本文首先就建立了相應(yīng)的負(fù)載均衡智能優(yōu)化模型，然后根據(jù)模型分析了云計(jì)算資源負(fù)載均衡模型集群智能優(yōu)化算法，以使云計(jì)算的應(yīng)用價(jià)值更高。

【關(guān)鍵詞】 云計(jì)算 負(fù)載均衡 智能優(yōu)化算法

引言：在當(dāng)前階段中，隨著對科學(xué)技術(shù)的不斷研究，虛擬化技術(shù)得到了大力的發(fā)展，增加了云計(jì)算中的資源數(shù)量，提高了云計(jì)算的計(jì)算能力，進(jìn)而增加其在使用過程中的作用。但是，在其進(jìn)行運(yùn)行過程中，由于任務(wù)量較大，如何進(jìn)行資源分配成為了一項(xiàng)新的難題，如果處理不好這一項(xiàng)問題，就會使云計(jì)算的作用無法完全的體現(xiàn)出來，因此，在當(dāng)前情況下，加強(qiáng)對云計(jì)算資源負(fù)載均衡模型集群智能優(yōu)化算法的研究具有重要的意義。

一、負(fù)載均衡智能優(yōu)化模型

在云計(jì)算中，虛擬機(jī)在其中占據(jù)重要的作用，將云計(jì)算中的數(shù)據(jù)進(jìn)行了有效的保存，在云計(jì)算進(jìn)行工作的過程中就是虛擬機(jī)與任務(wù)的分配，根據(jù)其工作情況的不同，可以將其分為4個(gè)層次：第一個(gè)層次為任務(wù)接收層，進(jìn)行資料的收集工作，并對其進(jìn)行一定的處理，提交給虛擬機(jī)創(chuàng)建層；第二層次就是虛擬機(jī)創(chuàng)建層，根據(jù)接收到的資料信息，建立處不同的虛擬機(jī)，并將任務(wù)提交到相應(yīng)的虛擬機(jī)上；第三層為負(fù)載均衡策略層，該層將虛擬機(jī)中的任務(wù)量進(jìn)行分析，并將其轉(zhuǎn)化為相應(yīng)的數(shù)字信號，根據(jù)相應(yīng)的均衡策略，將虛擬機(jī)提交到計(jì)算機(jī)上；最后一層就是計(jì)算機(jī)層，其可以根據(jù)虛擬機(jī)傳遞的數(shù)字信號，提供其所需要的資源，并將任務(wù)發(fā)放給各個(gè)虛擬機(jī)，將任務(wù)進(jìn)行分配。對其進(jìn)行優(yōu)化時(shí)，是在任務(wù)調(diào)度的基礎(chǔ)上對其進(jìn)行改善的，不僅能求出任務(wù)的負(fù)載量，還可以推測出資源能力大小，根據(jù)其建立出相應(yīng)的數(shù)學(xué)模型來進(jìn)行分析[1]。

二、云計(jì)算資源負(fù)載均衡模型集群智能優(yōu)化算法

2.1算法簡介

在該優(yōu)化負(fù)載均衡模型中使用的是遺傳算法，其是借鑒生物學(xué)中的進(jìn)化論研究出來的一種數(shù)學(xué)算法。首先對實(shí)際的信息進(jìn)行收集，并將其進(jìn)行編碼，形成不同的染色體，相同的染色體集中到一起，就會形成初始群體，然后分別對每個(gè)群體進(jìn)行相應(yīng)的計(jì)算，計(jì)算出個(gè)群體中染色體的適應(yīng)度評價(jià)，根據(jù)計(jì)算出來的結(jié)果，選擇出良好的染色體進(jìn)行遺傳，進(jìn)而使染色體向著更優(yōu)的方向發(fā)展，經(jīng)過多次的遺傳后，就會得到最優(yōu)解[2]。

2.2算法設(shè)計(jì)

1、初始化。在使用該算法的初始階段中，首先需要進(jìn)行假設(shè)，假設(shè)群體中候選解的數(shù)量為A，需要使用的計(jì)算機(jī)數(shù)量為B，虛擬機(jī)數(shù)量為C，然后將A個(gè)候選解進(jìn)行不同的編碼，就是將B個(gè)虛擬機(jī)提交到C個(gè)計(jì)算機(jī)上，可以形成A種不同的方案。

2、適應(yīng)度函數(shù)設(shè)計(jì)。在對函數(shù)進(jìn)行設(shè)計(jì)時(shí)可以發(fā)現(xiàn)，目標(biāo)函數(shù)的數(shù)值為正數(shù)，這時(shí)要計(jì)算出其最小值，首先要計(jì)算出計(jì)算機(jī)中資源占用率的方差，其倒數(shù)就是適應(yīng)度函數(shù)，

3、選擇運(yùn)算設(shè)計(jì)。根據(jù)計(jì)算出不同候選解的不同適應(yīng)度，來推測出不同候選解被選擇的幾率，將其按照一定的比例在輪盤上標(biāo)記出來，適應(yīng)度越大，在輪盤中所占的比例就越大，被選擇的幾率就越高。

4、交叉運(yùn)算設(shè)計(jì)。將上述選擇出來的候選解進(jìn)行簡單的處理后，每兩個(gè)候選解進(jìn)行配對，使其一部分優(yōu)質(zhì)的基因進(jìn)行對換，形成優(yōu)勢更強(qiáng)的候選解，適應(yīng)度也就會隨之提高，將設(shè)計(jì)方案進(jìn)一步進(jìn)行優(yōu)化，更加貼近了最優(yōu)解的距離。

5、變異運(yùn)算設(shè)計(jì)。交叉運(yùn)算是對整體范圍內(nèi)進(jìn)行計(jì)算的，而為了使運(yùn)算的結(jié)果更加的貼近最優(yōu)解，還要進(jìn)行局部的計(jì)算，這時(shí)就要進(jìn)行變異運(yùn)算設(shè)計(jì)，就是將其中的某些基因值進(jìn)行變動，變動后的數(shù)值一般要求小于0.1[3].

三、總結(jié)

綜上所述，為了使云計(jì)算在使用的過程中發(fā)揮出更大的作用，加強(qiáng)對其負(fù)載均衡模型集群智能優(yōu)化算法研究具有重要的意義，提升了云計(jì)算中資源的利用效率，均衡了整個(gè)計(jì)算機(jī)中的使用負(fù)載，使得云計(jì)算的計(jì)算能力得到了有效的提高。但是，隨著社會的發(fā)展，科學(xué)技術(shù)的不斷進(jìn)步，云計(jì)算內(nèi)的資源也會不斷地更改，因此，我們就不能對此滿足，還要繼續(xù)加強(qiáng)力度對其研究，使其在社會發(fā)展的各個(gè)階段中都能夠起到重要的作用。

參 考 文 獻(xiàn)

[1]寧彬，谷瓊，吳釗等.云計(jì)算環(huán)境下的混沌螢火蟲的資源負(fù)載均衡算法[J].計(jì)算機(jī)應(yīng)用研究，2014，06（11）：3397-3400.

[2]張牧.云計(jì)算和多維QoS環(huán)境中基于蟻群優(yōu)化算法在虛擬機(jī)資源負(fù)載均衡問題中的研究[J].計(jì)算機(jī)科學(xué)，2013，10（S2）：60-62.

[3]程國建，劉麗景，石彩云等.一種混合遺傳算法在云計(jì)算負(fù)載均衡中的應(yīng)用研究[J].西安石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，09（02）：93-97+122-123.