[發明專利]一種基于能耗優化的云計算資源分配的方法

在審

• 申請號: 201410187474.1
• 申請日: 2014-05-06
• 公開（公告）號: CN103957261A
• 公開（公告）日: 2014-07-30
• 發明（設計）人: 陳浩;王高浪;舒萬能
• 申請（專利權）人: 湖南體運通信息技術有限公司;長沙愛體信息技術有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F9/50
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于能耗優化的云計算資源分配的方法，其特征在于，該基于能耗優化的云計算資源分配的方法包括以下步驟：

部署云計算實驗平臺；進行云計算資源分配描述與建模；選擇不同能耗優化因素；進行仿真平臺構建；對性能進行測試實驗；模型修正；性能仿真實驗；確定性能分析模型和確定關鍵因素；研究云計算環境下資源分配的能耗優化模型；設計實現負載均衡和滿足能量消耗最小化的啟發式資源分配算法；性能仿真與測試實驗；

將資源分配算法的編碼方式表示為E，適應度函數為F，選擇操作為S，交叉操作為C，變異操作為M，則可以描述為FBGSA＝(E,F,S,C,M)；

如果算法的第t代群體表示為P(t),則算法選擇操作S定義如下：

操作步驟如下：

在解空間中隨機產生初始種群P(0)＝{x₁,x₂,...,x_i,...,x_Size}，并初始化種群規模Size、交叉概率p_c、變異概率P_m和最大進化代數G_m，進化代數t；

計算種群中每個個體的適應度值F(x_i),i＝1,2,...,Size；

對種群P(t)進行選擇操作；

對種群P(t)進行交叉操作；

對種群P(t)進行變異操作；

令t＝t+1，如果t≤G_m，則跳轉到計算種群中每個個體的適應度值F(x_i),i＝1,2,...,Size；否則，算法搜索過程結束。

2.如權利要求1所述的基于能耗優化的云計算資源分配的方法，其特征在于，該基于能耗優化的云計算資源分配的方法資源的屬性描述與性能分析方法為：

將資源r_i定義為二元組r_i＝{c_i,sⁱ}，其中c_i表示資源r_i單位時間內的計算能力，如單位時間內資源執行指令數；sⁱ表示資源r_i的供應電壓策略，每種策略供電電壓不同，用來衡量資源節點的計算能力主要參數包括CPU的個數m，處理能力p以及所處網絡的帶寬B，決定任務從分配到傳送到資源節點所用時間，同時還要引入一個負載均衡因子LB，即資源的負載完成率，LB＝La/Lf，其中La表示完成的任務量，Lf表示分配到的任務計算量之和。

3.如權利要求1所述的基于能耗優化的云計算資源分配的方法，其特征在于，該基于能耗優化的云計算資源分配的方法任務的屬性描述與性能分析方法為：

隨機到達云計算系統的任務描述為集合T＝{t₁,t₂,...,t_j,...,t_n}，t_j表示第j個任務，t_j定義為二元組t_j＝{a_j,w_j}，其中，a_j表示任務單位時間內平均到達數量，w_j表示任務t_j的計算量或工作負載，根據任務計算量及資源計算能力，任務t_j在資源r_i上執行所需時間ETC(i,j)為：

4.如權利要求1所述的基于能耗優化的云計算資源分配的方法，其特征在于，該基于能耗優化的云計算資源分配的方法構建能耗優化模型的方法為：

動態功耗是由各節點電容的充放電造成的，其基本表達式為：P＝A×C×v²×f，其中，A表示一個周期內的電路平均跳變次數，稱為翻轉頻率，與充放電頻率有關；C表示負載電容，是線長和晶體管尺寸的函數；v表示供電電壓；f表示工作頻率，當資源r_i供應電壓策略為sⁱ、DVS級別為k時，資源r_i執行任務t_j時產生能耗為：E_ijl＝r×[(v_k(i))_j]²×(f_k(i))_j×f×ETC'[i,j,k]。