[發明專利]一種基于蟻群算法的部署優化方法

在審

• 申請號: 201910357031.5
• 申請日: 2019-04-29
• 公開（公告）號: CN110098964A
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 應時;錢云;董波;王勇
• 申請（專利權）人: 武漢大學
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

1.一種基于蟻群算法的部署優化方法，其特征在于，包括：

構建面向服務軟件的部署優化模型，部署優化模型主要包含四部分：應用軟件模型ASM、運行平臺模型RPM、應用場景AS、和約束CON，其中，ASM用于提供部署軟件的信息，RPM提供用于部署的硬件節點信息，AS提供軟件性能評估的其它相關因素信息，CON提供軟件部署過程中所需滿足的約束條件；

基于三種預設性能指標定義目標函數，三種預設性能指標為組合服務的平均延遲時間、組合服務的平均吞吐量以及硬件資源的平均利用率，目標函數定義為公式(1)：

其中，d為部署方案，UF_u、UF_l和UF_t分別表示硬件節點的利用率、組合服務的平均延遲時間、組合服務的平均吞吐量所對應的效用函數；使用UC表示使用該軟件的所有用戶，為一非空用戶集，uc_i表示其中第i個用戶；使用N表示可供軟件部署的所有硬件節點，為一個非空有限硬件節點，n_j表示其中第j個硬件節點；使用CW描述一個組合服務時服務之間的交互關系，為一個非空有限控制流集，第i個控制流w_i為描述了第i個組合服務；l_k和t_k分別表示在部署方案d下第k類組合服務的平均延遲時間和平均吞吐量；u_j表示在部署方案d下第j個硬件節點的利用率；

根據構建的部署優化模型和目標函數設計基于蟻群優化的軟件的部署優化方法ACO-DO，并基于優化方法ACO-DO對軟件的部署進行優化。

2.如權利要求1所述的方法，其特征在于，設計基于蟻群優化的軟件的部署優化方法ACO-DO具體包括：

設計信息素與啟發式；

根據設計的信息素和啟發式，構建部署方案。

3.如權利要求2所述的方法，其特征在于，在根據設計的信息素和啟發式，構建部署方案之后，所述方法還包括：

為部署優化方法ACO-DO設置局部搜索過程。

4.如權利要求2所述的方法，其特征在于，設計信息素與啟發式具體包括：

將啟發式定義為公式(2)：

其中，τ(i,j)表示服務s_i分配到硬件節點n_j所對應的信息素，為當前部署在硬件節點n_j上的所有服務的集合，s_k,s_i分別為其中第i個、第k個服務；IF(s_k,s_i)為服務s_k與s_i之間的交互頻率；為一個計算能力函數，指定每個硬件節點的計算能力；為一個請求到達函數，計算服務在單位時間內接收的平均請求數；為一個服務時間需求函數，指定每個服務請求對單位計算能力的平均服務時間需求；DN為已經部署服務的硬件節點數。

5.如權利要求2所述的方法，其特征在于，在根據設計的信息素和啟發式，構建部署方案時，采用服務列表表示方案構建過程中服務的分配順序，并對服務列表進行優化，其中，服務列表的優化使用絕對位置模型表示信息素模型，信息素τ_s(i,k)表示服務s_i位于服務列表中第k個位置的期望值，則為服務列表優化問題設計的啟發式為：

η_s(i)＝RA(s_i) (3)。