基于多维云用户驱动QOS网络资源调度算法

标志为旧资源，反复进行此过程，直到全部的任务都被调度或调度失败。调度的目标是找到能够在期望的执行时间内完成工作任务、而且所付出的费用相对比较廉价的资源，即时间和费用是最优的^[10]。

基于多QoS规划模型进行资源分配和任务调度的算法描述如下:

(1)随时接收客户端的资源申请(客户端申请中给出了资源需求);

(2)在每一个长度为T的时间段内开始执行以下算法步骤：

(a)按规划进行任务刻录;

(b)用户需求为调度范畴，进行资源调度比对;

(c)按最佳匹配原则进行匹配;

(d)在调度周期内确认有多少资源可以进行调度;

(e)计入运算结果;

(f)反馈给客户。

2 基于多维云用户驱动QoS网络资源调度

在一个三维的QoS模型空间中对此调度问题进行研究。模型空间由运行费用(C)，截止期限(D)和可靠性(R)构成。其中C代表花费Cost，执行云任务时的花费包括处理计算资源和网络(传输带宽)资源的花费;D代表截止期限Deadline：处理云任务的全部时间;R代表可靠性Reliability：完成任务的概率。

云任务i可以使用资源代理j的计算资源：(表示资源的处理时间)，如果j的计算能力为Cj，则相应的资源分配约束条件为 。i执的时间上限。任务代理i支付给计算资源代理j的报酬为，那么代表了第j个计算资源代理完成所有任务获得的全部报酬。

考虑模型的效益函数，第一维效益函数，是和费用有关的：

(1)

：资源预算，是i为获得计算资源付出的总代价;表示第一维QoS的权重。

第二维QoS效益函数是和执行时间有关的：

(2)

T_i是i的执行截止时间;b_in是完成第n个工作需要的计算资源数量;D代表延迟时间;代表分配到第二维QoS的权重;

第三维效益函数代表调度的可靠性：

　; (3)

g：在截止期限内完成调度的任务数，f：在截止期限内总共提交的任务数。

任务的效用函数是这三部分的加权函数：

(4)

整个系统的效用函数

(5)

网络资源调度者的目标是在QoS约束下为i进行资源分配，最大化系统效益并满足：

(6)

在经济模型下最大化任务代理获得的效用，使用拉格朗日数学方法求得多维QoS约束的网络资源调度问题的最优解：在时间期限内，最优化任务代理：

(7)

在资源市场上，计算资源作为资源供应者，考虑到任务代理愿意付出的代价，试图最大化它们的收益：。这样，云资源供应者的最优化问题可被公式化为，且

由以上对QoS进行量化的效益函数表达式可知，完成时间和花费QoS是负QoS参数，其它属性的QoS参数是正QoS参数。所谓的负QoS参数是指QoS值越大，其效益函数值越小，正QoS参数是指QoS值越大，其效益函数值越大，见图1。

再利用拉格朗日乘数法求解在多QoS约束条件下的最优解，构造以下的辅助函数：

(8)

令，就可以得到最优化任务代理问题的最优解，表示任务代理在约束时间条件下为了最大化系统效益应该付出的价值;

再来考虑对资源代理的优化：且，求约束条件下的最优解，构造拉格朗日函数：

(9)

令，可以求得计算资源代理优化问题的最优解，表示计算资源代理作为资源供应者，为了最大化它的收入希望分配给任务代理的的单元个数。

3 仿真实验

3.1 仿真参数设置

本文采用NS2仿真平台进行仿真实验，详细仿真结果如表2所示。

3.2 实验结果对比

图 2、图3显示了本文算法与DBC算法在完成任务效率上的比较。依图2可知，满足要求的任务个数随着deadline的增加而增加，但DBC算法的deadline增加到2400以后，完成的任务个数保持在一个数值不再增加，这是因为完成的任务已经用完了用户提供的budget，增加deadline的值对任务的完成数没有影响，这符合计算经济网格中的交易原则;在期限固定的情况下，随着预算的增加，对于任务的完成情况，本文都比传统DBC优化算法有一些提高，说明本文算法提高了截止期限内的任务完成率(任务的可靠性)。由图3可知，满足要求的任务个数随着budget的增加而增加，但是本文算法的提升速度更快，这是由于本文算法采用拉格朗日计算方式，在Dealine固定的时候，能够更有效地提高资源调度效率，从而在一定截止时间内完成的任务数更多。

4 结束语

本文对基于经济模型的云网络资源调度问题进行了详细的介绍，分析了使用经济原则和交易议价的优点，认为它能够更好地适应现代网格的发展。在对网格传统的调度算法进行研究的基础上，根据现代网格基于市场经济模型进行资源管理的特点，提出了一种基于多维云用户驱动QoS网络资源调度算法。通过合适的分组机制有效地降低了经济代价，具有一定的部署价值。

参考文献：

[1]Gounder V, Prakash R, Abu-Amara H. Micheline data miming: date and techniques[C]. Wireless Communications and Systems, 2014: 1-6

[2]胡自林,徐云, 毛涛