基于QoS模型感知的云作业调度算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (8): 57-60.

基于QoS模型感知的云作业调度算法

王满英

浙江越秀外国语学院国际商学院，浙江绍兴 312000

出版日期:2014-04-15 发布日期:2014-05-30

Cloud jobs scheduling algorithm based on QoS model aware

WANG Manying

College of International Business, Zhejiang Yuexiu University of Foreign Languages, Shaoxing, Zhejiang 312000, China

Online:2014-04-15 Published:2014-05-30

摘要/Abstract

摘要： 为了提高云作业调度的成功率，保证用户的服务质量，提出了一种基于QoS模型感知的云作业调度算法。首先从作业分为大作业和小作业两种，小作业直接在私有云平台中完成调度，然后将大作业在混合云中台上进行调度，并通过权值较小的子任务优选部署到公有云上，最后采用仿真测试实验检验算法的性能。仿真结果表明，相对于其他云作业调度算法，该算法提高了作业调度的成功率，缩短了作业的实际完工时间，获得了满足用户服务质量的云作业调度结果。

关键词: 云计算, 服务质量感知模型, 作业调度, 权值

Abstract: In order to improve the success rate of cloud job scheduling and assure the user’s service quality, a novel cloud jobs scheduling algorithm is proposed based on QoS model aware. Firstly, the cloud jobs are divided into small jobs and large jobs, and the small jobs are scheduled in the private cloud platform, and then the large jobs are in the hybrid cloud platform, and then subtasks with the small weight value in larger jobs will be firstly submitted to a public cloud platform, finally, the simulation experiments are carried out. The results show that the proposed algorithm improves the success rate of jobs scheduling, and reduces the actual completion time of great jobs, can assure the user’s service quality.

Key words: cloud computing, Quality of Service（QoS）-aware model, jobs scheduling, weight

王满英. 基于QoS模型感知的云作业调度算法[J]. 计算机工程与应用, 2014, 50(8): 57-60.

WANG Manying. Cloud jobs scheduling algorithm based on QoS model aware[J]. Computer Engineering and Applications, 2014, 50(8): 57-60.

[1]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[2]	翁晓泳. 基于区块链的云计算数据共享系统研究[J]. 计算机工程与应用, 2021, 57(3): 120-124.
[3]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[4]	卫丹妮，杨有龙，仇海全. 结合密度峰值和切边权值的自训练算法[J]. 计算机工程与应用, 2021, 57(2): 70-76.
[5]	胡恒，金凤林，郎思琪. 移动边缘计算环境中的计算卸载技术研究综述[J]. 计算机工程与应用, 2021, 57(14): 60-74.
[6]	余波，台宪青，马治杰. 云计算环境下基于属性和信任的RBAC模型研究[J]. 计算机工程与应用, 2020, 56(9): 84-92.
[7]	仝乐，郝蓉，于佳. 单服务器上的双线性配对安全外包方案[J]. 计算机工程与应用, 2020, 56(9): 131-135.
[8]	姜娇，蔡林沁，韦鹏程，李莉. 支持可验证的密文模糊关键字检索方案[J]. 计算机工程与应用, 2020, 56(7): 74-80.
[9]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[10]	范纯龙，何宇峰，王翼新. 大权值抑制策略用于训练卷积神经网络[J]. 计算机工程与应用, 2020, 56(2): 115-119.
[11]	柯昌博，吴嘉余，曹彦. 面向云计算应用层演化的隐私保护方法研究[J]. 计算机工程与应用, 2020, 56(11): 60-66.
[12]	陈享，何亨，李鹏，金瑜，聂雷. 云环境中基于目标检测的密文图像检索方案[J]. 计算机工程与应用, 2020, 56(11): 75-82.
[13]	周亮，应欢，戴波，邱意民. 安全高效的生物识别外包计算方案研究[J]. 计算机工程与应用, 2020, 56(1): 127-135.
[14]	曾强1，邓敬源1，张进春1，沈玲2. 多工作日历下流水作业调度遗传优化方法[J]. 计算机工程与应用, 2019, 55(4): 238-247.
[15]	吴波，许道强，邹云峰，王甜甜，李鑫. 阶段感知的跨域数据分析作业保障机制[J]. 计算机工程与应用, 2019, 55(23): 78-85.