文献类型：期刊文章

作　　者：齐平[1,2] 王福成[1] 王必晴[1] 梁昌勇[2]

QI Ping;WANG Fu cheng;WANG Bi qing;LIANG Chang yong(Department of Mathematics and Computer Science,Tongling University,Tongling 244000;School of Management,Hefei University of Technology,Hefei 230039,China)

机构地区：[1]铜陵学院数学与计算机学院,安徽铜陵244000 [2]合肥工业大学管理学院,安徽合肥230039

出　　处：《计算机工程与科学》

基　　金：国家自然科学基金重点项目(71331002);安徽省高校优秀青年骨干人才国内外访学研修项目(gxfx2017113);铜陵学院人才科研启动基金(2015tlxyrc08)

年　　份：2018

卷　　号：40

期　　号：11

起止页码：1925-1935

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2017_2018、INSPEC、JST、ZGKJHX、核心刊

摘　　要：针对云计算环境下并行任务易受资源失效的影响而无法完成,且动态提供云资源可靠性较低的问题,首先,引入失效恢复机制,由于在失效可恢复情况下资源失效规律动态变化,使用两参数Weibull分布对不同时段资源节点和通信链路失效规律的局部特征进行描述;然后,根据并行任务之间存在的各类交互关系分析,提出了一种基于变参数失效规则的资源可靠性评估模型;最后,将该模型并入粒子群算法得到基于可靠性感知的自适应惯性权重粒子群资源调度算法R-PSO,从而在计算适应度时充分考虑备选资源的可靠程度。仿真实验结果表明,当选择了合适的失效恢复参数时,提出的R-PSO算法能够大幅度提高云服务可靠性,且只会增加少量的额外失效恢复开销。

关 键 词：云计算 失效规律  失效恢复机制  粒子群优化 资源调度

分 类 号：TP393]