文献类型：期刊文章

作　　者：曾毅[1] 马琳娟[2] 鱼明[3]

ZENG Yi;MA Linjuan;YU Ming(Guangxi University Xingjian College of Science and Liberal Arts Computer andInformation Engineering Department,Nanning 530005,China;School of Computer Science & Technology,Beijing 100081,China;School of Economics and Management,Shihezi University,Shihezi 832000,China)

机构地区：[1]广西大学行健文理学院理工学部计算机与信息工程系,南宁530005 [2]北京理工大学计算机学院,北京100081 [3]石河子大学经济与管理学院,新疆石河子832000

出　　处：《重庆理工大学学报（自然科学）》

基　　金：福建省科技厅引导性项目(2018H0028);广西壮族自治区教育厅2019年度广西高校中青年教师科研基础能力提升项目(2019KY0960)

年　　份：2019

卷　　号：33

期　　号：6

起止页码：122-127

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对云数据中心不同于传统的数据中心,其管理和维护需要解决更加复杂的问题的情况,为实现云计算平台中大数据系统的平稳升级和更新,提出了一种基于群体智能算法的大数据迁移策略,解决了负载平衡和带宽瓶颈问题。首先对云计算体系架构上的大数据迁移技术进行研究和分析,然后采用人工鱼群优化算法解决m个服务器之间n个数据迁移的最优解问题。最后,将量子比特引入到人工鱼群算法中实现其三大基本行为。Cloudsim仿真平台上的测试结果表明:相比其他迁移策略,所提出算法能更有效地提高云数据中心的运行效率,具有更好的全局寻优能力。

关 键 词：群体智能 量子人工鱼群  云计算  数据迁移 全局寻优 负载平衡

分 类 号：TP391]