Luận văn: Bài toán lập lịch phân bổ tài nguyên trong môi trường điện toán đám mây

Luận văn về bài toán lập lịch phân bổ tài nguyên điện toán đám mây. Nghiên cứu các thuật toán tối ưu, nâng cao hiệu quả sử dụng tài nguyên và giảm chi phí.

Chuyên ngành

Công nghệ thông tin

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2014

75
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

LỜI CAM ĐOAN

DANH MỤC THUẬT NGỮ

DANH MỤC HÌNH VẼ

DANH MỤC BẢNG

1. CHƯƠNG 1: CÁC KIẾN THỨC CƠ BẢN

1.1. Đồ thị và chu trình

1.2. Biểu diễn đồ thị trên máy tính

1.3. Điện toán đám mây

1.3.1. Khái niệm chung về điện toán đám mây

1.3.2. Kiến trúc hệ thống

1.3.3. Mô hình phát triển

1.3.4. Dịch vụ đám mây

1.3.5. Đặc điểm của điện toán đám mây

1.4. Lý thuyết về lập lịch

1.4.1. Giới thiệu về lập lịch

1.4.2. Luồng công việc (Workflow)

1.4.3. Lập lịch cho luồng công việc

2. CHƯƠNG 2: BÀI TOÁN LẬP LỊCH VÀ PHÂN BỔ TÀI NGUYÊN TRONG MÔI TRƯỜNG ĐIỆN TOÁN ĐÁM MÂY

2.1. Vấn đề lập lịch và phân bổ tài nguyên đám mây

2.1.1. Lập lịch cho luồng công việc trên đám mây

2.1.2. Phân bổ tài nguyên trong môi trường điện toán đám mây

2.2. Phát biểu bài toán lập lịch và phân bố tài nguyên trong môi trường điện toán đám mây (SRAP)

2.2.1. Phát biểu bài toán

2.2.2. Mô hình toán học

3. CHƯƠNG 3: TỔNG QUAN

3.1. Thuật toán Random

3.2. Thuật toán Round Rubin

3.3. Thuật toán Mininram Completion Time

4. CHƯƠNG 4: GIẢI THUẬT ĐỀ XUẤT

4.1. Sơ đồ tổng quát thuật toán tối ưu bầy đàn (Partical Swarm Cptimizatio-PSO)

4.2. Giải Thuật PSO giải bài toán lập lịch và phân bổ tài nguyên trên môi Trường điện toán đám mây

4.2.1. Khởi tạo quần thể

4.2.2. Hàm đo độ thích nghi

4.2.3. Hàm vận tốc

4.2.4. Cập nhật vị trí tốt nhất của cá thể và quần thể

4.2.5. Cập nhật vị trí của các cá thể theo từng vòng lặp

4.2.6. Giải thuật Heuisie dựa Particle Swanm Optimization (HPSO)

4.2.7. Giải thuật lập lịch Hetrisie Particle Swarm Optimization* (LIPSO*)

5. CHƯƠNG 5: CÀI ĐẶT VÀ THỬ NGHIỆM THUẬT TOÁN ĐỀ XUẤT

5.1. Lựa chọn môi trường phát triển hệ thống — công cụ CloudSim

5.2. Dữ liệu thử nghiệm

5.3. Kết quả thử nghiệm

5.4. Định giá kết quả thử nghiệm

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Bài Toán Lập Lịch Phân Bổ Tài Nguyên Đám Mây

Điện toán đám mây đã trở thành một nền tảng quan trọng cho các ứng dụng hiện đại, đặc biệt là những ứng dụng đòi hỏi khả năng xử lý dữ liệu lớn và tài nguyên tính toán đáng kể. Tuy nhiên, để tận dụng tối đa lợi ích của điện toán đám mây, việc lập lịchphân bổ tài nguyên một cách hiệu quả là vô cùng quan trọng. Bài toán này đặt ra nhiều thách thức, bao gồm sự phức tạp của môi trường đám mây, tính không đồng nhất của tài nguyên, và yêu cầu về hiệu suất và chi phí. Mục tiêu chính là tối ưu hóa việc sử dụng tài nguyên đám mây để đáp ứng nhu cầu của ứng dụng, đồng thời giảm thiểu chi phí và thời gian thực hiện. Các giải pháp lập lịch tài nguyên đám mây cần phải linh hoạt, khả năng mở rộng và có thể thích ứng với các điều kiện thay đổi của môi trường. Các thuật toán tối ưu hóa tài nguyên đám mây đóng vai trò then chốt trong việc giải quyết bài toán này, giúp các nhà cung cấp dịch vụ đám mây và người dùng cuối có thể đạt được hiệu suất cao và tiết kiệm chi phí. Luận văn này đi sâu vào các khía cạnh khác nhau của bài toán này, từ các khái niệm cơ bản đến các phương pháp giải quyết tiên tiến, và ứng dụng thực tiễn trong môi trường điện toán đám mây. Theo tài liệu gốc, các ứng dụng ngày càng phức tạp đòi hỏi hệ thống quản lý che dấu các chi tiết khi thực hiện luồng công việc trên tài nguyên phân tán. Điện toán đám mây là mô hình mới cung cấp hạ tầng, nền tảng và ứng dụng dưới dạng dịch vụ.

1.1. Kiến Trúc và Đặc Điểm Của Môi Trường Điện Toán Đám Mây

Kiến trúc của môi trường điện toán đám mây đóng vai trò quan trọng trong việc xác định các ràng buộc và cơ hội cho việc lập lịchphân bổ tài nguyên. Các mô hình dịch vụ như IaaS, PaaS và SaaS cung cấp các mức độ trừu tượng khác nhau, ảnh hưởng đến cách tài nguyên được quản lý và sử dụng. Đặc điểm của điện toán đám mây, bao gồm tính co giãn, khả năng mở rộng và mô hình trả tiền theo mức sử dụng, tạo ra những thách thức và cơ hội riêng cho việc tối ưu hóa tài nguyên. Sự không đồng nhất của tài nguyên đám mây, cả về hiệu suất và chi phí, cũng là một yếu tố quan trọng cần xem xét. Các thuật toán lập lịch đám mây cần phải có khả năng thích ứng với sự đa dạng này để đạt được hiệu suất tốt nhất. Ngoài ra, yếu tố cân bằng tải đám mây cũng cần được xem xét để tránh tình trạng quá tải tài nguyên, giúp đảm bảo sự ổn định của hệ thống. Theo tài liệu, điện toán đám mây cung cấp linh hoạt tài nguyên tính toán theo yêu cầu và lựa chọn vị trí lưu trữ dữ liệu trên toàn cầu.

1.2. Các Yếu Tố Ảnh Hưởng Đến Lập Lịch và Phân Bổ Tài Nguyên Ảo Hóa

Nhiều yếu tố ảnh hưởng đến hiệu quả của việc lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây. Yêu cầu của ứng dụng, bao gồm khối lượng công việc, thời gian hoàn thành và chi phí, là những yếu tố quan trọng cần xem xét. Khả năng của tài nguyên đám mây, bao gồm hiệu suất CPU, bộ nhớ và băng thông mạng, cũng đóng vai trò then chốt. Các ràng buộc về chính sách và bảo mật có thể giới hạn các lựa chọn phân bổ tài nguyên ảo hóa. Các thuật toán lập lịch công việc đám mây cần phải cân bằng các yếu tố này để đạt được hiệu suất tốt nhất. Việc sử dụng tối ưu hóa tài nguyên đám mây cũng có thể giúp giảm thiểu chi phí và cải thiện hiệu suất tổng thể. Theo tài liệu gốc, để đạt được hiệu quả tính toán và chi phí hiệu quả, bộ lập lịch phải có các chiến lược thay đổi theo các hàm mục tiêu khác nhau: tối thiểu tổng thời gian thực thi, tôi thiểu tổng chi phí thực thi, cân bằng tải trên các tài nguyên.

II. Nhận Diện Thách Thức Trong Lập Lịch và Phân Bổ Tài Nguyên

Việc lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây không phải là một nhiệm vụ dễ dàng. Nhiều thách thức cần phải được giải quyết để đạt được hiệu suất và hiệu quả tối ưu. Một trong những thách thức lớn nhất là sự phức tạp của môi trường đám mây, với nhiều thành phần và dịch vụ khác nhau tương tác với nhau. Tính không đồng nhất của tài nguyên đám mây cũng là một vấn đề, vì các tài nguyên có thể khác nhau về hiệu suất, chi phí và khả năng. Các yêu cầu thay đổi của ứng dụng có thể làm cho việc lập lịch tài nguyên trở nên khó khăn hơn. Các giải pháp quản lý tài nguyên đám mây cần phải có khả năng thích ứng với những thay đổi này để đảm bảo hiệu suất ổn định. Hơn nữa, việc tiết kiệm năng lượng đám mây và giảm thiểu chi phí là những mục tiêu quan trọng cần được xem xét. Theo tài liệu gốc, việc tác giả lựa chọn đề tài này là vì các ứng dụng ngày càng phức tạp và cần hệ thống quản lý che dấu các chi tiết thực thi trên tài nguyên phân tán.

2.1. Xử Lý Tính Động Của Yêu Cầu Và Tài Nguyên Đám Mây

Tính động của yêu cầu và tài nguyên đám mây tạo ra một thách thức đáng kể cho việc lập lịchphân bổ tài nguyên. Yêu cầu của ứng dụng có thể thay đổi theo thời gian, và tài nguyên đám mây có thể được thêm vào hoặc loại bỏ khỏi hệ thống. Các thuật toán lập lịch động đám mây cần phải có khả năng thích ứng với những thay đổi này một cách nhanh chóng và hiệu quả. Các cơ chế giám sát và dự đoán có thể được sử dụng để dự đoán những thay đổi trong tương lai và điều chỉnh kế hoạch lập lịch một cách chủ động. Việc sử dụng các kỹ thuật tối ưu hóa bài toán cũng có thể giúp tìm ra các giải pháp tốt nhất trong thời gian thực. Quản lý hiệu quả các biến động giúp cải thiện hiệu năng đám mây và giảm thiểu chi phí.

2.2. Đối Mặt Với Sự Không Chắc Chắn Và Ưu Tiên Trong Lập Lịch

Sự không chắc chắn và ưu tiên trong lập lịch là những thách thức khác cần được giải quyết. Thời gian thực hiện của một công việc có thể không được biết trước, và các công việc có thể có các mức độ ưu tiên khác nhau. Các thuật toán lập lịch cần phải có khả năng xử lý sự không chắc chắn này và đáp ứng các yêu cầu ưu tiên. Các kỹ thuật lập lịch dựa trên xác suất có thể được sử dụng để ước tính thời gian thực hiện của một công việc. Các chính sách ưu tiên có thể được sử dụng để đảm bảo rằng các công việc quan trọng được thực hiện đúng thời gian. Việc xem xét các yếu tố này giúp đảm bảo tính ổn định đám mây và đáp ứng các yêu cầu kinh doanh.

III. Giải Thuật PSO Tối Ưu Hóa Lập Lịch Phân Bổ Tài Nguyên Đám Mây

Thuật toán tối ưu hóa bầy đàn (PSO) là một phương pháp tối ưu hóa bài toán metaheuristic dựa trên hành vi xã hội của các loài chim hoặc cá. Nó có thể được sử dụng để giải quyết bài toán lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây bằng cách tìm kiếm giải pháp tối ưu trong không gian tìm kiếm. Mỗi "con chim" trong bầy đại diện cho một giải pháp tiềm năng, và bầy "bay" qua không gian tìm kiếm để tìm giải pháp tốt nhất. PSO có thể được sử dụng để tối ưu hóa nhiều mục tiêu khác nhau, bao gồm thời gian thực hiện, chi phí và sử dụng tài nguyên. Một lợi thế của thuật toán PSO là khả năng thích ứng với các điều kiện thay đổi của môi trường đám mây. Luận văn này tập trung vào chiến lược giảm thiểu tổng chi phí thực thi sử dụng thuật toán tối ưu bầy đàn như Amazon và GoGrid.

3.1. Cách PSO Thích Ứng Với Bài Toán Lập Lịch Đám Mây

Để áp dụng thuật toán PSO cho bài toán lập lịch đám mây, cần phải xác định một số yếu tố chính. Không gian tìm kiếm phải được xác định, với mỗi điểm trong không gian đại diện cho một kế hoạch lập lịch tiềm năng. Hàm đánh giá phải được xác định để đánh giá chất lượng của một kế hoạch lập lịch. Các tham số của thuật toán PSO phải được điều chỉnh để đạt được hiệu suất tốt nhất. Khi các yếu tố này đã được xác định, thuật toán PSO có thể được sử dụng để tìm kiếm giải pháp tối ưu cho bài toán lập lịch. Theo tài liệu gốc, thuật toán bầy đàn có thể có một số điểm tương đồng với giải thuật di truyền và giải thuật đàn kiến nhưng không có sự tổ hợp lại các tác nhân trong quần thể mà dựa trên ứng xử xã hội của quần thể.

3.2. Cải Tiến PSO Để Giải Quyết Các Thách Thức Đặc Thù

Thuật toán PSO có thể được cải tiến để giải quyết các thách thức đặc thù của bài toán lập lịch trong môi trường điện toán đám mây. Ví dụ, một cơ chế đa mục tiêu có thể được sử dụng để tối ưu hóa cả thời gian thực hiện và chi phí. Một cơ chế thích ứng có thể được sử dụng để điều chỉnh các tham số của thuật toán PSO theo thời gian. Các cải tiến này có thể giúp cải thiện hiệu suất của thuật toán PSO và tìm ra các giải pháp tốt hơn. Theo tài liệu, mỗi cá thể tự điều chỉnh quỹ đạo dựa trên vị trí tốt nhất của nó và vị trí tốt nhất của quần thể, qua đó làm tăng tính tự nhiên và nhanh chóng đạt tới giá trị tối ưu toàn cục.

IV. Ứng Dụng và Kết Quả Nghiên Cứu Thuật Toán PSO Trong Đám Mây

Thuật toán PSO đã được áp dụng thành công cho nhiều bài toán lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây. Các nghiên cứu đã chỉ ra rằng PSO có thể đạt được hiệu suất tốt hơn so với các thuật toán khác, đặc biệt là trong các môi trường phức tạp và động. PSO đã được sử dụng để tối ưu hóa nhiều mục tiêu khác nhau, bao gồm thời gian thực hiện, chi phí và sử dụng tài nguyên. Các ứng dụng thực tế của PSO bao gồm lập lịch công việc, phân bổ tài nguyên ảo và quản lý năng lượng. Theo tài liệu, luận văn xây dựng mô hình phân bổ công việc trên tập tài nguyên để xử lý sao cho chi phí thực tế là tối thiểu.

4.1. Phân Tích So Sánh Hiệu Suất Thuật Toán Lập Lịch Đám Mây

Việc so sánh hiệu suất của thuật toán PSO với các thuật toán khác là rất quan trọng để đánh giá tính hiệu quả của nó. Các nghiên cứu đã sử dụng nhiều chỉ số khác nhau để so sánh hiệu suất, bao gồm thời gian thực hiện, chi phí và sử dụng tài nguyên. Kết quả cho thấy rằng PSO có thể đạt được hiệu suất tốt hơn so với các thuật toán khác trong nhiều trường hợp. Tuy nhiên, hiệu suất của PSO có thể phụ thuộc vào các tham số của thuật toán và đặc điểm của môi trường đám mây. Việc tinh chỉnh các tham số và lựa chọn cấu hình phù hợp là rất quan trọng để đạt được hiệu suất tốt nhất. Theo tài liệu, tiến hành kiểm chứng thuật toán đề xuất bằng thực nghiệm.

4.2. Triển Vọng Phát Triển Và Hướng Nghiên Cứu Tiếp Theo

Nghiên cứu về ứng dụng của thuật toán PSO trong bài toán lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây vẫn còn nhiều tiềm năng phát triển. Các hướng nghiên cứu tiếp theo có thể tập trung vào việc cải tiến thuật toán PSO để giải quyết các thách thức đặc thù của môi trường đám mây, tích hợp các cơ chế giám sát và dự đoán để thích ứng với tính động của môi trường, và phát triển các ứng dụng thực tế của PSO trong các lĩnh vực khác nhau. Ngoài ra, việc nghiên cứu các thuật toán tối ưu hóa chi phí đám mâytối ưu hóa hiệu năng đám mây cũng là một hướng đi đầy hứa hẹn.

V. Kết Luận Về Luận Văn Lập Lịch Phân Bổ Tài Nguyên Đám Mây

Luận văn này đã trình bày một tổng quan về bài toán lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây, các thách thức liên quan, và ứng dụng của thuật toán PSO để giải quyết bài toán này. Các kết quả nghiên cứu đã chỉ ra rằng PSO là một phương pháp hiệu quả để tối ưu hóa việc sử dụng tài nguyên đám mây và đạt được hiệu suất tốt hơn. Tuy nhiên, vẫn còn nhiều việc cần làm để cải tiến thuật toán PSO và phát triển các ứng dụng thực tế của nó. Hy vọng rằng luận văn này sẽ cung cấp một nền tảng vững chắc cho các nghiên cứu tiếp theo trong lĩnh vực này. Theo tài liệu gốc, những kết quả chính của luận văn là: xây dựng mô hình phân bổ công việc, đề xuất giải thuật heuristic dựa trên PSO và biến thể để giải quyết vấn đề.

5.1. Tóm Tắt Các Kết Quả Nghiên Cứu Chính và Đóng Góp Mới

Luận văn đã trình bày các kết quả nghiên cứu chính về ứng dụng của thuật toán PSO trong bài toán lập lịchphân bổ tài nguyên trong môi trường điện toán đám mây. Các đóng góp mới của luận văn có thể bao gồm việc phát triển các cải tiến cho thuật toán PSO, tích hợp các cơ chế giám sát và dự đoán, và phát triển các ứng dụng thực tế. Các kết quả nghiên cứu này có thể được sử dụng để cải thiện hiệu suất và hiệu quả của các hệ thống điện toán đám mây. Theo tài liệu, luận văn có cấu trúc gồm 5 chương và đi sâu vào các kiến thức cơ bản, các thuật toán giải bài toán và giải thuật đề xuất.

5.2. Hướng Phát Triển Tiếp Theo Trong Lập Lịch Tài Nguyên Đám Mây

Hướng phát triển tiếp theo trong việc lập lịch tài nguyên đám mây có thể tập trung vào việc tích hợp các kỹ thuật trí tuệ nhân tạo để tự động hóa quá trình lập lịchphân bổ tài nguyên. Các thuật toán học máy có thể được sử dụng để dự đoán nhu cầu tài nguyên và điều chỉnh kế hoạch lập lịch một cách chủ động. Các cơ chế tự điều chỉnh có thể được sử dụng để tối ưu hóa các tham số của thuật toán PSO theo thời gian. Các kỹ thuật này có thể giúp cải thiện hiệu suất và hiệu quả của các hệ thống điện toán đám mây và giảm thiểu sự can thiệp của con người.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI từ nội dung tài liệu gốc; tài liệu do người dùng đóng góp và được kiểm duyệt trước khi xuất bản. Báo lỗi nội dung.

11/09/2025
Luận văn bài toán lập lịch phân bổ tài nguyên trong môi trường điện toán đám mây

Trích đoạn nội dung tài liệu

MỞ ĐẦU Ngày nay, các ứng dụng dược xây dụng dễ quản lý và xử lý dữ liệu lớn trên các tải nguyên phân tán ngày cảng phúc tạp, điều nảy đói hối phải giải quyết và thục hiện các luỗng công việc phức tạp hơn. Những luỗông công việc máy thường phải xử lý dữ liệu lớn và các hoạt dộng, tỉnh toàn chuyên sâu, hệ thông quán lý cân. được che đầu các chỉ tiết khi thực hiện thực thí luỗng công việc trên các tài nguyên phân tán Điện toán đám mây (oloud eomputing) lả mê hình mới cho lĩnh vưc tính toán phân tán, cùng cấp hạ tảng, nên tầng và các ứng dụng nửnư là các địch vụ. Các dich vụ được tạo sẵn và phục vụ khách hàng theo phương thức trả phí cho những gì khách hàng sử dụng.

Ngoài ra mô hinh đám mây giúp cưng cấp linh hoạt tài nguyên tinh loan deta theo yêu cầu, lựa chọn vị trí lưu trữ đữ liệu trên toàn cầu. Đề dại dược hiệu quá tỉnh toán vả chỉ phí hiệu quá lập lịch công việc (task) và dữ liệu của ứng, dung trong điện toàn đảm mây, bộ lập lịch phải có các chiên lược thay đổi theo các hàm mục tiêu khác nhau: tối thiểu tổng thời gian thực thị, tôi thiểu tổng chỉ phí thực thị, cân bằng tái trên các tải nguyên. Vì vậy tác giả đã lựa chọn đề tải "đổi đoán lập lịch phân bỗ lài nguyên trong môi trường điện toán đảm mây” đề nghiên cứu trong luận văn náy. Luận văn tập trung vào chiến lược giam thiếu hóa tổng chỉ phí thực thí của từng dụng trên các tải nguyên được cung cập bởi nhá cũng cấp địch vụ đảm mây như Amazon và GoGrid bằng cách sử dụng thuật toán lập lịch động dựa trêng ủ thuật tối imu bay đàn (Parical Swamu Optimization -PSO).

Tôi tru bẩy đàn (PSO) là một kỹ thuật tôi ưu đựa theo mô hình hành vi xã hội ở động vật hoặc côn trùng được giới thiệu vào năm 1995 tại một hội nghị của IEEE bởi James Kenedy và kỹ sư Russell C. Thuật toán bảy dan có thể có znột số điểm tương đồng với giải thuật đi truyền và giải thuật đàn kiên nhưng không, có sự tổ hợp lại các tác nhân trong quản thể mà dựa trên ứng xử xã hội của quản thể, 9 Hi viên tua hiển: Nguyễn Thị Thin Tiên + CBI3006— (3BCNTT. Jan bộ tải ngen én trong môi trường đất lode: dean nich 2.2 Phát biểu bài toán lập lịch và phan bé tai nguyén trong méi fruéng điện toán đám my (SRAP) - o AD 2.1 Phat biéu bai toàn.2 Mê hình toán học. 4 CHUONG 3: TONG QUAN V.1 Thuật toán Random.2 Thuật toan Round Rubin.

- - - - 52 3 Thit loan Mimmumn Completion Time - - 34 CHƯƠNG 4: GIẢI THUẬT ĐÈ XUẤT.1 Sơ đỗ tổng quát thuật toán tôi tu bảy đàn (Partical Swarm Cptimizatio-PSO).2 Giải Thuật PSO giải bài toán lập lich và phân bổ tài nguyên trên môi Trường điện toản đâm mây a 4.2 Khởi tạo quan thé 62 4.3 Hàn do độ thịch nghỉ.4 Hàm vận tốc - - - -ò.5 Cập nhật vị trí tốt nhảt. của cá thể và quần thể - 8B 4.6 Cập nhật vị trí của các cá thé theo từng vòng lặp.7 Giải thuật Heuisie dụa Particle Swanm Optimization (HPSO).8 Giải thuật lập lịch 11etrisie Particle Swarm Optimization* (LIPSO*) 67 CHƯƠNG 5: CAI DAT VA THU NGHIEM THUAT TOAN DE XUAT.1 Laya chọn môi trường phát triển hệ thông — công cụ CloudSim.2 Dữ liệu thử nghiệm 76 3.3 Kê! nà thử nghiệm.4 Dinh gia két quá thử nghiệm. TẢI LIỆU THAM KHẢO. 4 Hi viên tua hiển: Nguyễn Thị Thin Tiên + CBI3006— (3BCNTT.

jan bộ tải ngen én trang môi trường điện lode dem nie DANH MUC BANG Bang 1: Mét sé phurong an kha thi cho ludng công viée 1 AB Bang 2: Bang chuyên đối từ giá trị liên tục sang giả trị rời rac theo quy tắc làm tròn 64 80 Bảng 4: Bông so gánh chỉ phí thử nghiệm giữa cáo giải thuậi HPSO so với PSO, HPSO* so với PO và HP8O* so với HPSO trên các bộ dữ liệu (đơn vị 94).82 8 Hi viên tua hiển: Nguyễn Thị Thin Tiên + CBI3006— (3BCNTT. heh phe Jan bộ tải ngen én trong môi trường đất lode: dean nich DANH MUC THUAT NGU - VIET TAT STT | Viet tat Nguyên gốc Chủ thích Đổ thị không chứa ch 1.| DAG |DieetedAeyelie Graph ` trình TÔNg G0106 Ghụ, 3 SaaS__| Software as a Service 3 PaaS | Platform as a Service 4 IaaS | Infrastructure as a Service 5 PSO | Partical Swarm Optimization | Ti wu bay din Scheduling and Resource 6 Allocation Problem 77 | HPSO Heuristic based Particle Lap lich động đựa trên ee Swan Optimization eka loi ưu bay dan 8 MI _| Million Instructions 9. | MIPS Million Instructions Per Second, 10 BPRTaws | Busine Process Execution Language for Web Services 1Í wert, | Web Services Flow Language 13| Agw,, | Abstact Grid Workflow Language 3} spa | Setvice Level Agreement 6 Hi viên tua hiển: Nguyễn Thị Thin Tiên - CHI20066— (2BONTT Bài tod ingen én trang môi trường điện lode dean mich ĐANH MỤC TINH VE linh1: Ví dụ phân loại để thị.TỶ Hình 2: Ví đụ về đường đi và chu trình _ 13 linh 3: Biểu diễn đồ thị theo ma trận kẻ. XeeserroT Hình 4: Biểu diễn đồ tìn theo danh sách cạnh 15 THình 5: Biển điễn đồ tm thao danh sách móc nói - - 17 Hình 6: Mỏ hình cơ bản về diện toán đảm mây.TĐ Hình 7: Kiến trúc hệ thông|4] - - - 19 linh 8: Các mô hinh phát triển điện toản đảm mây,.2] Hình 9: Phân loại các địch vụ đảm mây - - 22 Hình 10: Phân loại dịch vụ đảm xmây| 4].

Tình 11: KIST Visual Model of Cloud Computing Defiration|6] - 26 THinh 12: Khiêu khách hàng đùng chung tài nguyên. 27 Hình 13: công việc|8| seeeeeso.3Ô Tình 14: Mô hình lưỗng công việc sử dựng đổ thi DAG - Workflow. 31 1Iinh 15: Chuyển đổi cho một luông công viêo đơn gián. " enter BZ Hinh 16: Loai ba véng lặp cho luỗng công việc - 32 Hình 17: Luỗng công việc với bến cáp độ.

sameeereeeiooeu33Ỷ Tình 18: Vĩ dụ về luỗng công việc với ki vụkêm theo. 33 Tlinh 19: Ludng công việc 1[L8]. dS Hình 20: Thuật toán Random. à ieirririirrerereeeoeouố] Hình 21: Thuật toản Round Rubin 33 Hình 2: Thuật toán Mininram Completion Time.

55 Hin 23: Sơ đỏ di chuyỄn của một cá thê¡ trong DSO, di chuyén teobương tốt nhất toàn cục Quạ¿ và tốt nhất hiện nay Puaa cho mỗi cả thể,. ve mm Hinh 24: Gai thuat PSO. 59 Tlinh 25: Lum đồ giải thuật PSO. 60 Hình 26: Giải thudt Scheduling heuristic.

- m--- Tỉnh 27: Giải thuật PSO - - 66 Hinh 28: Giải thuật PSO*. Tlinh 2 n tric CloudSim theo tảng[19]. - - 73 Hình 30: Thiết kẻ sơ dỗ lớp của CloudSun[19]. 73 Hinh 31: Luống công việc 2 T7 liinh 32: Nội dưng dữ liệu đơợc lưu trữ của tộp inputtask.txt cho luỗng công việc 52.

Hình 33: Kội dung đữ liệu lưu trữ của tệp inputhost txt cho luồng công việo 2. 78 Hinh 34: dụng dữ liệu lưu trữ của tệp tin commamicabon cost.t cho luỗng, công việc ? 19 Hình 35: So sảnh tổng chỉ phí giồa các giải thuật PSO, HESO và .83 7 Hi viên tua hiển: Nguyễn Thị Thin Tiên + CBI3006— (3BCNTT. Jan bộ tải ngen én trong môi trường đất lode: dean nich MỞ ĐẦU Ngày nay, các ứng dụng dược xây dụng dễ quản lý và xử lý dữ liệu lớn trên các tải nguyên phân tán ngày cảng phúc tạp, điều nảy đói hối phải giải quyết và thục hiện các luỗng công việc phức tạp hơn. Những luỗông công việc máy thường phải xử lý dữ liệu lớn và các hoạt dộng, tỉnh toàn chuyên sâu, hệ thông quán lý cân.

được che đầu các chỉ tiết khi thực hiện thực thí luỗng công việc trên các tài nguyên phân tán Điện toán đám mây (oloud eomputing) lả mê hình mới cho lĩnh vưc tính toán phân tán, cùng cấp hạ tảng, nên tầng và các ứng dụng nửnư là các địch vụ. Các dich vụ được tạo sẵn và phục vụ khách hàng theo phương thức trả phí cho những gì khách hàng sử dụng. Ngoài ra mô hinh đám mây giúp cưng cấp linh hoạt tài nguyên tinh loan deta theo yêu cầu, lựa chọn vị trí lưu trữ đữ liệu trên toàn cầu. Đề dại dược hiệu quá tỉnh toán vả chỉ phí hiệu quá lập lịch công việc (task) và dữ liệu của ứng, dung trong điện toàn đảm mây, bộ lập lịch phải có các chiên lược thay đổi theo các hàm mục tiêu khác nhau: tối thiểu tổng thời gian thực thị, tôi thiểu tổng chỉ phí thực thị, cân bằng tái trên các tải nguyên.

Vì vậy tác giả đã lựa chọn đề tải "đổi đoán lập lịch phân bỗ lài nguyên trong môi trường điện toán đảm mây” đề nghiên cứu trong luận văn náy. Luận văn tập trung vào chiến lược giam thiếu hóa tổng chỉ phí thực thí của từng dụng trên các tải nguyên được cung cập bởi nhá cũng cấp địch vụ đảm mây như Amazon và GoGrid bằng cách sử dụng thuật toán lập lịch động dựa trêng ủ thuật tối imu bay đàn (Parical Swamu Optimization -PSO). Tôi tru bẩy đàn (PSO) là một kỹ thuật tôi ưu đựa theo mô hình hành vi xã hội ở động vật hoặc côn trùng được giới thiệu vào năm 1995 tại một hội nghị của IEEE bởi James Kenedy và kỹ sư Russell C. Thuật toán bảy dan có thể có znột số điểm tương đồng với giải thuật đi truyền và giải thuật đàn kiên nhưng không, có sự tổ hợp lại các tác nhân trong quản thể mà dựa trên ứng xử xã hội của quản thể, 9 Hi viên tua hiển: Nguyễn Thị Thin Tiên + CBI3006— (3BCNTT.

Jan bộ tải ngen én trong môi trường đất lode: dean nich MỞ ĐẦU Ngày nay, các ứng dụng dược xây dụng dễ quản lý và xử lý dữ liệu lớn trên các tải nguyên phân tán ngày cảng phúc tạp, điều nảy đói hối phải giải quyết và thục hiện các luỗng công việc phức tạp hơn. Những luỗông công việc máy thường phải xử lý dữ liệu lớn và các hoạt dộng, tỉnh toàn chuyên sâu, hệ thông quán lý cân. được che đầu các chỉ tiết khi thực hiện thực thí luỗng công việc trên các tài nguyên phân tán Điện toán đám mây (oloud eomputing) lả mê hình mới cho lĩnh vưc tính toán phân tán, cùng cấp hạ tảng, nên tầng và các ứng dụng nửnư là các địch vụ. Các dich vụ được tạo sẵn và phục vụ khách hàng theo phương thức trả phí cho những gì khách hàng sử dụng.

Ngoài ra mô hinh đám mây giúp cưng cấp linh hoạt tài nguyên tinh loan deta theo yêu cầu, lựa chọn vị trí lưu trữ đữ liệu trên toàn cầu.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ