...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural computing & applications >A hybrid meta-heuristic algorithm for VM scheduling with load balancing in cloud computing
【24h】

A hybrid meta-heuristic algorithm for VM scheduling with load balancing in cloud computing

机译：云计算中具有负载平衡的VM调度的混合元启发式算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Virtual machine (VM) scheduling with load balancing in cloud computing aims to assign VMs to suitable servers and balance the resource usage among all of the servers. In an infrastructure-as-a-service framework, there will be dynamic input requests, where the system is in charge of creating VMs without considering what types of tasks run on them. Therefore, scheduling that focuses only on fixed task sets or that requires detailed task information is not suitable for this system. This paper combines ant colony optimization and particle swarm optimization to solve the VM scheduling problem, with the result being known as ant colony optimization with particle swarm (ACOPS). ACOPS uses historical information to predict the workload of new input requests to adapt to dynamic environments without additional task information. ACOPS also rejects requests that cannot be satisfied before scheduling to reduce the computing time of the scheduling procedure. Experimental results indicate that the proposed algorithm can keep the load balance in a dynamic environment and outperform other approaches.
机译：云计算中具有负载平衡功能的虚拟机（VM）调度旨在将VM分配给合适的服务器，并平衡所有服务器之间的资源使用情况。在基础架构即服务框架中，将有动态输入请求，系统负责创建VM，而无需考虑在它们上运行什么类型的任务。因此，仅关注固定任务集或需要详细任务信息的调度不适用于此系统。本文结合蚁群优化和粒子群优化来解决虚拟机调度问题，其结果被称为粒子群蚁群优化（ACOPS）。 ACOPS使用历史信息来预测新输入请求的工作量，以适应​​动态环境而无需其他任务信息。 ACOPS还拒绝在调度之前无法满足的请求，以减少调度过程的计算时间。实验结果表明，该算法能够在动态环境下保持负载均衡，性能优于其他方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号