云计算环境下基于布谷鸟的离散共生生物搜索优化策略用于任务调度
分布式、并行与集群计算
2023-11-28 v1
摘要
当前,随着其他分布式计算方法与传统的IT基础设施向云计算范式转移,云计算正经历快速增长。因此,优化的任务调度技术对于管理不断扩张的云计算环境变得至关重要。在云计算中,大量任务需调度到数量有限且异构的虚拟机上,以最小化局部与全局搜索空间间的不平衡并优化系统利用率。任务调度是一个被称为NP完全的难题,这意味着不存在精确解,我们只能获得近最优结果,尤其在使用大规模任务的云计算场景下。本文提出一种优化策略——融合Levy-Flight的基于布谷鸟的离散共生生物搜索(C-DSOS),用于云计算环境下的最优任务调度以最小化不平衡度。该策略基于标准共生生物搜索(SOS),这是一种为数值优化问题设计的自然启发式元启发优化算法。SOS模拟生态系统中观察到的共生关系,如互利、共栖与寄生。为评估所提技术,使用CloudSim工具包模拟器进行实验。结果表明,C-DSOS优于模拟退火共生生物搜索(SASOS)算法——一种任务调度问题中常用的基准算法。C-DSOS表现出良好的收敛速率,尤其在使用更大搜索空间时,使其适用于云计算中的任务调度问题。分析中采用了t检验,揭示C-DSOS相较于基准SASOS算法具有统计显著性,尤其对于涉及大搜索空间的场景。
引用
@article{arxiv.2311.15358,
title = {An optimised cuckoo-based discrete symbiotic organisms search strategy for tasks scheduling in cloud computing environment},
author = {Suleiman Sa'ad and Abdullah Muhammed and Mohammed Abdullahi and Azizol Abdullah},
journal= {arXiv preprint arXiv:2311.15358},
year = {2023}
}
备注
21 pages, 5 figures, 2 algorithms, 6 tables