一种云环境中数据流的高效多目标调度方法

来源：软件学报杂志2017年第3期北京时间：

作者：沈尧,秦小麟,鲍芝峰

单位：沈尧，南京航空航天大学计算机科学与技术学院, 江苏 南京 21001611,秦小麟，南京航空航天大学计算机科学与技术学院, 江苏 南京 210016;软件新技术与产业化协同创新中心, 江苏 南京 21001602,鲍芝峰，School of Computer Science & Information Technology, RMIT University, Melbourne VIC 3000, Australia03

摘要：在分布式系统中，云计算作为一种新的服务提供模式出现，其执行科学应用数据流时的优势和缺点得到越来越多的关注，其主要特点为拥有大量同质和并发的任务包，并构成了性能瓶颈的主要因素.在云数据流中调度大规模任务是已被证实的NP难问题.专注于解决优化云数据流中的调度过程，并受现实世界启发，从不同角度将优化目标分别划分为用户指标（完工时间和经济成本）和云系统指标（网络带宽、存储约束和系统公平度），并将该调度问题制定成为一个新的连续的合作博弈，设计出快速收敛的高效Muliti-Objective Game（MOG）调度算法，在优化用户指标的同时，实现系统指标的约束，并保证云资源的效率和公平度.通过综合实验，证实该方法与其他相关算法相比，在算法复杂度O（l·K·M）（明显改进数量级）、结果质量（一些情况下最佳）、系统级别公平性上具有明显的优越性.

关键词：云计算;多目标优化;合作博弈;数据流处理;任务调度

基金资助：国家自然科学基金（61373015，61300052）；中央高校基本科研业务费专项基金（NP2013307）；江苏省研究生培养创新工程（KYLX_0287）