.png){kind=icon}
返回
A Novel, Self-Adaptive, Multiclass Priority Algorithm with VM Clustering for Efficient Cloud Resource Allocation
.png){kind=icon}
OA
AI
DOI：10.3390/computers14030081.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算中任务调度的优先级与资源分配问题已引起研究界的广泛关注。然而，传统调度算法通常缺乏区分不同重要性级别任务的能力。这一局限性在云服务器需处理具有不同优先级类别和严格服务质量要求的多样化任务时，构成了挑战。为解决云计算环境中的这些挑战，特别是在服务模型基础设施内，我们提出了一种新颖的、自适应的、基于虚拟机聚类的多类优先级算法用于资源分配。该算法通过实施四层级优先级系统来优化关键目标，包括完工时间和能耗，同时优化资源利用率、负载不均衡度和等待时间。此外，我们提出了一种基于聚类技术的资源优先级与负载均衡模型。所提出的工作通过使用CloudSim模拟器进行多次模拟验证，并将其性能与知名任务调度算法进行比较。模拟结果与分析表明，所提出的算法能够有效优化完工时间和能耗。具体而言，我们的工作在完工时间上实现了从+0.97%到+26.80%的百分比改进，在能耗上实现了从+3.68%到+49.49%的改进，同时提升了其他性能指标，包括吞吐量、资源利用率和负载均衡。该新颖模型显著提升了任务调度和资源分配效率，尤其在具有严格截止日期和多类优先级的复杂场景中。
Keyword:
cloud computing environment
multi-objectives optimization
tasks scheduling
resource allocation
multiclass priority
期刊
C
IF:
4.2
论文数:
1.4K
被引数:
3.3K
机构
引用论文
.png){kind=icon}
BigTrustScheduling: Trust-aware big data task scheduling approach in cloud computing environments
PREAI
分享收藏PLB: a resilient and adaptive task scheduling scheme based on multi-queues for cloud environment
PREAI
分享收藏
查看更多内容