.png){kind=icon}
返回
Geo-Distributed Workload Scheduling of Cloud Data Centers through Consensus-Based Asynchronous Decentralized Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1109/tcc.2026.3721771.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算需求的快速增长推动了云数据中心（CDCs）的扩张。为提高资源利用率和运营效率，地理分布的CDCs之间的有效协同变得越来越重要。本文提出了一种基于共识的异步分布式优化方法，用于跨CDCs的地理分布工作负载调度。具体而言，计算请求根据其延迟容忍度分为三类，并基于此开发了一种分布式调度架构。随后，将地理分布的工作负载调度问题表述为整数线性规划（ILP），并通过引入共识变量以表示跨区域工作负载转移，进一步转化为分布式优化模型。为应对异构通信延迟和滞后效应，开发了一种异步共识算法。利用两种新颖机制，即“最小依赖集”和“最大滞后级别”，来平衡更新响应性和信息新鲜度。在典型云计算系统上的数值研究表明，所提出的调度方法相较于仅本地计算的范式可降低15.5%的总成本。此外，本异步分布式算法在固定延迟和随机延迟滞后场景下，分别将墙钟时间减少了53.6%和47.8%，同时达到接近集中式基准的解质量。
Keyword:
Cloud data centers
geo-distributed workload scheduling
decentralized optimization
asynchronous consensus algorithm
期刊
I
IF:
5
论文数:
1.9K
被引数:
4.3K
机构
查看更多机构
引用论文
暂无论文信息