15、生物启发式计算：群体智能

生物启发式计算：群体智能

数据中心功率优化与自组织架构

在数据中心优化功率的一种方式是通过作业准入、分配和持续平衡管理，自主调节或重新分配机架级服务器单元的负载。SelfLet架构是一种受生物启发的系统，它能根据环境变化动态改变和调整内部行为，利用自主推理实现自我管理能力。SelfLet是一个服务框架，由自给自足的代码片段构建，与其他SelfLet个体交互并通过高级功能协作。

数据中心的自组织可通过以下实体概括：
- 群体（Colony） ：驻留在同一服务器上的虚拟机（VMs）集合。
- 侦察者（Scout） ：探索多个物理服务器并与原服务器进行比较，其特征由当前位置、生命周期以及检查过的每个服务器类别的存储信息决定。
- 服务器管理器（Server manager） ：与侦察者通信并做出与VM迁移相关的决策。

基于多个侦察者的集体数据，决定是否允许迁移。迁移决策并非确定性的，而是遵循概率分布，这避免了可能导致不稳定和振荡行为的反应式迁移。此外，个别服务器可能会传播抑制标志以防止在关键操作期间进行迁移。

AutoMate架构基于三个操作原则开发，用于研究受生物启发的概念模型和实现设计，以开发和执行自我管理的网格应用：
- 分离策略与驱动这些策略的算法、通信协议等机制。
- 对应用应用基于上下文、约束和方面的组合技术，以合成计算资源、性能保证和QoS的动态需求。
- 开发主动和被动组件管理，以在动态环境中优化资源利用和应用性能。

生物启发式计算算法概述

<