4、云计算任务调度与雾计算集群形成算法研究

云计算任务调度与雾计算集群形成算法研究

1. 云计算任务调度

1.1 基于蚁群的任务调度

在云计算环境中，为了优化任务调度，实现用户任务在节点间的高效路由，提出了基于蚁群优化的方法。该方法将用户任务视为蚂蚁，依据信息素路由表进行节点间的任务传递。具体过程如下：
- 任务从一个节点传递到另一个节点，此过程持续进行，直至某个节点决定在本地运行任务（如节点 10），或者达到最大跳数。通过这种方式，调度器能够找到最优执行节点，即便该节点距离较远。
- 路径上所有调度器决策的优劣由奖励值衡量，奖励值与任务完成时间成反比，即 reward = 1 / norm completion time 。其中，归一化完成时间 norm completion time = waiting time + execution time / task length ， task length 是任务在参考机器上的执行时间，在任务提交时已知。
- 任务执行完成后，会生成一个反向蚂蚁（如图 2 中的蓝色箭头），它会一路返回提交节点，以便路径上的每个节点获取奖励值。每个节点根据奖励值更新其路由表，以反映该任务路由决策的优劣。具体更新规则如下：
- 反向蚂蚁所来方向对应的概率更新公式为：
[p = \frac{p_{old} + \Delta p}{1 + \Delta p}]
- 其他条目的概率更新公式为：
[p = \frac{p_{old}}{1 + \Delta p}]
其中， p 是新概率， pold