5、基于DGPSO的云计算作业调度及低功耗嵌入式9T SRAM单元研究

基于DGPSO的云计算作业调度及低功耗嵌入式9T SRAM单元研究

云计算作业调度相关内容

在云计算领域，任务调度是一个备受关注的研究课题。目前存在多种任务调度和负载均衡的方法，但高效提升整体云性能仍是关键目标。

现有调度算法及问题

Ramezani等人提出了多目标Jswarm（MO - Jswarm）调度算法，旨在实现每个虚拟机（VM）上的最优任务分配，平衡任务传输时间、执行成本和执行时间，改善云环境中的服务质量（QoS）和流量状况。然而，像Facebook的公平调度器、Yahoo的容量调度器以及Hadoop MapReduce的FIFO调度器等工业界常见的云调度器，虽能有效分配资源，但难以满足QoS约束，在混合云环境的实时应用和服务中，QoS的重要性更为凸显。

提出的DGPSO算法

DGPSO算法的主要贡献在于提出了一种新颖的任务调度技术，考虑了任务优先级问题，通过优化执行时间、完成时间、资源利用率和负载均衡来提升性能。该算法改进了AWSQP算法，增加了VM对实现和基于分区的三级优先级系统，并采用NAERR算法实现系统中VM的负载均衡。

在AWSQP算法中，任务优先级分为低和高两级，较大任务分配低优先级，较小任务分配高优先级。而DGPSO算法将优先级系统分为低、中、高三个级别。视频文件为高优先级，音频文件为中优先级，文本文件和PPT等为低优先级。高优先级和中优先级任务会优先使用可用VM进行计算，若处理时间过长，会自动分配到最近的可用VM。低优先级文件尺寸较小，能快速完成计算。

通过这种方式，所有任务调度能在截止日期内利用可用VM完成，实现了资源的最优利用，降低了计算时间和成本。此外，DGP