yuanzichao的专栏

今天没有继续往下看书，而是看了一篇论文《云计算资源调度研究综述》，了解了云计算资源调度方面的知识。 1、云计算的权威定义： 美国国家标准技术研究院(卜IIST)给出了目前最权威的云计算定义： (1)云计算是一种能够通过网络以便利的、按需的方式访问一个可配置的计算资源共享池(包括网络、服务器、存储、应用和服务等)的模式，这个资源共享池能以最少的管理开销及最少的与供应商的交互，迅速配置、提供或释

今天继续看了CloudSim手册《》

今天读了《Towards Optimal Data Replication Across Data Centers》这篇论文。主要讲的是多数据中心的数据副本存放问题。 这篇文章的三个贡献是：提出了一种接近于最优解的减少数据访问延时的高效的，高可扩展的数据副本存放方法；设计了一种占用较低空间时间消耗的能够总结用户数量信息的技术；并且提出了能够证明这篇文章所提出的数据副本放置技术的能力的评估结果。

今天读了云计算仿真模拟软件CloudSim的手册《CloudSim: A Toolkit for Modeling and Simulation of Cloud Computing Environments and Evaluation of Resource Provisioning Algorithms》，感觉对CloudSim又有了一定的了解。 懒得做过多的陈述了，直接把文章中的插图粘上

昨天开了一天无聊的会，忘了写日志了，今天一并写了。 昨天开会的时候开小差，把所需要的模型进行了简单的实例化的，没什么实质性的进展。 今天上午继续看了前天那篇论文，根据那篇论文的算法，结合我们的模型，我也通过矩阵（二维数组）来列出了任务所需文件数量及大小在各数据中心上的对应关系。但是因为任务所需的文件是随机生成的。当文件数量过多时，采用随机生成之后任务与数据中心的关联度逐渐趋于平均，改为无差别，

今天读了《Cloud Task scheduling based on Load Balancing Ant Colony Optimization》这篇论文，主要讲的是基于改进的蚁群算法 的云计算任务调度。 这篇文章将负载平衡加入到蚁群算法之中，在保证尽可能负载均衡的情况下减少任务完成时间的算法实现。并且用CloudSim进行仿真，与传统的算法进行比较。 感觉题材不怎么新颖，但是仿真做的应该

今天继续读了昨天PaToH的手册，已经读到函数所需参数了。 紧接着读了一篇和我们的模型相关的论文《A data placement strategy in scientific cloud workflows》，主要讲的是多数据中心间数据放置策略。这篇文章也没有读完，读了一半了。现在的理解就是它的主要内容是云计算文件调度的问题。 它的主要目的是减少数据中心间文件的传递，尽可能将任务分配到含有所

昨天读论文《The Research on Cloud Computing Resource Scheduling Method Based on Time-Cost-Trust Model》，只是了解了个大概，没有继续深入研究，今天开始继续深挖。 其实就算法而言，该篇论文并不新鲜，前半部分是套用了以前《时间与费用限制的网格任务调度算法》中的剪枝法，来逐步缩小包含最优解的子集，后半部分则是通过自

前天读的一篇论文《基于云计算环境的蚁群优化计算资源分配算法》感觉太具体了，不想这么快收尾，今天就没看，决定过两天再总结。 今天读了另一篇论文《The Research on Cloud Computing Resource Scheduling Method Based on Time-Cost-Trust Model》，感觉这篇论文最大的特色就是综合了云计算资源调度的三个重要方面：时间，花销，

今天读了另一篇论文《基于云计算环境的蚁群优化计算资源分配算法》，第一次真正的读到关于云计算资源调度的具体算法。虽然论文写得比较清晰，但是因为第一次读这种论文，感觉压力还是很大。 这篇文章的摘要写出了这篇文章的主要内容： 摘要：提出一种基于蚁群优化(Ant Colony Optimization)的计算资源分配算法．分配计算资源时，首先预测潜在可用节点的计算质量，然后根据云计算环境的特点，通过分

今天读了《Integrated Data Placement and Task Assignment for Scientific Workflows in Clowds》这篇论文，这篇论文主要讲的是利用多约束条件的超图分割算法，来完成云计算资源的调度和分配。 这篇文章的优势主要在于它专注于文件和任务的分配，而不管分配之后计算节点上的任务执行顺序。并且考虑了各任务之间可能通过文件具有一定的依赖关

今天接着研究《云计算资源调度研究综述》这篇论文，又有一些收获： 1、以降低云计算数据中心能耗为目标的资源分配和调度研究：目前降低云计算能耗的方法有两类：(1)通过动态调整服务器CPU的电压或频率来节省电能；(2)关闭不需要的服务器资源实现节能。 2、以提高系统资源利用宰为目标的资源分配与调度研究：当前主要的方法是为虚拟资源动态优化分配物理资源，以减少云计算所需的物理资源和提高系统资源率。 3

昨天下午和今天看了另一篇论文《Heuristics for scheduling file-sharing tasks on heterogeneous systems with distributed repositories》。主要讲的也还是云计算资源调度方面的问题。 这篇论文引用很多以前论文中的算法，包括昨天读的那篇论文里的超图分割算法，并将这些算法加以整合，并提出自己的改进方案。 它将

开始着手做毕业设计了，题目是关于云计算资源调度的，要开始狂看论文了。 昨天晚上和今天早上看了一篇论文《A Hypergraph Partitioning Based Approach for Scheduling of Tasks with Batch-shared I/O*》，讲的是关于具有批量共享IO任务的一种基于超图分割的调度实现。 它的算法流程分为两步：第一步是通过超图分割算法将任务分

今天偶然发现了