基于模糊聚类与严格匹配的云资源分配策略

作     者：钱志成 

作者单位：重庆邮电大学 

学位级别：硕士

导师姓名：何利

授予年度：2019年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

主      题：云计算 资源匹配 聚类 满意度 

摘      要：云计算是大数据爆发的移动互联网时代的一种核心技术。作为其关键技术的资源调度管理策略成为了行业研究热点,然而由于云用户追求服务的个性化和服务提供商追求收益的问题,现有的策略难以两者兼顾,导致资源调度效率和综合满意度都不高。因此,对用户的需求进行聚类分析,综合考虑用户需求偏好与资源执行偏好,是提高资源分配效率与服务满意度的有效途径。通过对现有资源匹配策略进行研究,本文取得的研究成果主要包括:1.针对资源分配效率低下问题,本文依据特定类型资源适合处理同类型任务的特征,通过对任务需求和与资源属性聚类,将资源检索的范围缩小到同类型的集合之间,提出了用户任务与云资源双边聚类模型。经过大量的数值示例验证了模型的正确性和有效性。2.针对当前资源匹配双方的综合满意度不高的问题,本文首先根据双方偏好对同类型集合中的待匹配对象进行偏好排序,然后建立双方满意度函数以及设立最多参考匹配对象数从而得到双方的最低满意度标准,融合并优化双方满意度目标函数,提出了任务资源严格匹配策略。该策略通过提取任务需求偏好与资源执行偏好,保证了在满足最低满意度标准下资源匹配双方较高的综合满意度。最后,本文采用Spring MVC框架设计并实现了资源匹配系统,对本文提出的两个模型进行了显性验证,为云服务系统的资源调度策略提出了一种新的解决方案。