论文研究一种云存储环境下的资源调度改进算法.pdf

如何将用户的海量数据以最小的耗时存储到数据中心，是提高云存储效益、解决其发展瓶颈所需考虑的关键问题。证明了云存储环境下资源调度方案的存储最小耗时问题属于一个NPC问题，再针对现有算法对存储调度因素考虑不全面、调度结果易陷入局部最优等问题，提出了一种全新的资源调度算法。该算法利用三角模糊数层次分析法全面分析调度影响因素，得到存储节点的判断矩阵，用于构造后续的遗传算法目标函数，再将简单遗传算法从解的编码、交叉变异操作及致死染色体自我改善等角度进行创新，使其适用于云存储环境下的大规模资源调度。最后与OpenStack中的Cinder块存储算法及现有改进算法进行了分析比对，实验结果验证了所提算法的有效性，实现了更加高效的资源调度。