移动云计算中基于信息匹配的资源分配策略研究

洪亮+陈继明

摘要摘要：针对传统的资源分配大多没有综合考虑移动终端的动态性以及用户请求资源任务差异等问题，提出了在移动云计算环境下的资源分配算法。该算法采用QoS属性的整体性能来体现移动终端性能，首先通过Qos属性树相似度匹配得到用户请求资源的性能，然后根据相似度与资源之间的映射进行资源分配。实验结果表明，该资源分配方法在降低虚拟机初始化数量的同时，提高了资源利用率。

关键词关键词：移动云计算；资源分配；QoS属性

DOIDOI：10.11907/rjdk.143985

中图分类号：TP303

文献标识码：A文章编号文章编号：16727800（2015）004000503

0引言

云计算是一种资源交付和使用模式[1]。移动云计算[2]是基于云计算的概念提出来的，它是指移动终端通过移动互联网以按需、易扩展的方式获得所需的IT服务的交付与使用模式。近几年，越来越多的用户使用移动设备获取Internet服务。随着移动云计算的进一步发展，移动云计算业务必将成为移动互联网服务的新热点。

目前，移动云计算下的资源分配[3]受到外界的广泛关注，而当前的资源分配大多没有综合考虑移动终端的动态性以及用户请求资源任务的差异。因此，移动云计算环境下的资源分配成为解决问题的关键。

1相关研究情况

国内外对于资源分配[4]进行了大量研究，但是对于移动云计算环境下的资源分配研究却相对较少。移动云计算涉及到QoS属性的定义以及对移动终端性能的影响。因此，本文将QoS属性性能与资源分配结合起来研究。

在QoS属性定义方面，不同的研究提出了不同的服务质量参数体系。文献[5]将QoS属性分为服务响应时间、花费、可靠性、可提供性及声誉5个方面。文献[6]将QoS属性分为性能、健壮性、安全性、声誉及其它5个方面。在针对资源分配算法研究中，文献[7]提出了虚拟化环境下的遗传算法，但遗传算法通常需要一段较长的执行时间；文献[8]致力于协商满足客户SLA要求；文献[9]提出了基于虚拟机的服务优先级资源分配方案。

以上研究方案存在以下几方面的不足：①未考虑到QoS属性对移动终端性能的影响；②匹配时未考虑权值与节点属性之间的关系；③在资源分配时，未考虑虚拟机使用的数量以及虚拟机最小空闲空间的使用。

针对以上不足，本文提出一种在移动云计算环境下基于XML的匹配资源分配算法，通过QoS属性树建模取得移动终端的整体性能，再通过XML相似度匹配得到用户请求资源的性能，再根据相似度与资源之间的映射进行资源分配。

2移动云计算中QoS描述及匹配

在移动云计算中，终端具有的网络结构多样性、移动性、鲁棒性，使得网络开销参差不齐。再由于移动终端自身的条件各不相同，使得移动环境对QoS的影响很大，QoS属性与移动终端之间联系非常紧密。

2.1QoS属性描述

移动终端的性能通过计算性能（包括CPU使用率和电池使用率）和网络性能（包括信号强度、丢包率和往返时间）这两方面的综合性能来体现。QoS属性定义如下：

定义1： CPU可用率（Ccpu），指机器在某个时间点的可运行程序情况。定义2： 电池可用率（Cbat），移动终端电池的可用电量。定义3： 信号强度（Csign），用来判定通信质量的好坏。定义4： 丢包率（Closs），指所丢失数据包数量占所发送数据包的比率。定义5： 往返时延（Crtt），表示从发送端请求资源开始所经历的时延。

2.2QoS属性匹配

用户的请求资源通过任务的多少和移动终端的性能来表示，移动终端的性能又通过5个QoS属性来描述。因此，通过上述QoS属性定义，本文将QoS属性绘成一棵树，将所有的QoS属性以平面化的形式展示出来。QoS带权属性树如图1所示。

3移动云计算资源分配

上节中的QoS属性树匹配算法将移动终端请求特征树与移动云服务中心预设的QoS属性树进行了匹配，其计算结果为0～1之间的百分数p，p体现了移动终端请求相对于预期的特征。采用此相似度将用户请求分级，分别对应不同等级的虚拟机，建立相似度与资源之间的映射。不同等级的虚拟机计算能力不同，每一种类型的虚拟机能够被相应等级的用户请求所共享，如表1所示。

当移动终端请求到达移动云中心时，首先检索云中心是否有相应等级的虚拟机，如果没有，则新建相应类型的虚拟机并将任务分配到虚拟机；否则，遍历虚拟机列表，按最小剩余空间的顺序查找满足条件的虚拟机。如果找到相应的虚拟机，则将任务分配给虚拟机；最后将云中心的虚拟机按最小剩余空间进行排序。分配流程如图2所示。

4仿真实验

为了验证移动环境中基于匹配的资源分配算法，本文使用CloudSim仿真平台作对比实验，对原始服务提供商采用的单个虚拟机方法和本算法进行比较。实验中扩展CloudSim中提出的匹配算法，以及在此基础上的资源调度算法，对实验结果进行分析。

本实验所采用的数据依照表1，设定m=10，虚拟机初始化类型与云中心QoS树如图3所示。

为了尽可能地模拟现实中的情况而不失一般性，移动终端中的QoS属性树的属性值相对于服务QoS属性树随机生成。在实验中随机生成50个用户向云中心发送请求，实验结果见图4。

相对于传统的单个用户分配单个虚拟机的方式，本文提出了移动云计算中基于匹配的资源分配算法，采用相似度与资源之间的映射，对移动终端相同性能的请求分配到

同类型的虚拟机上，充分考虑了移动终端的动态性和虚拟

机空间利用率。从图5，图6可以看出，移动云计算中基于匹配的资源分配算法在虚拟机初始化个数方面有显著的提高。多组实验表明，本算法所初始化的虚拟机个数大约降低了60%。相比于传统算法，本算法在资源利用率方面有所提高。如图5所示。

5结语

本文分析了移动云计算环境下QoS属性，定义了移动云计算的QoS属性，生成了QoS属性树。基于此定义提出了一种基于QoS属性树匹配算法和资源分配算法，从而实现移动云环境下的资源分配。实验表明，该解决方案在降低虚拟机初始化的同时，提高了资源利用率。

参考文献参考文献：

[1]陈全.云计算及其关键技术[J].计算机应用，2009（29）：25622565.

[2]刘越.云计算综述与移动云计算的应用研究[J].信息通信技术，2010（2）：1415.

[3]PENG ZHANG.A QoSaware system for mobile cloud computing[J].Cloud Computing and Intelligence Systems （CCIS） IEEE ，2011（5）：518522.

[4]JIANGPENG DAI.Research on dynamic resource allocation with cooperation strategy in cloud computing[J].System Science， Engineering Design and Manufacturing Informatization （ICSEM），2012（3）：193196.

[5]王勇.服务质量感知的网格工作流调度[J].软件学报，2006（11）：23432346.

[6]张广温.带有QoS支持和动态租期机制的UDDI扩展模型的设计和实现[D].青岛：中国海洋大学，2008.

[7]华夏渝.基于云计算环境的蚁群优化计算资源分配算法[J].华东师范大学学报：自然科学版，2010（1）：127130.

[8]SEOKHO SON.Cluster negotiationbased flexible SLA establishment with SLAdriven resource allocation in cloud computing[J].IEEE/ACM International Symposium on，2013（13）：168171.

[9]Y SONG，Y LI ，H WANG，et al.A serviceoriented prioritybased resource scheduling scheme for virtualized utility computing[C].High Performance ComputingHiPC，2008：2326.

责任编辑（责任编辑：杜能钢）