基于节点度分层的路由器级拓扑布局算法

在对Internet路由器级拓扑的可视化过程中,由于探测结果中节点数量众多和链路复杂,导致布局效果呈现主次不分、边交叉和布局效率低等问题。如何在保证全面展示拓扑中数据和提高布局效率的前提下呈现良好的布局效果是文中的研究重点。针对现有的布局算法都存在布局效果不佳和效率低等问题,提出一种改进的FR算法—DHL( Degree Hier-archical Layout)算法。首先,根据Internet路由器级拓扑中节点度分布的幂律性质将节点分为三类;接着对分类后的节点进行分层显示;最后根据层次的不同选取合理的初始温度和迭代次数。实验结果表明,文中算法能有效降低时间复杂度和边的交叉数,并使布局效果体现网络的层次性。     

云环境下基于改进NSGA II的虚拟机调度算法

在云环境中,如何将大量的虚拟机调度到物理节点上是一个基本且复杂的问题。文中首先对虚拟机的调度建立装箱问题模型,将该模型的求解转化一个多目标优化问题,目标分别为负载均衡、提高任务执行效率和降低能耗;接着对基于非支配排序的遗传算法（ Non-dominated Sorting Genetic Algorithm,NSGA II）进行改进,利用回溯法中的剪枝函数确定最优初始种群,引入正态分布密度函数限制优秀精英。仿真结果表明,基于改进NSGA II的虚拟机调度算法在任务执行时间、负载均衡和能量消耗三个方面优于其他一些常用算法。     

异构云中综合时间能耗成本的任务调度算法

针对异构云环境下不合理的任务-资源映射而导致依赖任务在运行过程中产生高能耗的问题,提出一种综合时间能耗成本的任务调度算法（ Time and Energy Consumption Cost Scheduling,TECCS）。根据任务图逐层进行任务调度,面对同一层任务调度顺序只单独基于时间因素考虑而过于单一的问题,引入通信因子和计算因子,综合时间与能耗成本决定同一层任务的调度顺序;分析任务之间的依赖关系,自上而下,为任务分配计算节点,使得整个任务在期望完成时间条件下节省更多能耗。从性能和能耗方面将TECCS与TUGS（ Time Unify Greed Scheduling）、CATS（ Communication-Aware Task Scheduling）、EETDS （ Energy Efficient Task Duplication Scheduling）进行比较,结果表明TECCS在满足任务期望完成时间条件下能耗最少。