[发明专利]一种混合云环境面向时延优化的科学工作流数据布局方法

摘要

本发明公开一种混合云环境面向时延优化的科学工作流数据布局方法，考虑混合云环境下数据布局特点，结合科学工作流数据间的依赖关系，考虑云数据中心间的带宽、私有云数据中心个数和容量等因素对传输时延的影响；首先对其进行预处理操作，提高后期数据布局策略的执行效率；通过引入遗传算法的交叉算子和变异算子，避免粒子群优化算法的过早收敛问题，提高种群进化的多样性，有效压缩数据传输时延，有效降低混合云环境下的科学工作流数据传输时延。本发明提高数据布局策略的执行效率，优化科学工作流数据布局传输时延。

主权项

1.一种混合云环境面向时延优化的科学工作流数据布局方法，其特征在于：其包括以下步骤：步骤1：基于混合云环境下科学工作流构建数据布局方案模型；整个数据布局方案的定义为S＝(DS,DC,Map,Ttotal)，其中Map＝∪i＝1,2,...,DS{}表示数据集DS到数据中心集DC的映射关系，Ttotal表示数据布局过程中跨数据中心的数据传输所造成的时间总开销；步骤2：对科学工作流预处理，合并仅有一个相关任务的相邻数据集；步骤3：初始化种群大小、最大迭代次数、惯性权重因子、认知因子，监督式随机生成初始种群；并初始化第一代粒子的自身历史最优粒子以及初始的种群全局最优粒子；步骤4：对预处理的数据集采用离散编码方式构建n维候选解粒子；一个粒子代表混合云环境下科学工作流的一个数据布局方案，粒子i在第t次迭代的位置如公式(11)所示。每个粒子有n个分位，n代表经过预处理操作后的数据集数量；表示第k个数据集在第t次迭代的存储位置，取值是某个数据中心编号，即(k＝1,2,…,n)；步骤5：将数据布局结果与候选解粒子进行映射处理，获得跨数据中心传输时间和对应的数据布局方案；步骤6：计算各个编码粒子的适应度，每个粒子设置为其自身历史最优粒子，并选取适应度值最小的可行解粒子作为种群全局最优粒子；步骤7：基于粒子更新公式更新粒子，并重新计算每个更新粒子的适应度；步骤8：更新粒子的自身历史最优粒子；若更新粒子的适应度值小于其自身历史最优值，则将更新粒子设置为其自身历史最优粒子；反之，跳转到步骤10；步骤9：更新种群全局最优粒子；若更新粒子的适应度值小于种群全局最优粒子的适应度值，则将更新粒子设置为种群全局最优粒子；步骤10：检查是否满足达到最大迭代次数的算法终止条件，当满足终止条件时，结束；反之，转到步骤7。