云計算環(huán)境下資源調(diào)度系統(tǒng)設(shè)計與實(shí)現(xiàn)

張 露，尚艷玲

(1.安陽職業(yè)技術(shù)學(xué)院 電大工作部，河南 安陽 455000；2.安陽師范學(xué)院 軟件學(xué)院，河南 安陽 455000)

云計算環(huán)境下資源調(diào)度系統(tǒng)設(shè)計與實(shí)現(xiàn)

張 露1，尚艷玲2

(1.安陽職業(yè)技術(shù)學(xué)院 電大工作部，河南 安陽 455000；2.安陽師范學(xué)院 軟件學(xué)院，河南 安陽 455000)

在云計算環(huán)境下，對開放的網(wǎng)絡(luò)大數(shù)據(jù)庫信息系統(tǒng)中的數(shù)據(jù)進(jìn)行優(yōu)化調(diào)度，提高數(shù)據(jù)資源的利用效率和配置優(yōu)化能力;傳統(tǒng)的資源調(diào)度算法采用資源信息的自相關(guān)匹配方法進(jìn)行資源調(diào)度，當(dāng)數(shù)據(jù)傳輸信道中的干擾較大及資源信息流的先驗(yàn)數(shù)據(jù)缺乏時，資源調(diào)度的均衡性不好，準(zhǔn)確配準(zhǔn)度不高;提出一種基于云計算資源負(fù)載均衡控制和信道自適應(yīng)均衡的資源調(diào)度算法，并進(jìn)行調(diào)度系統(tǒng)的軟件開發(fā)和設(shè)計;首先構(gòu)建了云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源流的時間序列分析模型，采用自適應(yīng)級聯(lián)濾波算法對擬合的資源信息流進(jìn)行濾波降噪預(yù)處理，提取濾波輸出的資源信息流的關(guān)聯(lián)維特征，通過資源負(fù)載均衡控制和信道自適應(yīng)均衡算法實(shí)現(xiàn)資源調(diào)度改進(jìn);仿真結(jié)果表明，采用資源調(diào)度算法進(jìn)行資源調(diào)度系統(tǒng)的軟件設(shè)計，提高了資源調(diào)度的信息配準(zhǔn)能力和抗干擾能力，計算開銷較小，技術(shù)指標(biāo)具有優(yōu)越性。

云計算；資源調(diào)度;數(shù)據(jù)分析；自適應(yīng)均衡

0 引言

隨著網(wǎng)絡(luò)信息技術(shù)和大數(shù)據(jù)處理技術(shù)的發(fā)展，數(shù)據(jù)在網(wǎng)絡(luò)空間中的規(guī)模越來越大，對數(shù)據(jù)信息的計算和處理的實(shí)時性要求越來越高。大數(shù)據(jù)信息中含有大量的資源，比如開放的數(shù)據(jù)庫資源、網(wǎng)絡(luò)信息資源、圖書館資源等，通過對這些資源的優(yōu)化調(diào)度和處理，提高資源信息的利用能力和均衡配置能力，防止資源擁堵和資源欠缺。在大數(shù)據(jù)信息條件下，采用云計算進(jìn)行大數(shù)據(jù)分析成為未來信息處理發(fā)展的必然趨勢，云計算是通過網(wǎng)格分布式計算和網(wǎng)絡(luò)集成計算方法，實(shí)現(xiàn)對大數(shù)據(jù)的信息特征分析和特征提取，采用大數(shù)據(jù)信息采樣方法，在網(wǎng)絡(luò)空間中實(shí)現(xiàn)資源集成重整，提高資源信息的并行處理和多線程調(diào)度能力。在云計算環(huán)境下，對開放的網(wǎng)絡(luò)大數(shù)據(jù)庫信息系統(tǒng)中的數(shù)據(jù)進(jìn)行優(yōu)化調(diào)度，提高數(shù)據(jù)資源的利用效率和配置優(yōu)化能力，研究云計算環(huán)境下資源調(diào)度算法和相應(yīng)的系統(tǒng)設(shè)計方法具有重要意義，相關(guān)的算法設(shè)計研究受到人們的極大重視。

云計算環(huán)境下資源調(diào)度算法研究是建立在對資源信息流的時間序列分析和信息處理基礎(chǔ)上的，通過對資源信息流的特征提取和時間序列特征擬合，結(jié)合相應(yīng)的信息調(diào)度算法，實(shí)現(xiàn)資源的優(yōu)化配置。傳統(tǒng)方法中，在云計算環(huán)境下進(jìn)行開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源負(fù)載均衡調(diào)度方法采用的是實(shí)體模型分析方法和語義特征提取方法、基于子空間特征降噪的資源負(fù)載均衡調(diào)度算法、基于資源狀態(tài)的相空間重組和最大Lyapunove指數(shù)分析的云計算環(huán)境下資源調(diào)度算法等[1-3]，其中，文獻(xiàn)[4]提出一種基于時間尺度分析的大型開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源負(fù)載均衡算法，通過云計算實(shí)現(xiàn)任務(wù)權(quán)衡和調(diào)度，對云計算資源信息流在時頻域內(nèi)進(jìn)行特征分解，降低了資源調(diào)度的復(fù)雜度，但是該算法抗干擾性能不好，在資源大數(shù)據(jù)信息中含有大量的干擾成分時，資源配置的準(zhǔn)確性不好。文獻(xiàn)[5]提出一種基于模糊循環(huán)堆棧控制的云計算環(huán)境下的開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源負(fù)載均衡調(diào)度算法，進(jìn)行云計算環(huán)境下的開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源負(fù)載數(shù)據(jù)堆棧存儲設(shè)計，提取開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源負(fù)載數(shù)據(jù)信息流語義本體特征，以此為基礎(chǔ)進(jìn)行移動云資源的開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源調(diào)度，該方法的優(yōu)點(diǎn)是具有較好的抗干擾能力和收斂性能，但是該方法計算開銷較大，實(shí)時性不好。文獻(xiàn)[6]采用資源信息的自相關(guān)匹配方法進(jìn)行資源調(diào)度，當(dāng)數(shù)據(jù)傳輸信道中的干擾較大及資源信息流的先驗(yàn)數(shù)據(jù)缺乏時，資源調(diào)度的均衡性不好，準(zhǔn)確配準(zhǔn)度不高。針對上述問題，名本文提出一種基于云計算資源負(fù)載均衡控制和信道自適應(yīng)均衡的資源調(diào)度算法，并進(jìn)行調(diào)度系統(tǒng)的軟件開發(fā)和設(shè)計。首先構(gòu)建了云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源流的時間序列分析模型，采用自適應(yīng)級聯(lián)濾波算法對擬合的資源信息流進(jìn)行濾波降噪預(yù)處理，提取濾波輸出的資源信息流的關(guān)聯(lián)維特征，通過資源負(fù)載均衡控制和信道自適應(yīng)均衡算法實(shí)現(xiàn)資源調(diào)度改進(jìn)。最后通過仿真實(shí)驗(yàn)進(jìn)行了性能測試和分析，采用資源調(diào)度算法進(jìn)行資源調(diào)度系統(tǒng)的軟件設(shè)計，提高了資源調(diào)度的信息配準(zhǔn)能力和抗干擾能力，得出有效性結(jié)論。

1 開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流模型構(gòu)建和數(shù)據(jù)抗干擾濾波預(yù)處理

1.1 基本知識及開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流模型構(gòu)建

在云計算環(huán)境下，云計算網(wǎng)格空間通過資源信息調(diào)度進(jìn)行內(nèi)存管理、進(jìn)程管理和設(shè)備文件系統(tǒng)管理，云計算環(huán)境的開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息服務(wù)拓?fù)浣Y(jié)構(gòu)分為三層，第一層開放網(wǎng)絡(luò)大數(shù)據(jù)庫連接資源信息服務(wù)中心層；第二層由LAN(本地局域網(wǎng))層，通過LAN構(gòu)成開放網(wǎng)絡(luò)數(shù)據(jù)分析中心，來為用戶提供軟件服務(wù)；第三層是中間件層，實(shí)現(xiàn)開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源的收集和信息加工[7]。云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源管理結(jié)構(gòu)模型如圖1所示。

圖1 云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源管理結(jié)構(gòu)模型

從圖1可見，云計算環(huán)境中聚集了各種信息資源，且資源的規(guī)模較大，通過對云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源優(yōu)化調(diào)度設(shè)計，提高數(shù)據(jù)資源的利用效率和配置優(yōu)化能力。本文為了實(shí)現(xiàn)對云計算開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源的優(yōu)化調(diào)度，首先進(jìn)行云計算開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源信息流模型構(gòu)建，以構(gòu)建的云計算開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源信息流模型為基礎(chǔ)進(jìn)行數(shù)據(jù)信息流的時間序列分析，對移動云計算開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源數(shù)據(jù)按照特征匹配度進(jìn)行序列分區(qū)，在開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息采集模型中，通過每個測試點(diǎn)的逆進(jìn)行數(shù)據(jù)特征的鏈路重組，表示為U∈Rm×m，其為一個正交矩陣，V∈RM×M，其中UT=U-1，VT=V-1，D∈Rm×M。通過特征重構(gòu)，資源調(diào)度的狀態(tài)變量滿足D=[∑0]。在數(shù)據(jù)結(jié)構(gòu)的狀態(tài)空間信息域中采用代價約束常量ISk(p)取出數(shù)據(jù)對象，使得c1滿足ISk(p)中的關(guān)聯(lián)度主特征信息SKDNS(p)，設(shè)資源搜索模塊的開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息的特征集合為:

(1)

其中：m表示開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源分布空間的維數(shù)，pm為節(jié)點(diǎn)交換數(shù)據(jù)時間序列，對多個開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源流進(jìn)行數(shù)據(jù)融合，在嵌入式平臺下進(jìn)行資源匹配，此時待分配的開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源流為：

(2)

式中，q表示多個開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源流集合的存儲深度，nq表示開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流的數(shù)據(jù)序列，N表示開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源總數(shù)。由此實(shí)現(xiàn)了開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流模型構(gòu)建。

1.2 資源信息流數(shù)據(jù)抗干擾濾波預(yù)處理

云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源受到海量的網(wǎng)絡(luò)信息的干擾，為了提高調(diào)度性能，實(shí)現(xiàn)云計算環(huán)境下資源調(diào)度系統(tǒng)的優(yōu)化設(shè)計，需要進(jìn)行抗干擾濾波處理，采用自適應(yīng)級聯(lián)濾波算法對擬合的資源信息流進(jìn)行濾波降噪預(yù)處理，云計算環(huán)境中，每個簇頭節(jié)點(diǎn)上都記載著信息資源輸入數(shù)據(jù)，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源邏輯信息輸入特征集合為：

(3)

其中：k為云計算調(diào)度平臺中的信息采樣節(jié)點(diǎn)數(shù)，N為資源規(guī)模，對開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息特征結(jié)合的實(shí)部z(t)進(jìn)行自適應(yīng)調(diào)制分解，得到含有干擾項(xiàng)的資源信息流時間序列模型為：

(4)

其中：sc(t)表示云計算開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源訓(xùn)練集中屬于bi類的元素的概率密度，ej2πf0t表示大數(shù)據(jù)庫信息資源的特征調(diào)度獨(dú)立相關(guān)變量。設(shè)計自適應(yīng)級聯(lián)濾波器，濾波器的結(jié)構(gòu)框圖如圖2所示。

圖2 自適應(yīng)級聯(lián)濾波結(jié)構(gòu)框圖

根據(jù)圖2所示的自適應(yīng)級聯(lián)濾波結(jié)構(gòu)框圖，得到濾波器的傳遞函數(shù)為：

(5)

其中：s(t)表示輸入的開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源信息參量，h(t)表示單位沖激響應(yīng)函數(shù)，H[s(t)]為自適應(yīng)級聯(lián)濾波的平均響應(yīng)傳遞向量。對云計算環(huán)境下的開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源信息進(jìn)行特征空間建模，得到輸出的特征空間波束流為：

(6)

其中：W矩陣為n×m維的特征狀態(tài)解析矩陣，采用多尺度小波分解，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源的資源調(diào)度的擴(kuò)頻濾波，濾波輸出為：

(7)

其中：P為功率譜密度，τ為時延參量，由此實(shí)現(xiàn)對云計算開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源信息流的離散歸一化處理和濾波，提高資源調(diào)度的抗干擾能力。

2 資源調(diào)度算法的改進(jìn)設(shè)計與實(shí)現(xiàn)

2.1 資源信息流的關(guān)聯(lián)維特征提取

在上述進(jìn)行了開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流模型構(gòu)建和數(shù)據(jù)抗干擾濾波預(yù)處理的基礎(chǔ)上，進(jìn)行資源調(diào)度算法優(yōu)化設(shè)計，分析得知，傳統(tǒng)方法采用資源信息的自相關(guān)匹配方法進(jìn)行資源調(diào)度，當(dāng)數(shù)據(jù)傳輸信道中的干擾較大及資源信息流的先驗(yàn)數(shù)據(jù)缺乏時，資源調(diào)度的均衡性不好，準(zhǔn)確配準(zhǔn)度不高[8-12]。為了克服傳統(tǒng)方法的弊端，本文提出一種基于云計算資源負(fù)載均衡控制和信道自適應(yīng)均衡的資源調(diào)度算法，提取濾波輸出的資源信息流的關(guān)聯(lián)維特征，通過資源負(fù)載均衡控制和信道自適應(yīng)均衡算法實(shí)現(xiàn)資源調(diào)度改進(jìn)。首先給出云計算下開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源調(diào)度的功耗表達(dá)為：

(8)

在單位資源調(diào)度功耗一致條件下，進(jìn)行關(guān)聯(lián)維特征提取，假設(shè)關(guān)聯(lián)維特征的子空間中，u(n)(x,y)為第i條路徑的時延，在資源負(fù)載均衡條件下，進(jìn)行云資源信息篩選，實(shí)現(xiàn)信息融合，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源的關(guān)聯(lián)維單頻特征組成為：

(9)

定義ΓI(v)={e∈E|head(e)=v}，輸入到開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源的調(diào)度鏈路集合中的資源關(guān)聯(lián)維特征|ΓI(v)|為節(jié)點(diǎn)v的入度，采用語義信息融合方法進(jìn)行關(guān)聯(lián)維的維度統(tǒng)計，然后得到輸出統(tǒng)計特征為：

(10)

其中，x,y為別表示開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源信息實(shí)向量和干擾向量，ωi為關(guān)聯(lián)維特征提取過程中的信息融合尺度，對資源信息流的關(guān)聯(lián)維特征進(jìn)行負(fù)載均衡配置，計算云計算環(huán)境中資源信息的自適應(yīng)功率譜密度特征，在資源信息流為均勻分布下，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流的小波尺度特征可以定義為：

(11)

其中：τ為資源調(diào)度的時間延遲，u為尺度系數(shù)，α(τ,v)為頻譜配準(zhǔn)系數(shù)，基于資源負(fù)載均衡控制，在特征子空間中構(gòu)成的矩陣的秩為n+t的線性子空間Zm，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度的狀態(tài)轉(zhuǎn)移方程：

(12)

開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度沖激函數(shù)是由兩個參數(shù)a和τ決定的，隨著時間延遲的增大，開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度過程的聚焦性能提高，由此可見，通過對資源信息流的關(guān)聯(lián)維特征提取。可以將開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度問題轉(zhuǎn)換為求一個多元未知參量的信道自適應(yīng)均衡問題。

2.2 基于資源負(fù)載均衡控制和信道自適應(yīng)均衡的資源調(diào)度實(shí)現(xiàn)

根據(jù)上述資源信息流的特征提取結(jié)果，采用資源負(fù)載均衡控制和信道自適應(yīng)均衡設(shè)計實(shí)現(xiàn)開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度，在云計算環(huán)境中，開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度的進(jìn)程配置時間片長度分別記作x1,x2,…,xm+1，在不同干擾強(qiáng)度下，得到資源調(diào)度的資源負(fù)載均衡控制函數(shù)為：

(13)

其中：T為尺度均衡系數(shù)，xm+1為開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度散布元，把開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度的時間軸劃分成均勻分布的時間窗口，構(gòu)建雙門限均衡控制調(diào)度模型，假設(shè)每個開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源節(jié)點(diǎn)v(V都有一個延遲屬性delay(v)，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度的上下門限分別為：

(14)

(15)

其中：delay(v)為信息流采樣窗口延遲，AT(u)為權(quán)向量，RT(w)為信道均衡系數(shù)，采用信道自適應(yīng)均衡調(diào)度，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度的自適應(yīng)信道均衡控制方程為：

(16)

3 資源調(diào)度系統(tǒng)軟件開發(fā)實(shí)現(xiàn)及仿真結(jié)果分析

采用STM32型處理器作為開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度系統(tǒng)的核心處理單元，進(jìn)行資源調(diào)度系統(tǒng)的軟件開發(fā)設(shè)計，采用RFID技術(shù)進(jìn)行開放網(wǎng)絡(luò)大數(shù)據(jù)的特征信息采樣，系統(tǒng)設(shè)計CAN2.0B接口作為資源信息的存取端，使用S3C2440自帶的AD系統(tǒng)進(jìn)行開放網(wǎng)絡(luò)大數(shù)據(jù)資源信息的6通道同步采樣設(shè)計。采用一種多線程的RFID射頻識別方法進(jìn)行資源信息的特征提取和抗干擾識別。在軟件開發(fā)中，通過模塊化設(shè)計，構(gòu)建資源調(diào)度系統(tǒng)的控制執(zhí)行單元模型、信息核心處理模塊、抗干擾濾波模塊、輸出接口模塊、以及人機(jī)交互模塊、數(shù)據(jù)輸接口設(shè)計等。軟件設(shè)計以嵌入式Linux2.6.32內(nèi)核為平臺，使用VisualDSP++的Simulator和Emulator確定變量和數(shù)組需要的存儲空間，開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度信息流采樣采用PSK調(diào)制，模擬100個大學(xué)的開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度任務(wù)，在開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度中，資源信息傳輸?shù)谋忍芈蕿?.5Mbps，全局迭代次數(shù)為500次，k=49 655Hz/s，f0=7.7Hz，k的相對誤差為0.69%，根據(jù)上述軟件開發(fā)環(huán)境構(gòu)建和參數(shù)設(shè)計，進(jìn)行資源調(diào)度系統(tǒng)測試和算法仿真，得到開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流的時域波形和頻域特征如圖3所示。

圖3 開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源信息流時域和頻域仿真波形

從圖可見，采用本文方法進(jìn)行開放網(wǎng)絡(luò)大數(shù)據(jù)庫資源調(diào)度，對大數(shù)據(jù)庫資源信息流采樣和時頻域分析的結(jié)果較為準(zhǔn)確，具有較好的頻譜響應(yīng)，以此為研究對象，進(jìn)行資源調(diào)度，采用本文方法和文獻(xiàn)給出的傳統(tǒng)方法，在不同的虛警下以資源調(diào)度的配準(zhǔn)度為測試指標(biāo)，得到對比結(jié)果如圖4所示，相關(guān)的技術(shù)指標(biāo)對比結(jié)果見表1。

圖4 資源調(diào)度的配準(zhǔn)度對比

調(diào)度方法耗時/s信道均衡幅值/V衰減特性/dB配準(zhǔn)性/%文獻(xiàn)[4]4．8923．1～35．24．482．2文獻(xiàn)[5]4．3616．4～23．29．585．9文獻(xiàn)[8]6．2513．4～26．16．464．2本文1．282．37～8．552．699．85

分析上述仿真結(jié)果可見，采用本文方法進(jìn)行資源調(diào)度，從資源調(diào)度的配準(zhǔn)性、資源調(diào)度的執(zhí)行耗時、信道均衡性和衰減性等參量作為測試，對比結(jié)果可知，本文方法對資源的配準(zhǔn)度較高，耗時較小，信道均衡性能較好，具有更低的特征衰減，說明抗干擾能力較強(qiáng)。綜合指標(biāo)分析表明采用本文方法進(jìn)行云計算環(huán)境下的資源調(diào)度的性能優(yōu)越。

4 結(jié)束語

云計算環(huán)境下資源調(diào)度算法研究是建立在對資源信息流的時間序列分析和信息處理基礎(chǔ)上的，本文提出一種基于云計算資源負(fù)載均衡控制和信道自適應(yīng)均衡的資源調(diào)度算法，并進(jìn)行調(diào)度系統(tǒng)的軟件開發(fā)和設(shè)計。首先構(gòu)建了云計算環(huán)境下開放網(wǎng)絡(luò)大數(shù)據(jù)庫信息資源流的時間序列分析模型，采用自適應(yīng)級聯(lián)濾波算法對擬合的資源信息流進(jìn)行濾波降噪預(yù)處理，提取濾波輸出的資源信息流的關(guān)聯(lián)維特征，通過資源負(fù)載均衡控制和信道自適應(yīng)均衡算法實(shí)現(xiàn)資源調(diào)度改進(jìn)。仿真結(jié)果表明，采用資源調(diào)度算法進(jìn)行資源調(diào)度系統(tǒng)的軟件設(shè)計，提高了資源調(diào)度的信息配準(zhǔn)能力和抗干擾能力，計算開銷較小，技術(shù)指標(biāo)具有優(yōu)越性，具有較高的應(yīng)用價值。

[1] 崔永君,張永花.基于特征尺度均衡的Linux系統(tǒng)雙閾值任務(wù)調(diào)度算法[J].計算機(jī)科學(xué),2015,42(6):181-184.

[2] 王曉初,王士同,包 芳,等.最小化類內(nèi)距離和分類算法[J].電子與信息學(xué)報,2016,38(3):532-540.

[3] 趙 夢,李蜀瑜.云計算環(huán)境下基于蟻群優(yōu)化的任務(wù)負(fù)載均衡調(diào)度算法[J].電子設(shè)計工程,2016,24(8)：112-123.

[4]PlanYandVershyninR.Robust1-bitcompressedsensingandsparselogisticregression:Aconvexprogrammingapproach[J].IEEETransactionsonInformationTheory,2013,59(1):482-494.

[5]El-MezouarMC,KpalmaK,TalebN,etal.APan-sharpeningBasedontheNon-subsampledContourletTransform:ApplicationtoWorldview-2Imagery[J].IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing,2014,7(5):1806-1815.

[6]LiShutao,YangBin.ANewPan-sharpeningMethodUsingaCompressedSensingTechnique[J].IEEETransactionsonGeoscienceandRemoteSensing,2011,49(2):738-746.

[7] 張普寧,劉元安,吳 帆,等.物聯(lián)網(wǎng)中適用于內(nèi)容搜索的實(shí)體狀態(tài)匹配預(yù)測方法[J].電子與信息學(xué)報,2015,37(12):2815-2820.

[8] 何大闊,高飛雪,楊 樂,等.一類未知MIMO非線性離散系統(tǒng)的改進(jìn)自適應(yīng)準(zhǔn)滑模解耦控制[J].控制與決策,2016,31(5):783-789.

[9]ST-CharlesP,BilodeauG,andBergevinR.Subsense:auniversalchangedetectionmethodwithlocaladaptivesensitivity[J].IEEETransactionsonImageProcessing,2015,24(1):359-373.

[10]MoghadamAA,KumarM,andRadhaH.CommonandInnovativevisuals:asparsitymodelingframeworkforvideo[J].IEEETransactionsonImageProcessing,2014,23(9):4055-4069.

[11]SvenssonD,UlmkeM,andHammarstrandL.Multitargetsensorresolutionmodelandjointprobabilisticdataassociation[J].IEEETransactionsonAerospaceandElectronicSystems,2012,48(4):3418-3434.

[12] 王躍飛,于 炯,魯 亮.面向內(nèi)存云的數(shù)據(jù)塊索引方法[J].計算機(jī)應(yīng)用,2016,36(5):1222-1227.

Design and Implementation of Resource Scheduling System in Cloud Computing Environment

Zhang Lu1，Shang Yanling2

(1.Radio and Television Work Department, Anyang Vocational And Technical College, Anyang 455000,China; 2.School of Software Engineering, Anyang Normal University, Anyang 455000,China)

In the cloud computing environment, the data of the open network large database information system is optimized to improve the efficiency of data resource utilization and configuration optimization. Information resources of autocorrelation matching method for resource scheduling, when the lack of data transmission channel in large disturbance and resource information flow of the prior data using traditional resource scheduling algorithm, scheduling resource balance is not good, accurate alignment degree is not high. A resource scheduling algorithm based on cloud computing resources load balancing control and channel adaptive equalization is proposed, and the software development and design of the scheduling system is proposed. First constructed in the cloud computing environment open network database information resource stream time series analysis model, adaptive cascade filtering algorithm using filtering and denoising preprocessing flow on the fitting of information resources, extraction filter output information flow characteristics of correlation dimensions, resources load balancing control and channel adaptive equalization algorithm to achieve an improvement in resource scheduling. The simulation results show that the resource scheduling algorithm software design of system resource scheduling, improve the resource scheduling information registration ability and anti-interference ability, low computational overhead, technical indicators has superiority.

cloud computing; resource scheduling; data analysis; adaptive equalization

2016-07-11；

2016-07-29。

張 露(1976-)，女，河南安陽人，研究生，副教授，主要從事計算機(jī)應(yīng)用方向的研究。

1671-4598(2017)01-0131-04DOI：10.16526/j.cnki.11-4762/tp

TP

A