◆尚志會 李洪進 謝小芳 董 利
?
大數據環境下醫療資源調度算法研究
◆尚志會 李洪進 謝小芳 董 利
(遵義醫學院醫學信息工程學院 貴州 563006)
大數據環境下資源調度問題是當前研究的重點,所以通過蟻群算法提高醫療數據資源利用效率至關重要。本文通過對蟻群算法在醫療數據資源調度上的研究,對蟻群算法進行了改進,主要通過算法縮短資源調度尋址路徑。試驗結果表明,改進的算法提高了醫療資源數據資源被調度的效率。
大數據;蟻群算法;醫療數據資源
隨著移動互聯網的普及,越來越多的人使用虛擬云終端獲取需求信息,從而走向大數據時代[1]。大數據資源共享雖然為人們提供方便,但也帶來查找內容信息的不便,如果數據資源需求量龐大,然而最后為了調度數據資源,怎么樣才能更快、更方便調度資源是當前需要解決的問題。
大數據環境下,數據信息資源海量,信息資源眾多,所以大數據中包含了重要的信息價值,因此大數據的挖掘與信息資源調度研究是當今學術界研究的主要問題,只有獲取信息資源,才能提升資源服務質量。該文章主要借助大數據平臺下對蟻群算法調度上的分析研究[2-3]。
蟻群算法是一種用來尋找優化路徑的概率型算法,主要借助模擬螞蟻通過信息素尋找食物為研究對象,提出的一種算法。該算法具有分布計算、信息正反饋和啟發式搜索的特征,本質上是進化算法中的一種啟發式全局優化算法。在數據資源調度方面具有明顯的收斂效果。
與其他優化算法相比,蟻群算法具有以下幾個特點:
(1)采用正反饋機制,使得搜索過程不斷收斂,最終逼近最優解。
(2)每個個體可以通過釋放信息素來改變周圍的環境,且每個個體能夠感知周圍環境的實時變化,個體間通過環境進行間接的通訊。
(3)搜索過程采用分布式計算方式,多個個體同時進行并行計算,大大提高了算法的計算能力和運行效率。
(4)啟發式的概率搜索方式不容易陷入局部最優,易于尋找到全局最優解。
如下圖1所示的蟻群算法流程圖。

圖1 蟻群算法流程
遵義醫學院醫學信息工程學院以醫學信息資源為例,假如研究內容為醫療數據,如下:
若系統開發完成后將授權支持醫院、政府部門或個人在云端查詢醫療數據并對病人進行云端服務,根據公安機關、檢察機關、醫院等政府部門對醫療數據信息之間的需求了解情況,將正開發的系統分為5部分,如圖2所示。

圖2 政務數據開放共享平臺中云環境規劃方案
數據資源主要通過數據共享與傳輸,構建數據中心的內部數據存儲網絡和中心骨干網絡,醫院管理所有數據(包括個人病歷文件、醫療文件數據和服務分享開放數據等)均存儲在內部數據存儲網絡上,底層方面,使用特定技術保證整個數據存儲網絡的高速性和高可用性;上層方面,在醫院內部,數據可以高效存取、共享、編輯且硬盤動態拓展,在醫院外部,授權單位或個人可通過Internet實現隨時隨地對醫院可允許方位的數據進行查詢。云環境意味著所有對醫療數據的操作和對數據的訪問均在網上,局域網內部數據流量大大增加,因此醫院內部中心骨干網絡為適應這種變化需要重新規劃,以消除網絡瓶頸,使整體網絡環境能夠負載均衡,不出現單節點承壓過重現象。
首先,為了優化調度任務尋址路徑問題,該算法應用于其他組合優化問題,如旅行商問題。從而轉化為任務調度路徑最優化選取問題。通過對a、b、r的選取,若對信息素C和Q初始值不考慮,主要預防局部收斂問題[4-5]。

實驗結果表明,該文提出的蟻群算法與原來算法作比較,發現醫療數據被調度的時間有縮短,提升了調度效率。進一步證明了大數據資源環境下醫療數據資源調度問題得到優化,通過改進后的蟻群算法能夠有效解決云計算下的調度問題。
本文提出的一種資源調度算法研究,對醫療數據資源的調度在路徑尋址上有一定的優化效果,能夠提升在大數據環境下資源調度效率,從而對后期大數據資源調度有一定的借鑒意義。但隨著海量數據資源的出現,該算法在資源調度上還需要進一步優化。所以該算法研究還處于初級階段,還需要對更多問題進一步研究。
[1]孫發友.大數據技術的應用分析[J].網絡安全技術與應用,2017.
[2]張建偉,尚志會,袁臣.淺談網絡安全技術[J].網絡安全技術與應用,2015.
[3]鄧曉東,何慶,許敬偉等.大數據網絡安全態勢感知中數據融合技術研究[J].網絡安全技術與應用,2017.
[4]尚志會,張建偉,蔡增玉等.云桌面環境下基于蟻群算法的作業調度方法[J].計算機工程與設計,2017.
[5]孫懷英,虞慧群,范貴生等.大數據流計算環境下的低延時高可靠性的資源調度方法[J].華東理工大學學報(自然科學版),2017.
2017年遵義醫學院自然科學類碩士科研啟動資金項目: 虛擬云平臺下云實驗室作業調度關鍵技術研究(No.F-897);國家自然科學基金面上項目(No.61672471);遵市科合社字(2018)15號:大數據環境下醫療數據共享與開放平臺中的若干問題研究。