CN119473600A 基于博弈论改进模型云计算节点存算训资源竞争调度方法 （湖南科技学院）

基于博弈论改进模型云计算节点存算训资本发明公开了一种基于博弈论改进模型云的局部资源竞争结果以及各逻辑分区内的剩余调度系统对局部博弈模型和全局协同博弈模型源调度系统存储并分析过往的资源竞争结果和2S2、对每个逻辑分区内的云计算节点进行初始划S4、全局资源调度系统采集各逻辑分区的局部资S6、全局资源调度系统通过监控模块实时采集S8、基于历史博弈数据进行策略优化和学习，全局资源调度2.根据权利要求1所述的一种基于博弈论改进模型云计算节点存算训资源竞争调度方示每个云计算节点Ni的初始可用存储容量，计算资源Ci表示每个云计算节点Ni的初始可用33.根据权利要求1所述的一种基于博弈论改进模型云计算节点存算训资源竞争调度方ij表示逻辑分区j内的第i个云计算节点；其中，分别表示云计算节点Nij的已使用存储资源、计算资源和训练资44.根据权利要求1所述的一种基于博弈论改进模型云计算节点存算训资源竞争调度方S31、执行局部资源竞争博弈模型将逻辑分区j内的每个云计算节点Nij视为博弈参与略调整过程迭代优化其资源需求策略Sij，策略调整的方向通过最大化收益函数的目标导节点根据资源负载和任务需求Dij对其资源需求策略Sijt轮博弈后的资源需求策略；节点的最终资源需求策略Sij以及逻辑分区内剩余的可用资源情况使得各节点的资源需求5.根据权利要求1所述的一种基于博弈论改进模型云计算节点存算训资源竞争调度方hri和节点之间的依赖关系计算各逻辑分区j的剩余可用存储资源计算资源RY和训练资源5资源和总训练资源容量，AS,(1)、AC,(I)、Ar,(I)分别表示云计算节点Nij在时刻t时实际分ΔTij(t)表示云计算节点Nij在时刻t时的任务执行时间差，ΔTmax表示逻辑分区j中所有节部资源竞争结果及剩余资源情况调整全局资源需求6.根据权利要求1所述的一种基于博弈论改进模型云计算节点存算训资源竞争调度方度；S53、全局协同博弈模型的收益函数Πj定义为每个逻辑6s"表示第t轮全局博弈后的资源需求策略；7.根据权利要求1所述的一种基于博弈论改进模型云计算节点存算训资源竞争调度方并通过持续的自适应学习机制改进局部博弈模型和全7[0002]现有技术中云计算节点的资源调度主要依赖于预先设定的静态规则或简单的负[0006]本发明的一个目的在于提出一种基于博弈论改进模型云计算节点存算训资源竞[0007]根据本发明实施例的一种基于博弈论改进模型云计算节点存算训资源竞争调度8逻辑分区根据局部资源竞争结果和全局资源需求源Si表示每个云计算节点Ni的初始可用存储容量，计算资源Ci表示每个云计算节点Ni的初ij表示逻辑分区j内的第i个云计算节点；9[0038]Rr,-cr,-ur;辑分区内的每个云计算节点Nij视为独立的博[0049]节点根据资源负载和任务需求Dij对其资源需求策略Sij进行动态调s"表示第t轮博弈后的资源需求策略；依据节点的最终资源需求策略Sij以及逻辑分区内剩余的可用资源情况使得各节点的资源点Nij的资源需求策略Sij和实际分配的存储资源计算资源和训练资总计算资源和总训练资源容量，AS,(I)、AC,(1)、Ar,(I)分别表示云计算节点Nij在时刻t时其局部资源竞争结果及剩余资源情况调整全局资度策略并在全局范围内进行资源共享和协调；[0067]S52、全局资源调度系统利用各逻辑分区的全局资源需求策略Sj和剩余资源R,、RC、Rr,通过多轮博弈调整各逻辑分区的资源分配策略，每个逻辑分区在博弈过程中度；βj1为平衡系数，反映各逻辑分区对剩余资源和任务优先级的关注程t轮全局博弈后的资源需求策略；的最终分配量，分配结果基于博弈过程中各逻辑分区的资源需求和剩余资源情况进行优[0081]S76、全局资源调度系统基于历史的博弈数据进一步优化节点和分区的资源需求[0083](1)本发明通过将云计算节点的资源竞争分为局部博弈和全局协同博弈模型两层[0084](2)本发明通过实时监控云计算环境中的资源状态采用自适应调整策略，使各节[0085](3)本发明采用多轮次博弈迭代优化算法，每个云计算节点通过最大化其收益函[0087]图1为本发明提出的一种基于博弈论改进模型云计算节点存算训资源竞争调度方[0088]图2为本发明提出的一种基于博弈论改进模型云计算节点存算训资源竞争调度方法中局部博弈模型和全局协同博弈模型的自逻辑分区根据局部资源竞争结果和全局资源需求源Si表示每个云计算节点Ni的初始可用存储容量，计算资源Ci表示每个云计算节点Ni的初ij表示逻辑分区j内的第i个云计算节点；[0121]Rr,-cr,-ur,s辑分区内的每个云计算节点Nij视为独立的博[0132]节点根据资源负载和任务需求Dij对其资源需求策略Sij进行动态调t轮博弈后的资源需求策略；节点的最终资源需求策略Sij以及实际分配的存储资源计算资源Ar,和训练资源Ar,s依据节点的最终资源需求策略Sij以及逻辑分区内剩余的可用资源情况使得各节点的资源变化和节点之间的依赖关系计算各逻辑分区j的剩余可用存储资源计算资源Rq和训练总计算资源和总训练资源容量，AS,(I)、AC,(0)、Ar,(I)分别表示云计算节点Nij在时刻t时实际分配的存储资源、计算资源和训练资源，os,()分分别表示云计算节其局部资源竞争结果及剩余资源情况调整全局资度策略并在全局范围内进行资源共享和协调；[0150]S52、全局资源调度系统利用各逻辑分区的全局资源需求策略Sj和剩余资源βj1为平衡系数，反映各逻辑分区对剩余资源和任务优先级的关注程t轮全局博弈后的资源需求策略；的最终分配量，分配结果基于博弈过程中各逻辑分区的资源需求和剩余资源情况进行优[0164]S76、全局资源调度系统基于历史的博弈数据进一步优化节点和分区的资源需求算环境下的实验，选用了公开的云计算节点模拟调度数据集CloudSim和GoogleCluster点分布在10个逻辑分区中，每个逻辑分区的节点数目和资源配比不同，存储资源总量为局部博弈模型，通过多轮策略调整各节点根据任务优先级和资源负载优化其资源需求策[0178]在CloudSim和GoogleClusterData数据集上，实验人员分别运行了传统静态调时间分别缩短了33％和30这是由于博弈论改进模型能够在资源瓶颈出现时及时进行自适应调整将富余资源从其他逻辑分区调配到需要的分区，避免了资源争夺导致的任务延型将资源利用率提升至92％_93提升得益于局部博弈模型在每个逻辑分区内部实现了[018