云环境下蚁群优化算法的视频点播视频流任务调度策略

摘要：

针对云环境下大规模并发视频流调度过程中资源利用率低和负载不均的问题,提出一种基于蚁群优化(ACO)算法的视频点播(VOD)集群视频流任务调度策略VodAco.在分析视频流期望性能与服务器空闲性能的相关性、定义综合性能匹配度的基础上,建立数学模型,并采用蚁群优化思路进行最佳调度方案搜索.通过云仿真软件CloudSim实验表明,与轮询(RR)、贪婪(Greedy)算法相比,所提算法在任务完成时间、平台资源占有率、各节点性能负载均衡指标上具有较为明显的优势.

关键词：云环境、大规模视频点播、视频流调度、蚁群优化、CloudSim

所属期刊栏目：34

分类号：TP37;TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61202044

在线出版日期：2015-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3231-3233,3294