基于改进密度峰值聚类算法的低占用率云调度容错控制模型研究

Study on Fault-tolerant Control Model of Low Occupancy Cloud Scheduling Based on Improved Density Peak Clustering Algorithm

为了合理调度云系统资源,提高云系统运行的可靠性,提出基于改进密度峰值聚类算法的低占用率云调度容错控制模型。通过优化密度峰值聚类算法类簇间距与类簇内数据点距离,改进密度峰值聚类算法,建立正常运行状态和已知异常运行状态动态模型库。根据性能容忍度和模型失配度两个监控指标,判断运行状态。当出现已知异常状态时,直接调用动态模型库中已有的状态模型;当出现未知异常状态时,则启动模型在线识别与控制律自整合程序,把新的未知异常状态模型以及与其匹配的控制律保存至动态模型库中,补充模型库,实现低占用率云调度容错控制。实验证明:该模型可以有效地对低占用率云调度进行容错控制,实现云系统资源的合理调度,适应度较高,使云调度工作平稳运行。