大数据云平台数据流量优化管理仿真

对大数据云平台数据流量进行有效管理,可以更好地提升云网络环境的服务质量。对云平台数据流量进行管理时,流量的最优分流是最重要的环节,需要获取流量任务的动态优先级,根据不同的优先级进行流量管理,但是传统方法依据目标流量数据在流量数据节点传输的情况,对数据节点的流量进行计算完成流量管理,但是难以获取平台数据流量子任务动态优先级,不能根据优先级对流量进行动态调整,数据流量管理效果较差。提出一种大数据云平台数据流量优化管理模型。模型首先对平台数据流量分流任务的样本数据进行分析,计算总平台数据流量分流任务量,对当前状态下网络平台数据流量分流子任务量进行分类,获得平台数据流量分流动态优先级任务。对平台数据流量分流任务不同优先级指标进行规则化处理,组建各分流子任务优先级标准矩阵,给出全部平台数据流量分流任务的不同指标标准差,利用分流任务动态优先级权重因子计算分流平台数据流量数据任务的效率,融合粒子群理论对组建的平台数据流量分流模型进行迭代寻优,利用寻优的结果组建大数据云平台数据流量优化管理模型。仿真结果表明,所提模型可以大幅度提升云网络环境的服务质量。