改进的k子集算法优化云计算负载均衡

本文献标题为"An Improved k-Subset Algorithm for Load Balance Problems in Cloud Computing"，发表在2014年的CCIS会议上。作者林琳、任萍飞和潘敬翔来自哈尔滨工业大学深圳研究生院计算机科学与技术学院，他们探讨了在云计算环境下日益重要的负载均衡问题，并提出了一个改进的k-子集算法来优化这一挑战。 在现代网络发展中，云计算因其虚拟化过程所赋予的分布式计算模式而受到越来越多的关注。它被视为基于网格计算和公用计算特性的新型计算方式，同时具备虚拟化的基本特征。对于云计算服务提供商和用户而言，其优势在于降低了IT资源的成本和提高了资源的灵活性。 该研究的核心内容集中在针对云计算中的负载均衡问题提出的一种改进的k-子集算法。k-子集算法是一种经典的优化技术，通过将大型任务分解成多个规模较小、易于管理的部分，以实现系统资源的更高效利用。在云计算环境中，平衡分布式服务器间的负载至关重要，以确保服务质量（QoS）和系统的整体性能。 通过在CloudSim平台上的实验，该算法展示了显著的性能提升。CloudSim是一个广泛使用的云模拟工具，用于评估和优化云基础设施的性能。实验结果显示，改进的k-子集算法能够在处理大规模并发请求、动态资源分配以及资源利用率优化等方面展现出良好的效能。 关键词包括：云计算、负载均衡、k-子集算法和CloudSim，这些关键词揭示了文章的重点关注领域，即如何通过算法创新解决云计算环境中的实际问题，以期提高整个系统的效率和用户体验。 总结来说，本文为云计算领域的负载均衡问题提供了一种创新解决方案，通过优化k-子集算法，有效地应对了云计算中资源分布不均和需求波动的问题，这对于云计算服务的可持续发展具有积极意义。研究人员的努力不仅有助于提高云计算系统的性能，也为相关领域的研究者提供了有价值的技术参考。