0 引言

    隨著計(jì)算機(jī)時(shí)代的發(fā)展，用戶(hù)的基數(shù)正在不斷擴(kuò)大，而對(duì)應(yīng)的在線(xiàn)視頻的量級(jí)也正逐步擴(kuò)展，為解決點(diǎn)對(duì)點(diǎn)的在線(xiàn)視頻的服務(wù)器的速度和帶寬問(wèn)題，以及大量的視頻資源帶來(lái)服務(wù)器計(jì)算負(fù)載問(wèn)題，增加其負(fù)載而帶來(lái)了“云計(jì)算”^[1]。

    云計(jì)算分為3層，分別是IaaS(基礎(chǔ)設(shè)施即服務(wù))、Paas(平臺(tái)即服務(wù))和SaaS(軟件即服務(wù))^[2]。儲(chǔ)存資源管理是計(jì)算機(jī)資源管理的一部分，側(cè)重于計(jì)算機(jī)的節(jié)點(diǎn)的高效性和節(jié)點(diǎn)的整體負(fù)載均衡。無(wú)論是一般的云計(jì)算，還是快速發(fā)展的移動(dòng)云計(jì)算，云增效模式是最常見(jiàn)的云計(jì)算模式^[3]。因而在云計(jì)算方面，最主要研究的是計(jì)算機(jī)資源、負(fù)載均衡的實(shí)現(xiàn)和任務(wù)調(diào)度的分配等方面。在任務(wù)調(diào)度方面，文獻(xiàn)[4]提出了一種面向多目標(biāo)的兩階段任務(wù)調(diào)度算法，具有讓任務(wù)匹配最小時(shí)間資源的偏好，重調(diào)度階段，實(shí)現(xiàn)負(fù)載均衡；文獻(xiàn)[5]提出了針對(duì)P2P(對(duì)等網(wǎng)絡(luò)，即對(duì)等計(jì)算機(jī)網(wǎng)絡(luò))結(jié)構(gòu)上的用數(shù)據(jù)副本來(lái)進(jìn)行管理，從而提高數(shù)據(jù)訪(fǎng)問(wèn)的效率和系統(tǒng)容錯(cuò)功能。文獻(xiàn)[6]中提出了一種基于任務(wù)調(diào)度的模板策略，通過(guò)任務(wù)集合求出任務(wù)量模版，并依據(jù)模板對(duì)調(diào)度算法進(jìn)行任務(wù)調(diào)度的TTS(基于模板的任務(wù)調(diào)度策略)策略。該算法從全局的角度計(jì)算出調(diào)度模板，有目標(biāo)地實(shí)現(xiàn)了調(diào)度同時(shí)充分考慮了通信開(kāi)銷(xiāo)。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://m.jysgc.com/resource/share/2000003709。

作者信息：

楊  戈1，2，吳俊言1

(1.北京師范大學(xué)珠海分校 智能多媒體技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣東 珠海519087；

2.北京大學(xué)深圳研究生院 深圳物聯(lián)網(wǎng)智能感知技術(shù)工程實(shí)驗(yàn)室，廣東 深圳518055)