Bài toán lập lịch phân bổ tài nguyên trong môi trường điện toán đám mây

Bài viết này trình bày một giải thuật lập lịch động (HPSO*) dựa trên phương pháp PSO để đưa ra một phương án lập lịch ứng dụng có tính đến chi phí tính toán và chi phí truyền tải dữ liệu. Bài viết cũng trình bày những kết quả thử nghiệm các giải thuật trên các bộ dữ liệu để thấy được hiệu quả của giải thuật HPSO*.

JOURNAL OF SCIENCE OF HNUE Natural Sci 2015, Vol 60, No 4, pp 62-70 This paper is available online at http://stdb.hnue.edu.vn DOI: 10.18173/2354-1059.2015-0009 BÀI TOÁN LẬP LỊCH PHÂN BỔ TÀI NGUN TRONG MƠI TRƯỜNG ĐIỆN TỐN ĐÁM MÂY Nguyễn Thị Thùy Liên Đỗ Như Long Khoa Công nghệ thông tin, Trường Đại học Sư phạm Hà Nội Tóm tắt Tài ngun mơi trường điện tốn đám mây lưu trữ nhiều vị trí khác Điện tốn đám mây cung cấp hạ tầng cho ứng dụng dạng nguồn tài nguyên ảo hóa cách tự động Yêu cầu thiết yếu lập lịch mơi trường điện tốn đám mây đưa phương án ánh xạ tác vụ tới tài nguyên tương ứng với ràng buộc đưa Bài báo trình bày giải thuật lập lịch động (HPSO*) dựa phương pháp PSO để đưa phương án lập lịch ứng dụng có tính đến chi phí tính tốn chi phí truyền tải liệu Bài báo trình bày kết thử nghiệm giải thuật liệu để thấy hiệu giải thuật HPSO* Từ khóa: Điện tốn đám mây, lập lịch cơng việc, giải thuật lập lịch Mở đầu Điện toán đám mây (cloud computing) mơ hình cho lĩnh vực tính tốn phân tán Nó cung cấp hạ tầng tảng ứng dụng dạng dịch vụ tạo sẵn phục vụ khách hàng theo phương thức trả phí cho họ sử dụng Ngồi điện tốn đám mây cịn cung cấp linh hoạt tài ngun tính tốn dựa theo u cầu, lựa chọn vị trí lưu trữ liệu toàn cầu Để đạt hiệu tính tốn chi phí lập lịch đám mây phải có chiến lược thay đổi theo hàm mục tiêu khác nhau: tối thiểu tổng thời gian thực thi, tối thiểu tổng chi phí thực thi, cân tải tài nguyên… Bài báo tập trung vào chiến lược giảm thiểu hóa tổng chi phí thực thi ứng dụng tài nguyên cách sử dụng thuật toán lập lịch động dựa giải thuật tối ưu bầy đàn-PSO Phần thực nghiệm tiến hành dựa số liệu dịch vụ đám mây Amazon GoGrid Lập lịch (scheduling) vấn đề phát sinh nhiều lĩnh vực Vấn đề lập lịch hiểu xác định tập hợp hoạt động để chia sẻ tài ngun có giới hạn cần xử lí với nhiều hạn chế (chủ yếu thời gian nguồn lực) Theo định nghĩa Fox (1994) [1] lập lịch việc “phân chia nguồn tài nguyên cho hoạt động, để tác vụ tuân theo hạn chế thời gian giới hạn tập tài nguyên chia sẻ” Thực tế khơng tồn giải pháp lịch biểu đáp ứng tất hạn chế thời gian nguồn lực, việc sử dụng tài nguyên lại gắn liền với nhiều yêu cầu ràng buộc khác Bài toán lập lịch phân bổ tài ngun mơi trường điện tốn đám mây (SRAP) nhằm mục đích tìm phương án tối ưu giảm thiểu tổng chi phí thực tác vụ (Task) nguồn tài nguyên bao gồm chi phí tính tốn tài ngun, chi phí truyền thơng hồn thành thời gian người dùng định Một luồng cơng việc biểu diễn đồ thị DAG, cho G = (V, E), với V = {t1, t2, , tn} tập tác vụ E tập phụ thuộc liệu tác vụ này, fj,k = (Tj, T k)  E tập tin đầu Tj tập tin đầu vào Tk Một tập máy chủ lưu trữ S = {1, ,i}, tập máy tính tính tốn H = {1, , j} tập số tác vụ T = { 1, , k} [2] Với giả thiết toán: Ngày nhận bài: 31/3/2015 Ngày nhận đăng: 20/5/2015 Tác giả liên lạc: Nguyễn Thị Thùy Liên, địa e-mail: lienntt@hnue.edu.vn 62 Bài toán lập lịch phân bổ tài nguyên mơi trường điện tốn đám mây Thời gian tính tốn tác vụ Tk nguồn tài ngun tính tốn Hj giả sử biết Chi phí tính toán tác vụ H tỉ lệ nghịch với thời gian tính tốn Chi phí truy cập liệu di, j từ nguồn Hi đến Hj giả sử biết (trong thực tế chi phí truy cập ấn định nhà cung cấp dịch vụ) Chi phí truyền thơng tính theo kích thước khối liệu truyền nơi lưu trữ khơng có phụ thuộc vào thời gian Giả định chi phí khơng âm, đối xứng đáp ứng bất đẳng thức tam giác: di, j = dj, i với i, j  N, di,j+dj, k ≥ di, k với i, j, k  N Mục tiêu tốn là: “Tìm phương án lập lịch M cho chi phí thực thi tối thiểu” Gọi Cexe(M)j tổng chi phí tất nhiệm vụ giao cho nguồn tài ngun tính tốn Hj theo phương án M [2] C exe ( M ) j   kj M (k )  j k  với kj trọng số nút (là chi phí thực nhiệm vụ k tài ngun tính tốn Hj).Ký hiệu Ctx(M)j tổng chi phí truy cập (bao gồm chi phí truyền thơng) tác vụ giao cho Hj thực thi phương án M C tx ( M ) j   d e M ( k1)  j M ( k 2)  j M ( k ), M ( k ) k , k k 1 T k  T đó: ek1,k2 kích thước tập tin đầu hai nhiệm vụ k1 k2  k; M (k1) nhiệm vụ k1 thực thi Hj theo phương án M; M (k2) nhiệm vụ k2 không thực thi Hj theo phương án M; dM(k1),M(k2) chi phí truyền thơng trung bình đơn vị liệu hai Host Các chi phí truyền thơng áp dụng hai tác vụ có tập tin phụ thuộc chúng, tức ek1,k2 > Đối với tác vụ thực tài nguyên chi phí truyền thơng Gọi Ctotal (M)j tổng chi phí Hj bao gồm tổng chi phí thực thi chi phí truy cập C total ( M ) j  C exe ( M ) j  C tx ( M ) j Kí hiệu Cost(M) tổng tất chi phí H phương án lập lịch Cost(M )  max(Costtotal (M ) j ) Mục tiêu tốn tìm phương án M có chi phí thấp Min (Cost (M))  M Nội dung nghiên cứu 2.1 Giải thuật Particle Swarm Optimization (PSO) Tối ưu bầy đàn (Partical Swarm Optimization – PSO) kĩ thuật tối ưu dựa theo mơ hình hành vi xã hội động vật côn trùng, PSO giới thiệu vào năm 1995 hội nghị IEEE James Kenedy kỹ sư Russell C.Eberhart [3] Giải thuật tối ưu hóa bầy đàn (PSO) lấy ý tưởng từ hành vi xã hội bầy đàn tự nhiên đàn chim tìm thức ăn hay đàn cá tự bảo vệ khỏi kẻ thù Mỗi thể PSO tương tự chim hay ong bay khơng giam tìm kiếm Mỗi cá thể có vận tốc ban đầu cá thể có kênh liên lạc với Sự chuyển động cá thể phối hợp vận tốc bao gồm mức độ hướng Mỗi vị trí thể chịu ảnh hưởng vị trí tốt vị trí tốt khơng gian lời giải Các cá thể đánh giá hay nhiều tiêu chuẩn thích nghi (giá trị thích nghi - fitness) Dần dần cá thể di chuyển phía cá thể vị trí tốt bày đàn Tương tự giải thuật tiến hóa khác, PSO, quần thể tập hợp cá thể hoạt động khơng gian tìm kiếm – gọi bầy đàn Ban đầu tất cá thể sinh ngẫu nhiên Mỗi cá thể đặc trưng giá trị thích nghi (fitness) tính tốn dựa hàm đo độ thích nghi PSO tìm phương án tối ưu cách cập nhật cá thể thông qua hệ Trong hệ, cá thể cập nhật theo hai giá trị Giá trị thứ vị trí tốt đạt thời điểm cá thể ký hiệu pbest Giá trị thứ hai vị trí tối ưu tồn cục bầy đàn ký hiệu gbest vik+1 = w.vki+c1 rand1().(pbesti – xik) + c2.rand2().(gbest – xik) xik+1 = xit + vk+1 i (vk=0 i = 0) 63 Nguyễn Thị Thùy Liên Đỗ Như Long đó: xik, vik: vector vị trí, vector vận tốc cá thể thứ i hệ thứ k xik+1, vik+1: vector vị trí, vector vận tốc cá thể thứ i hệ thứ k + pbesti: Vị trí tốt cá thể thứ i thời điểm gbesti: Vị trí tốt quần thể thời điểm w : trọng số quán tính c1, c2 : tham số học hệ số gia tốc đặc trưng cho kinh nghiệm tính xã hội cá thể quần thể (có thể lấy c1≈c2≈ c1 + c2 ≤ 4) rand1, rand2 : hai vector ngẫu nhiên thành phần lấy sinh bước lặp Mã hóa cá thể Bài tốn lập lịch biểu diễn dạng đồ thị DAG nút tương ứng với nhiệm vụ, cạnh tương ứng với liên hệ cha-con hai nhiệm vụ Số chiều cá thể d số tác vụ n [4] Giá trị chiều cá thể đại diện cho tài nguyên tương ứng Trong trình tìm kiếm, giá trị chiều cá thể hệ thống tài nguyên thay đổi tái xây dựng cá thể sau tiến hóa theo vị trí chiều Ví dụ hình xây dựng cá thể Cá thể có 10 chiều đại diện cho 10 tác vụ, giá trị chiều đại diện cho tài nguyên lựa chọn để thực tác vụ Mã hóa cá thể tương ứng Task 10 Host 3 Partical 3 2.2 Giải thuật Heuristic dựa PSO (HPSO) Giải thuật lập lịch động dựa PSO thực tìm kiếm đưa phương án ánh xạ tác vụ - tài nguyên với chi phí gần tối ưu dựa giải thuật tối ưu bầy đàn Quá trình tìm phương án tối ưu thực qua bước: - Bước Sheduling heuristic: Chi phí tính tốn tất tác vụ tất tài ngun tính tốn tính chi phí thực tác vụ tài nguyên Giải thuật Scheduling heuristic Tính tốn chi phí thực thi trung bình tất tác vụ tất tài ngun Tính tốn chi phí truyền thơng liệu nguồn tài nguyên Thiết lập trọng số nút wkj chi phí tính tốn trung bình Thiết lập trọng số cạnh ek1,k2 kích thước liệu truyền tác vụ Tính PSO({ti}) /* tập tác vụ i ϵ k*/ repeat for tất tác vụ “ready” {ti} T Gán tác vụ {ti} cho tài nguyên {hj} dựa theo kết thực thi PSO endfor Gửi tất tác vụ lập lịch Đợi polling_time Cập nhật danh sách tác vụ ready Cập nhật chi phí truyền thơng trung bình tài nguyên dựa theo trạng mạng 14 Tính PSO({ti}) 15 until khơng có tác vụ chưa lập lịch 10 11 12 13 Hình Giải thuật Scheduling heuristic 64 Bài toán lập lịch phân bổ tài nguyên mơi trường điện tốn đám mây Giải thuật PSO Thiết lập số chiều cá thể kích thước tập tác vụ sẵn sàng {ti} T Khởi tạo cá thể với vị trí ngẫu nhiên {1,…host_numbers}và vận tốc ngẫu nhiên [0,1] For each cá thể p, Tính giá trị thích nghi fitness Nếu giá trị thích nghi fitness cá thể tốt Pbest tốt trước đó, thiết lập lại giá trị Pbest giá trị End for Chọn cá thể tốt coi Gbest Tính tốn vận tốc cập nhật lại vị trí cá thể Hình Giải thuật PSO - Bước PSO Giải thuật lập lịch động dựa PSO động (online) cập nhật chi phí truyền thơng dựa chi phí truyền thơng tài nguyên) vòng lặp Giải thuật tái ánh xạ task-resource giúp tối ưu chi phí tính tốn dựa trạng thái tài ngun mạng 2.3 Giải thuật Heuristic dựa PSO * (HPSO*) HPSO* cung cấp phương án ánh xạ tác vụ với tập tài nguyên thông qua hai bước: sử dụng giải thuật Scheduling Heuristic sử dụng biến thể PSO Hình Giải thuật PSO* Thiết lập số chiều cá thể kích thước tập tác vụ sẵn sàng {ti} T Khởi tạo cá thể với vị trí ngẫu nhiên {1,…host_numbers}và vận tốc ngẫu nhiên [0,1] For each cá thể p, Tính giá trị thích nghi fitness Nếu giá trị thích nghi fitness cá thể tốt Pbest tốt trước đó, thiết lập lại giá trị Pbest giá trị End for Chọn cá thể tốt coi Gbest Repeat a Chọn ngẫu nhiên m = [log2(n)] chiều từ vector vị trí n chiều cá thể gbest trao đổi giá trị chúng theo cặp b Tính lại giá trị fitness gbest* c Cập nhật gbest* làm gbest gbest* có fitness tốt Until thỏa điều kiện dừng số lần lặp tối đa Tính tốn vận tốc cập nhật lại vị trí cá thể 10 Nếu điều kiện dừng số lần lặp tối đa chưa đáp ứng lặp lại bước Hình Giải thuật PSO* 65 Nguyễn Thị Thùy Liên Đỗ Như Long 2.4 Thực nghiệm nhận xét 2.4.1 Kết thực nghiệm Thực nghiệm chọn thông số Thực nghiệm chọn thông số m cặp giá trị ngẫu nhiên từ vector vị trí cá thể gbest để trao đổi giá trị chúng giải thuật PSO* thực nghiệm 10 liệu Thực nghiệm lần liệu lấy giá trị trung bình tương ứng với giá trị m chạy từ đến Bảng Qua so sánh kết thực nghiệm, nhận thấy với liệu có số tác vụ khác có phù hợp khác với giá trị thông số m, tác giả tiến hành chọn thông số m = [log2(n/2)] áp dụng cho giải thuật PSO* n số tác vụ Biểu đồ so sánh tổng chi phí thực liệu ứng với giá trị khác thông số n biểu diễn Hình Bảng Thực nghiệm chọn thơng số m – số cặp giá trị trao đổi ngẫu nhiên vector vị trí Gbest giải thuật PSO* 10 53 44 124 16 25 77 81 42 35,1 138,1 44,1 139,9 44,1 6,2 19,4 58,2 244,4 54,7 36,6 264,5 30,9 79,6 39,0 6,3 16,2 83,2 212,2 47,4 36,6 131,6 29,1 80,8 35,8 5,8 10,4 85,7 219,4 56,3 39,1 215,1 33,8 90,8 40,5 4,9 16,4 80,9 174,4 51,1 40,1 209,7 42,8 77,4 35,5 6,8 13,5 62,0 224,2 59,7 [log2(n)/2] 35,1 138,1 30,9 79,6 35,8 6,3 16,2 85,7 219,4 47,4 Stt liệu Số tác vụ (n) m Hình Biểu đồ so sánh tổng chi phí thực liệu với giá trị thông số m thay đổi Tiến hành thử nghiệm giải thuật tài ngun tính tốn 10 liệu đó, liệu thử nghiệm số gồm tác vụ lấy từ báo tác giả Suraj Pandey, Linlin Wu [4], liệu số gồm 53 tác vụ (AIRSN workflow, Hình 5), liệu số 4,5 gồm 44 124 tác vụ (Chimera workflow, Hình 5-http://toolkit.globus.org), liệu thử nghiệm số 6, 7, 8, 9, 10 sinh ngẫu nhiên từ sinh liệu Montage (Montage:http://montage.ipac.caltech.edu) 66 Bài toán lập lịch phân bổ tài nguyên mơi trường điện tốn đám mây AIRSN 53 (3) Chimera 124(5) Hình AIRSN Chimera workflow sử dụng thực nghiệm Bài tốn SRAP có tổng chi phí tính tổng chi phí thực thi tác vụ tài nguyên tổng chi phí truyền thơng tác vụ Như vậy, tổng chi phí tốn SRAP phụ thuộc lớn vào chi phí truyền thơng, đó, với mơi trường điện tốn đám mây tài ngun khắp nơi giới với sở hạ tầng mạng khác ảnh hưởng không nhỏ đến chi phí truyền thơng Vì tác giả tiến hành thực nghiệm 30 lần lấy kết trung bình liệu ứng với trường hợp: chi phí truyền thơng khơng đáng kể (đặc trưng cho sở hạ tầng mạng tốt), chi phí truyền thơng trung bình (đặc trưng cho sở hạ tầng, đường truyền mức trung bình), chi phí truyền thơng đáng kể (đặc trưng cho sở hạ tầng, đường truyền mạng kém) Kết thử nghiệm tổng hợp Bảng Bảng Tổng hợp kết thử nghiệm (chi phí) liệu ứng với trường hợp chi phí truyền thơng nhỏ, chi phí truyền thơng trung bình chi phí truyền thông đáng kể Bộ liệu Số tác vụ n Chi phí truyền thơng nhỏ Chi phí truyền thơng đáng kể Chi phí truyền thơng trung bình Ran dom Round Robin P S O H P S O H P S O* Ran dom Round Robin P S O H P S O H P S O* Ran dom Round Robin P S O H P S O H P S O* 34,2 35,0 32,92 18,32 18,32 31,247 35,0 35,047 18,48 18,8 31,25 35,0 45,33 18,09 17,85 72,76 50,0 60,59 27,69 28,10 57,543 50,0 60,923 27,52 27,69 58,05 50,0 92,8 27,02 29,77 53 3,193 2,843 3,378 0,788 0,539 72,77 78,778 34,816 15,19 21,07 779,8 798,98 646,1 560 675 44 1,914 2,532 2,007 0,619 0,515 228,75 234,3 89,21 46,62 32,77 2577 2629 2249,88 2222 2124 124 47924 61510 68872 16274 12855 47272 61762 6484 17334 13068 47831 64394 63343 19985 18796 16 1,020 3,012 0,672 0,122 0,094 12,352 13,738 5,922 3,672 3,425 125,2 134,4 97,28 84,12 79,43 25 1,254 1,414 1,346 0,315 0,242 45,19 46,06 13,772 13,59 11,18 504,6 500 379,4 402,7 412,9 77 3,196 3,354 4,109 0,989 0,800 110,5 115,36 54,243 38,51 40,785 1214 1229,3 1080 994,5 1016,7 81 3,604 3,029 4,861 1,148 0,915 381,1 369,8 164,83 117,9 85,37 4318 4252 3755, 3760,9 3400,78 10 42 1,682 1,330 1,659 0,594 0,442 121,442 124,08 44,49 22,85 13,799 1369, 1359,9 1048 947,8 974,1 67 Nguyễn Thị Thùy Liên Đỗ Như Long Nhận thấy giải thuật PSO ứng dụng giải tốn lập lịch cho kết khơng tốt hai giải thuật phố biến Random RoundRobin trường hợp chi phí truyền thơng nhỏ (Hình 6) Khi chi phí truyền thơng nhỏ, khơng đáng kể tổng chi phí tốn xấp xỉ tổng chi phí tính tốn tác vụ tài ngun giải thuật PSO có tính tốn đến chi phí truyền thơng khơng phát huy hết ưu điểm Khi chi phí truyền thơng tăng lên, kết thử nghiệm cho thấy giải thuật PSO cho kết tốt hẳn hai giải thuật Random RoundRobin (Hình 7) Qua Bảng 3, chúng tơi nhận thấy giải thuật HPSO HPSO* có mức độ giảm tổng chi phí lớn so với giải thuật PSO chi phí truyền thơng cịn tương đối nhỏ Bảng So sánh chi phí thử nghiệm giải thuật HPSO so với PSO, HPSO* so với PSO HPSO liệu (đơn vị %) với chi phí truyền thơng nhỏ HPSO (PSO) -44.34 (PSO) -44.34 (HPSO) 53 -54.30 -76.69 -53.62 -84.06 +1.46 -31.61 10 44 124 16 25 77 81 42 -69.13 -76.31 -81.89 -76.58 -75.90 -76.38 -64.16 -74.32 -81.31 -86.08 -82.03 -80.54 -81.18 -73.36 -16 -21.13 -23.13 -23.27 -19.22 -20.30 -25.61 Bộ liệu Số tác vụ HPSO* Hình So sánh tổng chi phí giải thuật PSO, HPSO HPSO* với chi phí truyền thơng nhỏ Tuy nhiên chi phí truyền thơng trở lên lớn (đặc trưng cho hạ tầng mạng kém) mức độ giảm tổng chi phí hai giải thuật HPSO HPSO* không thực cao so với giải thuật PSO (Bảng 5, Hình 8) chi phí truyền thơng lớn kéo theo tỉ trọng chi phí truyền thơng tổng chi phí tốn lớn (mức chi phí truyền thơng gần khó giảm nhiều) 68 Bài toán lập lịch phân bổ tài ngun mơi trường điện tốn đám mây Bảng So sánh chi phí thử nghiệm giải thuật HPSO với PSO, HPSO* với PSO HPSO liệu (đơn vị %) với chi phí truyền thơng trung bình Bộ liệu 10 Số tác vụ 53 44 124 16 25 77 81 42 HPSO HPSO* (PSO) (PSO) -56.37 -47.74 -73.16 -38.00 - 31 -29.00 -28.45 -48.65 -47.27 -54.83 -39.48 -63.26 -79.77 42.17 -18.79 -24.81 -48.21 -68.99 -46.36 -54.54 (HPSO) +38.72 -29.70 -24.61 -6 -17 5.90 -27.61 -39.60 +1.73 +0.63 Hình So sánh tổng chi phí giải thuật PSO, HPSO HPSO* có chi phí truyền thơng trung bình Bảng So sánh chi phí thử nghiệm giải thuật HPSO với PSO, HPSO* với PSO HPSO liệu (đơn vị %) với chi phí truyền thông đáng kể Bộ liệu Số tác vụ 53 4 10 124 16 25 77 81 42 HPSO (PSO) 13 -1 22 -72.14 54 +6.14 -7.96 +0.13 -9.55 -60.10 -70.88 HPSO* (PSO) (HPSO) +4.47 -5 -73.80 +20.5 -4.42 -5.95 -18.35 +8.83 -5.93 -9.45 -7.04 -60.63 -67.92 -5.57 +2.53 +2.21 -9.57 +2.78 -1.33 +10.17 Hình So sánh tổng chi phí giải thuật PSO, HPSO HPSO* có chi phí truyền thơng trung bình Kết luận Bài báo trình bày trình bày giải thuật lập lịch động dựa phương pháp tối ưu bầy đàn (PSO) nhằm mục đích tối thiểu tổng chi phí thực thi ứng dụng luồng cơng việc mơi trường điện tốn đám mây Bài báo trình bày biến thể giải thuật PSO PSO* với cải tiến sử dụng trao đổi ngẫu nhiên phần tử cá thể gbest với mong muốn tìm gbest tốt từ hội tụ nhanh Khi so sánh kết thực nghiệm giải thuật PSO, HPSO HPSO* với hai giải thuật phổ biến Random, RoundRobin báo rõ giải thuật lập lịch động dựa PSO đưa phương án với chi phí thực thi giảm nhiều Tuy nhiên dừng lại mục tiêu tối thiểu tổng chi phí thực thi với tốn thực có nhiều mục tiêu khác nhau: tối thiểu tổng thời gian thực thi, tối thiểu tổng chi phí thực thi thời gian thực thi hay cân tải, tiếp tục nghiên cứu cải tiến theo hướng 69 Nguyễn Thị Thùy Liên Đỗ Như Long TÀI LIỆU THAM KHẢO [1] [2] [3] [4] Monte Zweben and Mark Fox, 1994 Intelligent scheduling Morgan Kaufmann Publishers Inc San Francisco, CA, USA, ISBN:1-55860-260-7 Suraj Pandey, Linlin Wu, Siddeswara Mayura Guru, Rajkumar Buyya, A Particle Swarm Optimization – based Heuristic for Scheduling Workflow Applications in Cloud Computing Enviroments, 2010 Cloud Computing and Distributed Systems Laboratory Department of Computer Science and Software Engineering, The University of Melbourne, Autralia Suraj Pandey, Linlin Wu, Siddeswara Guru, and Rajkumar Buyya, A Particle Swarm Optimization (PSO)-based Heuristic for Scheduling Workflow Applications in Cloud Computing Environments, Proceedings of the 24th IEEE International Conference on Advanced Information Networking and Applications (AINA 2010), Perth, Australia, Best Paper Award J Kennedy and R Eberhart, 1995 Particle Swarm Optimization, in IEEE International Conference on Neural Networks, Vol.4, pp 1942-1948 Sheng-Jun Xue, Wu Wu, 2012 Scheduling Workflow in Cloud Computing Based on Hybrid Partical Swarm Algorithm Telkomnika, Vol 10, No 7, e-ISSN: 2087-278x ABSTRACT Scheduling and resource allocation in a cloud computing environment Resources in cloud computing environments are stored in many different positions Cloud computing provides the infrastructure for applications by providing virtualized resources automatically An essential requirement when scheduling in a cloud computing environment is making plan mapped tasks that provide corresponding resource constraints This paper presents a dynamic scheduling algorithm (HPSO*) based on PSO to make a plan for scheduling applications for resources, taking into account both the cost of computation and data transmission costs At the same time this paper also presents the results of testing the algorithm on the data to show the effectiveness of the HPSO* algorithm Keyword: Cloud computing environment, workflow, PSO, scheduling and resource allocation 70 ... (Montage:http://montage.ipac.caltech.edu) 66 Bài toán lập lịch phân bổ tài nguyên mơi trường điện tốn đám mây AIRSN 53 (3) Chimera 124(5) Hình AIRSN Chimera workflow sử dụng thực nghiệm Bài tốn SRAP có tổng chi... lịch 10 11 12 13 Hình Giải thuật Scheduling heuristic 64 Bài tốn lập lịch phân bổ tài ngun mơi trường điện toán đám mây Giải thuật PSO Thiết lập số chiều cá thể kích thước tập tác vụ sẵn sàng {ti}... chi phí tốn lớn (mức chi phí truyền thơng gần khó giảm nhiều) 68 Bài toán lập lịch phân bổ tài nguyên mơi trường điện tốn đám mây Bảng So sánh chi phí thử nghiệm giải thuật HPSO với PSO, HPSO*