基于负载灰度图映射模型的云集群负载评估方法  

Load Evaluation Method about Cloud Computing Cluster Based on the Load Grayscale Mapping Model

作　　者：董静宜[1] 王鹏[1] 秦永波[2,3] 江炳坤[2,3] 陈磊[1] 任超[1] 

机构地区：[1]成都信息工程学院并行计算实验室,成都610225 [2]中国科学院成都计算机应用研究所,成都610041 [3]中国科学院研究生院,北京100049

出　　处：《计算机科学》2012年第3期23-27,共5页Computer Science

基　　金：国家自然科学基金(60702075);四川省青年科学基金前期资助(09ZQ026-068);第41批中国博士后科学基金(20070410385);第45批中国博士后科学基金(20090451420);四川省教育厅自然科学重点项目(07ZA014);中组部"西部之光"计划项目资助

摘　　要：为了快速评估云计算中百万节点的整体负载状态,通过分析负载均衡本质与图像均衡特征的对应关系,以熵和信息论为基础,构建了集群负载信息向灰度图的映射模型,完成了负载均衡研究向图像均衡分析的转换。通过图像压缩、信息熵、haar小波变换方法对图像进行分析,提出了一种基于图像处理的集群负载评估方法。实验表明,该方法可以较快地评估出集群均衡性,由此得到的集群负载状态值为负载均衡算法的改进提供了新的思路。To assess the overall load status of millions of nodes in cloud computer quickly, this paper constructed a mapping model that loads information map to grayscale image based on the entropy value and information theory. A conversion was completed from load balance to graphic equalizer by analyzing the relationship. There are some experiments by using image compression,image entropy, haar wavelet to analyze image. A load evaluation method was proposed. The experiments show that this method can assess cluster balance quickly and thoroughly. A new load status value is provided for further study of load balancing algorithm.

关 键 词：云计算 负载评估方法 负载灰度图映射模型 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]