付天馳

摘 要 技術(shù)創(chuàng)新平臺是將科學(xué)技術(shù)轉(zhuǎn)化為社會績效的新模式。隨著技術(shù)創(chuàng)新平臺上信息的增長，體力勞動已不能滿足實際需要。云計算可以解決這一問題，但在云處理中也存在一些問題，如不穩(wěn)定的可訪問性、標(biāo)準(zhǔn)化、安全性、負(fù)載均衡等。為了搭建技術(shù)創(chuàng)新平臺，我們迫切需要解決資源負(fù)載均衡問題。本文建立了一個平衡云中資源負(fù)擔(dān)的模型，以期為改善資源負(fù)擔(dān)和資源使用之間的平衡提供幫助。

關(guān)鍵詞 云計算 負(fù)載均衡模型 智能優(yōu)化算法

中圖分類號：TP393 文獻標(biāo)識碼：A 文章編號：1007-0745（2022）05-0013-03

隨著全球經(jīng)濟的發(fā)展，科技每天都在變化[1]。國家工委通過整合扶持一些有發(fā)展前景的研發(fā)項目，鼓勵高校和企業(yè)申請合資，重點支持相關(guān)研發(fā)項目和產(chǎn)品投資?？萍紕?chuàng)新平臺為科技轉(zhuǎn)化為社會生產(chǎn)力提供了新模式。隨著我國科技創(chuàng)新平臺信息量的迅猛增加，人類工作將被人工智能所取代，且人類工作的方式已經(jīng)不能滿足現(xiàn)實的需求了。所以，需要新技術(shù)來滿足人們的新要求。云計算的提議有助于解決這個問題，但云計算存在著不穩(wěn)定的可用性、標(biāo)準(zhǔn)化、安全性和負(fù)載均衡問題?；诖耍狙芯恐饕接懺朴嬎阗Y源負(fù)載均衡模型集群智能優(yōu)化算法的分析，具體如下。

1 技術(shù)創(chuàng)新平臺的研究現(xiàn)狀

隨著世界發(fā)展的迅速，有越來越多的人意識到創(chuàng)新的重要性，所以對創(chuàng)新平臺的研究也比較早。1990年代美國西北大學(xué)Mayer教授提出了技術(shù)平臺和產(chǎn)品平臺的概念，創(chuàng)新過程可視為區(qū)域集群的區(qū)域現(xiàn)象。作為一種區(qū)域資源和合作網(wǎng)絡(luò)，這一活動往往對創(chuàng)新型企業(yè)至關(guān)重要。技術(shù)平臺和生產(chǎn)平臺不僅是進一步研發(fā)的基礎(chǔ)，同時也是企業(yè)技術(shù)深化戰(zhàn)略的重點[2]。1995年，Michael E.McGrath出版了《高技術(shù)企業(yè)產(chǎn)品戰(zhàn)略》一書。該戰(zhàn)略側(cè)重于市場長期規(guī)劃的基本戰(zhàn)略框架、14種獨特的多元化戰(zhàn)略和各種增長模式，并數(shù)十次詳細分析了產(chǎn)品戰(zhàn)略的成敗[3]。

國外科技創(chuàng)新平臺，如：日本產(chǎn)業(yè)技術(shù)研發(fā)平臺。1980年，日本政府提出“科技強國”戰(zhàn)略，同時制定相應(yīng)的產(chǎn)業(yè)技術(shù)研發(fā)要點，全面推動日本技術(shù)的發(fā)展。此外，韓國的HAN、以色列政府提出的“磁鐵計劃”和英國的e-learning計劃，都是政府應(yīng)對新世紀(jì)挑戰(zhàn)的戰(zhàn)略。政府、企業(yè)、高校、科研機構(gòu)共建的創(chuàng)新平臺，推動產(chǎn)業(yè)現(xiàn)代化，挖掘市場潛力。其主要目標(biāo)是通過各方的密切合作以及針對特定需求的各個領(lǐng)域的研究和研究活動，以多種方式整合行業(yè)的技術(shù)力量和資源，促進企業(yè)之間的技術(shù)交流，從而提高技術(shù)水平，促進經(jīng)濟發(fā)展。但是，技術(shù)創(chuàng)新平臺不僅應(yīng)該是企業(yè)、高校、科研院所提供的技術(shù)資源和教學(xué)培訓(xùn)材料的交流，還應(yīng)該包括參與整個技術(shù)交易的團體成員（政界、產(chǎn)業(yè)界），合作創(chuàng)新、聯(lián)合研發(fā)等過程。

與海外創(chuàng)新平臺相比，我國創(chuàng)新平臺起步較晚，組織架構(gòu)設(shè)計體系不完善，相關(guān)立法也不完善。創(chuàng)新平臺的服務(wù)質(zhì)量取決于我們提供的多個創(chuàng)新平臺之間的合作。同時，基于盧森堡創(chuàng)新平臺中心的協(xié)調(diào)和支持服務(wù)，我國部分地區(qū)的創(chuàng)新平臺還處于起步階段。該平臺是一個簡單的信息公開平臺，并未充分體現(xiàn)對接技術(shù)轉(zhuǎn)移的核心價值，也不可能在技術(shù)供需之間找到共同點。在這個高度創(chuàng)新的平臺上，這些郵政平臺都在利用供給不足，從平臺數(shù)據(jù)庫中請求數(shù)據(jù)，有效地記錄了技術(shù)供需關(guān)系與公司的基礎(chǔ)滿足對接要求。

為配合國家中長期科技發(fā)展規(guī)劃，科技部制定了國家高新技術(shù)產(chǎn)業(yè)發(fā)展和生態(tài)建設(shè)（焚燒廠）規(guī)劃，旨在解決科學(xué)與經(jīng)濟相結(jié)合的問題。 構(gòu)建國家科技創(chuàng)新體系，高校、科研院所融合發(fā)展，建立以企業(yè)為主體、市場與產(chǎn)業(yè)對接的技術(shù)創(chuàng)新體系，加強自主國家、創(chuàng)新型高校和科研院所建設(shè)研究所。研究結(jié)果表明，中國企業(yè)將發(fā)展吸收和轉(zhuǎn)移能力，以改善技術(shù)轉(zhuǎn)移貿(mào)易伙伴之間的溝通。

此外，Don Harris等人提出了一個基于技術(shù)社會系統(tǒng)方法的框架來評估技術(shù)轉(zhuǎn)讓成功的可能性。青島率先創(chuàng)建國家“后創(chuàng)新”縣，安徽省進入后創(chuàng)新試點縣。2008年6月8日，上海產(chǎn)業(yè)交易所在上海市青浦區(qū)設(shè)立首個創(chuàng)新站，積極幫助企業(yè)引進和采用先進技術(shù)，提高產(chǎn)品的市場競爭力。2008年4月，全球最大的國際創(chuàng)新園區(qū)廣州高新區(qū)與索菲亞科技園簽署建設(shè)“廣州開發(fā)區(qū)創(chuàng)新功能區(qū)”的意向書。

近年來，江蘇在江蘇省總體布局的基礎(chǔ)上，收集了各種技術(shù)創(chuàng)新要素，以滿足產(chǎn)業(yè)技術(shù)創(chuàng)新和企業(yè)技術(shù)創(chuàng)新的需要，自主創(chuàng)新、產(chǎn)學(xué)研合作、社會發(fā)展創(chuàng)新、新材料，在裝備制造、生物醫(yī)藥、能源環(huán)保、現(xiàn)代農(nóng)業(yè)、航天電子、社會福利等領(lǐng)域共同打造科技創(chuàng)新平臺、公共服務(wù)平臺和科技工程技術(shù)研究中心。

2 云計算資源負(fù)載均衡策略

云計算于2007年第三季度開始發(fā)展。谷歌、亞馬遜、微軟和IBM等云計算平臺已達到數(shù)十萬臺甚至數(shù)百萬臺計算機。中國移動、計算機科學(xué)研究所、中國科學(xué)院、移動通信研究所云計算可分為“學(xué)術(shù)基礎(chǔ)設(shè)施即服務(wù)”“平臺即服務(wù)”和“軟件即服務(wù)”。用戶管理模塊為系統(tǒng)分配適當(dāng)?shù)馁Y源，激活配置工具，為用戶設(shè)置當(dāng)前環(huán)境。監(jiān)控統(tǒng)計模塊主要負(fù)責(zé)監(jiān)控活動節(jié)點的資源狀態(tài)。系統(tǒng)管理模塊負(fù)責(zé)在減輕Pala負(fù)擔(dān)的基礎(chǔ)上管理和分配所有訪問權(quán)限[4]。

在云計算環(huán)境下，TDLBA算法設(shè)計了一種商品平衡算法。信任的優(yōu)勢取決于資源分配的安全性和可靠性，但其安全性和可靠性的局限性并不明顯，可以有效降低設(shè)備的計算和存儲容量，實現(xiàn)云計算的高可用性和負(fù)載均衡，基于DSA的負(fù)載均衡策略在資源規(guī)劃框架下實現(xiàn)集成開發(fā)環(huán)境，但動態(tài)虛擬機遷移的實現(xiàn)仍然是紅帽虛擬集群管理中的一個難題。曾琦和劉仁義提出了大規(guī)模計算機集群環(huán)境下的分布式策略。洪衛(wèi)紅提出了面向市場的策略。作為ALP平臺自適應(yīng)負(fù)載平衡的一部分，指出云動態(tài)負(fù)載平衡在負(fù)載分配中起著非常重要的作用，遺傳算法通過訓(xùn)練和選擇模型參數(shù)來解決負(fù)載平衡問題，并針對其可靠性、容錯性、魯棒性等特點，有效地避免了“單點誤差”，對黑星大廈的云處理效率和可擴展性進行了分析和研究[5]。

負(fù)載平衡是一種通過重新分配系統(tǒng)負(fù)載、縮短任務(wù)響應(yīng)時間，在服務(wù)器之間實現(xiàn)相對可持續(xù)負(fù)載的策略，可提高系統(tǒng)資源利用效率。如何衡量當(dāng)前服務(wù)器的負(fù)載平衡性能，獲取合理的負(fù)載平衡參數(shù)。能夠有效描述服務(wù)器當(dāng)前狀態(tài)的指標(biāo)包括：內(nèi)存利用率、處理器數(shù)量、CPU數(shù)量、寬帶利用率、硬盤數(shù)量和網(wǎng)絡(luò)性能該服務(wù)在單位時間內(nèi)完成。處理客戶要求的任務(wù)需要客戶數(shù)量和響應(yīng)時間。負(fù)載均衡技術(shù)的關(guān)鍵是算法規(guī)劃，即負(fù)載均衡算法。在并行處理系統(tǒng)中，每個任務(wù)子集相對均勻地分布在多臺服務(wù)器上，以最大限度地發(fā)揮每臺服務(wù)器的優(yōu)勢。本文總結(jié)了以下負(fù)載均衡算法：隨機規(guī)劃算法、加權(quán)隨機平衡算法、加權(quán)旋轉(zhuǎn)規(guī)劃算法、加權(quán)旋轉(zhuǎn)調(diào)度算法、目標(biāo)或源代碼最小加權(quán)組合算法、最小連接規(guī)劃算法、基于位置的最小連接修改算法、最小復(fù)制連接算法、本地最小復(fù)制連接算法[6]。

3 復(fù)雜網(wǎng)絡(luò)模型

一些研究人員比較分析了云計算聯(lián)盟和復(fù)雜系統(tǒng)的特點并達成一致，如何優(yōu)化云計算聯(lián)盟的資源配置，基于云計算聯(lián)盟提案廣泛研究了云計算中的聯(lián)盟資源管理和資源負(fù)載均衡的建模、優(yōu)化、仿真和分析。

自然界中的許多復(fù)雜系統(tǒng)都可以用網(wǎng)絡(luò)來表示。在小型網(wǎng)絡(luò)中，特征路徑長度最短，并且特征路徑長度隨著log（n）的增加而增加。結(jié)果表明，在從正常網(wǎng)絡(luò)到隨機網(wǎng)絡(luò)的過渡過程中，聚類系數(shù)和自路徑長度減小。然而，這并不意味著聚合因子與路徑長度成正比。微世界網(wǎng)絡(luò)具有路徑長度短、聚合率高的優(yōu)點。如果網(wǎng)絡(luò)小世界中的點代表人，線代表對人的理解，那么網(wǎng)絡(luò)小世界就可以反映小世界現(xiàn)象。換句話說，外星人與他們認(rèn)識的人有關(guān)。近年來，受BA模型的啟發(fā)，許多隨機模型被提出來描述小世界或無尺度網(wǎng)絡(luò)拓?fù)洹?/p>

4 集群智能算法及應(yīng)用

本文的研究重點在于討論資源負(fù)載均衡問題?？茖W(xué)家們對網(wǎng)絡(luò)上的任務(wù)調(diào)度進行了大量研究，得出的結(jié)論是任務(wù)調(diào)度算法主要包括Max-Min算法、Min-Min算法、遺傳算法、優(yōu)先算法和神經(jīng)算法。任務(wù)執(zhí)行范圍和資源負(fù)載均衡必須選擇合適的指標(biāo)，智能聚類算法可以彌補這些不足。在云計算環(huán)境下的負(fù)載均衡問題上，Suraj Pandey 和Linlin Wul提出了一種基于啟發(fā)式方法的粒子群算法，同時考慮到計算和數(shù)據(jù)傳輸?shù)某杀?，并通過實例證明了它們的優(yōu)越性，表明PSO可以平衡計算資源的負(fù)載。Vesna Sesum-Cavic等通過智能產(chǎn)業(yè)集群計算處理呼叫中的云負(fù)載均衡問題，并建立了自組織負(fù)載均衡框架，首先采用個人電腦作為每個網(wǎng)絡(luò)節(jié)點，然后再使用蜂群算法解決。Martin Randles和David Lambl調(diào)查比較分析了三種可能的服務(wù)負(fù)載均衡算法，即HFB（蜜蜂覓食行為）、BRS（有偏隨機抽樣）和AC（主動聚類），它可以大大提高性能。張澤華和張學(xué)杰提供了一個基于蟻群理論和更復(fù)雜網(wǎng)絡(luò)理論的負(fù)載均衡機制，同時也考慮到了復(fù)雜網(wǎng)絡(luò)的特點，通過對機制的定性分析和原型的定量分析證明了其可行性，但信息因素、成本因素及其關(guān)系沒有解釋[7]。程旭華的論文中給出了一個經(jīng)過改進的離散粒子群算法，仿真證實該算法能夠更準(zhǔn)確、更快速地找到最優(yōu)網(wǎng)絡(luò)拓?fù)渥兓窂?，且性能?yōu)于蟻群算法，收斂效果好。粒子群優(yōu)化算法（PSO）是James Kennedy和Russell Eberhart在1995年受到一群覓食鳥類的啟發(fā)而提出的一種智能群優(yōu)化算法，具有個體數(shù)量少、計算簡單、免疫力好等優(yōu)點。

云計算對技術(shù)創(chuàng)新平臺的最大支持體現(xiàn)在資源池上，有很多云計算資源，而云資源池中的各種資源又分為儲存信息資源、運算資源、網(wǎng)絡(luò)資源、基礎(chǔ)設(shè)施信息資源等各種資源。資源管理也是云計算技術(shù)的中心話題。資產(chǎn)經(jīng)理們從邏輯出發(fā)一切都是為了整合這些資產(chǎn)，并把這些作為端到端資產(chǎn)提交給技術(shù)創(chuàng)新平臺上的應(yīng)用。然后，用戶可以和各種資源代理實現(xiàn)互動，各種資源代理可以保證應(yīng)用免受于云計算資源的大量利用，以及云計算技術(shù)的復(fù)雜度，用戶只能看到任務(wù)的結(jié)束。云計算資源管理的主要功能是接收來自云計算應(yīng)用（如技術(shù)創(chuàng)新平臺）的資源管理申請，并將特定資源分配給請求者。對于云計算而言，重要的是要正確規(guī)劃適當(dāng)?shù)馁Y源，以便可以執(zhí)行資源密集型任務(wù)。為實現(xiàn)這些功能，云資源管理實質(zhì)上需要提供四個核心業(yè)務(wù)：資源發(fā)掘、信息資源儲存、信息資源分發(fā)和信息資源調(diào)整。信息資源發(fā)掘與資源配置功能之間可互相補充。信息資源啟動，提交資源信息中的相關(guān)信息或資源地址用于信息資源分發(fā)，并嘗試找到合適應(yīng)用的信息資源。但是，由于資源發(fā)現(xiàn)系統(tǒng)是由Web應(yīng)用程序所啟動的，在該應(yīng)用程式中的所有資料都能夠在云資料池內(nèi)找到。資料儲備、資源分配和資料發(fā)掘都是資源規(guī)劃的前提。通過資料調(diào)度可以按照實際作業(yè)需要分派所需各種資源，協(xié)調(diào)各資源節(jié)點的分配。云計算的出現(xiàn)使軟件供應(yīng)商更容易構(gòu)建大型分布式系統(tǒng)。云計算為開發(fā)人員和用戶提供了一個簡單的共享界面，使開發(fā)人員可以更多地關(guān)注軟件本身，而不是底層架構(gòu)。另外，所有支持新節(jié)點連接的組織都是松散相關(guān)的，當(dāng)某個新節(jié)點接入到云系統(tǒng)中時，其余節(jié)點執(zhí)行覆蓋的網(wǎng)絡(luò)連接日志，新節(jié)點接受一個節(jié)點并成為路由鄰居，并為它們提供連接信息。該過程類似于P2P網(wǎng)絡(luò)的結(jié)構(gòu)，但不同于P2P網(wǎng)絡(luò)的結(jié)構(gòu)。在云計算技術(shù)中，服務(wù)由服務(wù)提供商管理，加入系統(tǒng)的節(jié)點提供了計算資源。在連接的網(wǎng)絡(luò)中，節(jié)點必須保持在線，除非發(fā)生硬件故障。此外，P2P網(wǎng)絡(luò)中的節(jié)點是完全自治且不穩(wěn)定的，節(jié)點在訪問P2P網(wǎng)絡(luò)時有自己的任務(wù)，完成任務(wù)后離開網(wǎng)絡(luò)。

5 結(jié)語

總體來看，雖然有很多技術(shù)創(chuàng)新平臺，但仍有很多問題需要解決，比如服務(wù)器訪問過載會導(dǎo)致平臺癱瘓，云計算可以解決技術(shù)創(chuàng)新平臺建設(shè)中的很多問題，但目前國內(nèi)外對云計算技術(shù)創(chuàng)新平臺的研究較少，尤其是在資源負(fù)載平衡平臺云計算技術(shù)創(chuàng)新方面，目前對云計算環(huán)境下任務(wù)分配的研究主要是基于蟻群算法，而離散粒子群算法（PSO）具有良好的收斂性。

參考文獻：

[1] 楊挺，王萌，張亞健，等.云計算數(shù)據(jù)中心HDFS差異性存儲節(jié)能優(yōu)化算法[J].計算機學(xué)報，2019（04）：721-735.

[2] 李菁.改進快速稀疏算法的云計算資源負(fù)載均衡[J].微型電腦應(yīng)用，2019，35（10）：36-38.

[3] 張若峰，張巍.淺析吉林移動經(jīng)營分析多租戶系統(tǒng)資源調(diào)度算法[J].營銷界，2019（24）：20-21.

[4] 陳臣，韓金倉.一種云計算環(huán)境下優(yōu)化的數(shù)字圖書館資源管理與應(yīng)用平臺[J].現(xiàn)代情報，2013（02）：18-20.

[5] 陳臣，馬曉亭.云計算環(huán)境下數(shù)字圖書館虛擬機資源分配及部署策略研究[J].圖書館工作與研究，2013（06）： 46-48.

[6] 同[5].

[7] 胡志剛，李佳，鄭美光.云環(huán)境下面向負(fù)載均衡的數(shù)據(jù)密集型工作流的數(shù)據(jù)約簡策略[J].計算機應(yīng)用研究，2019，36（08）： 2410-2414，2420.