改进的DBSCAN聚类算法在云任务调度中的应用

王李彧, 孙斌, 秦童

北京邮电大学 信息安全中心, 北京 100876

收稿日期:2016-05-18出版日期:2017-09-28

作者简介:王李彧(1992-),女,硕士生,E-mail:wangliyu6903@163.com;孙斌(1967-),女,副教授.
基金资助:国家242信息安全计划项目（2015A136）

Application of Improved DBSCAN Clustering Algorithm in Task Scheduling of Cloud Computing

WANG Li-yu, SUN Bin, QIN Tong

Information Security Center, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2016-05-18Online:2017-09-28

摘要/Abstract

摘要： 针对云计算环境中任务调度中存在的执行效率低的问题，提出了一种基于改进的基于密度的聚类算法（DBSCAN）的云任务调度策略.首先使用改进的基于密度的聚类算法DBSCAN对云任务进行聚类，然后与已经分类的资源进行匹配，解决资源与任务匹配程度低的问题. 实验结果表明，对任务进行聚类后进行任务调度，任务在终端上的平均执行时间减少了大约35.2%，任务的调度时间也有了明显减少.
中图分类号:
TP393.1

引用本文

王李彧, 孙斌, 秦童. 改进的DBSCAN聚类算法在云任务调度中的应用[J]. 北京邮电大学学报, 2017, 40(s1): 68-71.
WANG Li-yu, SUN Bin, QIN Tong. Application of Improved DBSCAN Clustering Algorithm in Task Scheduling of Cloud Computing[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(s1): 68-71.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3072