(3)比例公平算法。
针对以上两种情况，文献[7，8]都提到比例公平算法，该算法在尽量满足任务QoS的前提下，兼顾所有的服务资源，引入比例分配因子；文献[9]为调度区域内的每个资源都分配一个优先级，在任意时刻系统先为优先级最大的任务分配资源；而文献[10]则进一步提出采用直觉模糊算法自动调整优先级顺序，对公平算法的自动执行进行了研究；文献[11]将一种具体的正比比例公平算法实施于无线信道的分配上，以达到公平分配与吞吐率的折衷。以上算法，都提出了比例分配的有利之处，但只针对时序调度，也就是决定分配任务的时间先后，而不决定分配任务量的大小，且没有形成闭环的监控机制。本文所提基于负载(任务)分配基尼系数的公平调度是针对空间的，进而会影响服务资源在时间和空间的利用率。算法的基本思想是按照全局资源的性能权重值分配任务量，并用适当的分配系数监控调整任务分配，从而达到全局的任务公平分配。
3本文的公平调度算法
3.1工作原理
公平调度的监控机制是本文公平算法的核心，本文将采用自定义的网络负载基尼系数作为监控调度公平性的指标量。此思路源于经济学中基尼系数：基尼系数(GiniCoefficient)为意大利经济学家基尼(CorradoGini，1884-1965)于1922年提出的，用来定量测定收入分配差异程度，其值在0～1，越接近0就表明收入分配越是趋向公平；反之，收入分配越是趋向不平等[12]。为了计算基尼系数，需建立一坐标系进行描述。其中，横坐标轴代表家庭数比例x%(从原点开始统计家庭收入依次由低向高排序，到100%时才包括了最富有家庭)，纵轴代表占该比例的家庭拥有的财富占社会总财富的比例y%。由此统计，得到一条曲线，称洛伦兹曲线(LorenzCurve)。如图3所示，洛伦兹曲线与直线y=x(绝对平均线)所夹面积与直线y=x下方整个面积的比值，即基尼系数。通常分配不均的社会，富人占据越来越多的财富，导致贫富加剧，体现为基尼系数过大，会造成社会动荡不安。
width=217，height=385，dpi=110
Figure3LorenzcurveanditssurroundingareaofshadowA
图3洛伦兹曲线及其围成的阴影面积A
与基尼系数反映社会收入分配均等程度类似，服务网络任务分配量在交付后也决定了服务节点人员的收入，如果长期出现因任务量不足引发的工作收入积累差异悬殊，就会造成从事该网络服务的人力资源流失。所以，本文所述的分配不均衡问题，如不能控制在安全基尼系数范围内，则会成为原本稳定的服务人员因收入分配不均而效率降低甚至流失的一个原因。所以，从这一角度分析，节点服务人力资源收入分配与个人的工作能力之间是有一定程度联系的。一般在服务网络区域内，服务节点能力大小与任务分配成正比，区域内薪酬遵循“能者多劳”的原则，“多劳多得”也就体现在按比例公平分配策略中。只要是按能力比例分配，实践证明基尼系数还是会落在公平范围内的。但是，当意外情况出现时，如突发人员离岗、设备性能故障等，就会造成基尼系数偏高，而且这种意外并不少见，会影响以产量、业绩等先验概率为依据的调度分配机制运作的公平性[13]。并且网络分配给节点的负载量差异过大，也将引起围绕人力的相关生产资源过度使用或闲置浪费，导致资源效率下降，这都是调度要防止的现象。本文定义一种称为服务网络负载基尼系数(GiniCoefficientforServiceNetwork)的值来度量和定量分析服务网络运作中的服务节点负载分配差异程度或称网络服务负载分布的不均衡程度，记为GNETWORKNODE，简称Gn。文中网络负载即指当前服务网络中服务节点分配到的任务量，借助Gn，区域内调度的目标可表示为：
width=158，height=35，dpi=110
s．t．SLAi=C，i∈N
(2)
其中，SLAi为服务等级协议预先设定的第i项服务质量指标下限，包含服务供应商支持的最小利用性能等，如99.9%有效工作时间；C为协议预设服务等级值。A是由洛伦兹曲线与绝对平均线y=x围出的一个月牙形面积(如图3b中方格底纹部分所示)。公平分配时Gn一般不超过事先达成的基尼系数的上限阈值δ，否则表明分配失去公平性，Gn越小越接近绝对公平，但最小是理想化的。
设洛伦兹曲线(LorenzCurve，如图3所示)方程为Lorenz(x)，则Lorenz曲线在x横轴上的积分面积为B，面积B可采用如下公式计算：
这章没有结束，请点击下一页继续阅读！
喜欢即将消逝的乡村请大家收藏：(m.x33yq.org)即将消逝的乡村33言情更新速度全网最快。