姚亚军在基于包簇映射的云计算资源分配策略探究取得重要成果

（作者：赖娟）当代云计算资源规模的日益增加，以往的资源管理模式难以适应目前企业对互联网计算的实际需要，同时可扩展性、灵活性等方面问题逐渐凸显。一方面，灵活性主要包括计算机用户在进入互联网时必须对云计算中心的资源管理进行优化，并提出对整体资源的实际要求。 当计算机使用者通过集中的方法进行计算机资源的输出时，如果市场统一对资源进行共享，则对每个使用者而言就没有独立的网络管理。另一方面，云计算的可扩展性主要包括互联网中的资源管理展现到服务器时需要大量维护，而市场中的网络流量模型、数据拓扑模型以及管理。

新时代云计算系统中的资源分配管理主要与多目标升级问题有关，且与装箱问题相似，例如如何使资源分配的管理高效、安全，或者判断云计算环境的负载能力和具体性能。此外，云计算的启发式仿生算法可以模拟生物的成长历程，并在无数模拟解法中，准确找到最优解，这种算法比以往算法更加科学、实用，有着无法超越的高效性，即使面对消费者的更多需求，云计算的资源分配也可以在满足客户要求的情况下，更多地减少企业的成本。由此可见，完善云计算资源分配的管理模式，降低企业的成本，杜绝浪费现象，已经成为当前社会的云计算专家重点研究的方向。

姚亚军，出生于1979年2月20日，是行业领先的云架构和云计算技术专家，中国电子学会云计算专家委员会成员，他提出一种基于蚁群活动模式的资源分配，并命名为蚁群算法，此算法通过模拟蚁群的活动模式，运用至云计算环境中，最终得到一种最优的资源分配方法。

姚亚军通过蚁群算法的仿真实验，证明了云计算资源分配模式可以帮助使用者享有极速的响应时间和高效的运行质量，为达到理想的实用效果，提高云计算资源的服务质量和资源利用率，并构建以此为目标的多目标优化模型，同时融合现代流行的神经网络，帮助蚁群算法等众多优秀算法对云资源分配资源模式实现理想模式。

为了解决多目标包部署算法在云计算后期的乏力，姚亚军相继发明了遗传算法与蚂蚁算法，完美地解决了云计算环境在运行初期存在缺少信息素导致进化缓慢的弊端，在这个基础上，他将遗传算法与蚂蚁算法进行即时的融合与改进，组成新型算法命名为融合改进算法。融合改进算法的主要特点是结合遗传算法和蚂蚁算法的各自优势，在融合改进算法执行任务且进行云计算的资源分配任务时，对任务中可能发生的各种情况使用染色体编码方式进行编码，并将可能存在的各种资源分配方案进行染色体组合及编码，将其用来展现包到资源簇之前的匹配、对应关系，即将每条染色体设为云计算分配问题中的一个可行解法，再运用融合改进算法在可行解法中找到最优解，实现云计算资源分配与管理问题的高效解决。为了实现云计算的资源分配，姚亚军将大数据环境中的计算资源以最小的使用成本通过弹性分配进行合理规划，充分利用编码的思想体系，将大量的、杂乱的云资源分配管理内容逐步分解，形成部分相对简单的问题，并通过递归循环的解决方法，帮助云环境的资源实现科学、合理的分配。（作者：赖娟）