云计算的新兴和重要应用使其成为全球的焦点，引起世界各国的高度重视和大投入的研究。就当下云计算的发展状况，未来互联网服务的主流必是云服务。目前比较有名的云服务产品，比如Evemote、Glea巧云办公平台、华为云、iCkmd、Google Doc等[5]。不断发展进步的云服务，因此也需更高的性能要求，包括产品内在的响应时间、负载程度、安全性和可靠性，并且产品不同在服务质量、可靠性等方面差异也很大，有很多因素导致这种差异，而主要因素之一是产品内部之间不同的各种算法[11]。逐步实现了云系统内部算法的对外开源化，也暴露出许多不足，其中结果回收算法和任务调度算法更为明显:一是应遵循什么样的规则进行结果回收，二是如何实现合理的任务调度[6]。80714

  云服务的核心问题之一就是任务资源调度，因为与云服务的资源利用率和整体性能有着直接关系，所以各国该领域的学者都是重点研究此问题。但是研究成果不多，由于云计算研究初级阶段的不成熟性，而且基于特定角度研究出的现有算法主要为以下方向:传统启发式的任务调度算法、基于经济学模型的任务调度算法、基于Agent的任务调度算法以及其他改进优化的任务调度算法等［7］。总的技术改进方法有采用负载均衡、分布式测控系统、信任驱动负载均衡、双适度遗传算法、用户期待函数、改进遗传算法、基于伯格模型的调度算法和时间—成本约束的蚁群优化算法等[12]。目前关于云服务结果回收算法的研究成果并不多，按照回收的方式不同可分为如下几类:如按动态性能分静态和动态；按是否自动化回收任务分人工回收论文网、半自动回收以及全自动回收；按所依赖的技术基础和所解决的问题分语义驱动回收法、过程驱动回收法以及即时回收法；还有基于AI规划回收法、基于工作流回收法、基于形式化回收法和基于软件工程回收法[13]。

   上述研究的云服务结果回收方法和云资源调度算法，大大提高了云服务结果回收和任务分配调度的使用效率。但每个算法在某些方面都有缺陷，只有汲取各种算法的长处，并且最大力度的消除不足，才能为云服务提供高效、可靠的算法。

参 考 文 献

[1] 赵立慧。基于CLOUDSIM平台的云任务分配策略研究[D]。内蒙古农业大学。2013。

[2] 侯明霞。云计算环境下作业调度策略研究[D]。电子科技大学。2014。

[3] 郭力争。 云计算环境下资源部署与任务调度研究[D]。东华大学。2015。

[4] 王燕妮，吴文辉。 Cloudsim3。0 仿真流程分析[J]。软件 ,2014。35(4):63-642013。

[5] 刘鹏。云计算（第二版）[M]。北京:  电子工业出版社,2011。05

[6] 何婧媛。 云服务中任务巧度与结果回收策路研究[D]。西安工业大学。2013。

[7] 王霞俊。 CloudSim 云计算仿真工具研究及应用[J]。技术交流,2013。29(08): 8-0059-03。

[8] Y。 Shi, X。 Jiang, K。 Ye。 An energy-efficient scheme for cloud resource provisioning based on CloudSim[C]。 IEEE International Conference on Cluster Computing(CLUSTER), Austin,2011, 595-599。

[9] Wang,Lizhe,Tao,Jie,von  Laszewski,Gregor,Marten,Holger。  Multicores in Cloud 

Computing: Research Challenges for Applications[J]。 计算机期刊,2010,5

[10] Danielson, Krissi。 Distinguishing Cloud Computing from Utility Computing。 Ebizq。net,2008。

[11] Gartner Say's Cloud Computing Will Be As Influential As E-business。 Gartner。com[OL]。[2010]。

[12] Ellens W, Zivkovic M, Akkerboom J, et al。 Performance of Cloud Computing