基于ACO算法及可变性管理的SaaS多租户服务仿真技术

摘要

为了满足不同租户的具体业务需求，软件即服务（SaaS）通常提供仿真定制功能.通过仿真定制，租户可根据自身的业务需求，对软件即服务进行个性化配置，从而更好地满足其业务需求.但是现有的租户定制服务存在租户要求无法充分满足以及算法运行和响应速度慢的问题.因此，本文提出一种基于蚁群优化（ACO）算法和可变性遍历的软件即服务多租户服务仿真定制技术，实现仿真优化服务部署，引入可变性模型，实现服务定制组装的适应性和可复用性.实验结果显示，在评估SaaS租户服务资源使用情况时，该技术在实例a和b上的平均值高于对比算法；执行时间在不同配置方案中有所波动，最短为1 426 ms，最长为1 652 ms；切换资源耗费占空比相对较为稳定，波动范围在1.12%～1.51%，较低的占空比意味着在相同时间内，SaaS能够更有效地利用资源，减少因资源切换而带来的性能损耗.不同SaaS租户的配置方案及运行时间的数据表明，租户能够有效派生服务配置方案.所提技术可为SaaS的仿真定制性能优化提供技术参考.

关键词

ACO算法 / 云计算 / SaaS / 可变性管理 / 多租户