支持资源预留的网格计算仿真平台

资源预留是实现网格作业服务质量保证的重要方法。对网格资源管理机制和调度算法的研究主要是通过仿真进行的。给出了一个离散事件驱动的仿真平台,实现了对本地调度器、全局调度器、资源监测器、资源代理、网格用户、本地用户等主要网格实体的仿真,实现了主要的调度算法,提供了网格提前预留、网格协同预留、本地提前预留和底层处理单元的预留功能,可用于资源预留相关的并行计算和网格计算环境中的资源管理和调度算法的仿真。     

网格环境下复杂过程系统优化计算服务及任务调度策略

针对目前优化计算服务缺乏对一般用户的优化计算支持和灵活的资源共享方式,提出利用网格环境、支持网络计算资源以并行的、协同的方式提供面向服务的优化功能的计算服务系统,并设计了对系统性能具有重要影响的动态任务调度算法,从而使系统能够适应复杂过程系统优化计算以及网格环境的典型特征.相应地,系统采用多任务队列的任务管理方式和计算节点组的资源管理方式,为该调度策略提供实现基础.测试结果体现了基于该调度算法的优化计算服务系统的良好性能,并为设计在该系统下高效运行的并行算法提供了参考依据.     

一种支持分布交互式仿真的静态调度策略

针对如何在网格环境中合理调度系统资源这一目标,分析了仿真任务与网格资源的映射问题,通过综合考虑联邦成员交互量、任务的负载和解算时间等不同因素,利用优化技术提出了一种支持分布交互式的启发式静态调度算法,并以空地作战对抗仿真系统为例,证明了该方案的可行性,为提高分布交互式仿真系统的资源利用效率和扩大仿真规模提供了一种可行的途径。     

网格环境下基于WEB的仿真训练系统研究

分析和研究基于web分布仿真应用系统的特点,针对此类系统难于控制海量异构仿真资源、用户体验不连续等瓶颈,结合网格技术和web标准工具,提出了-种网格环境下基于web的仿真训练系统(GWSTS).设计整个系统在网格环境下的运行调用机制,给出了详细的实现方案.为了提供更好的用户交互体验和解决网页全局刷新问题,引入了Ajax异步通信机制.分析了训练过程中数据在网页中的实时显示和浏览器与本地仿真组件之间的交互问题,给出基于ActiveX的解决方案.     

仿真网格中资源分配的进化博弈研究

网格环境中用户的有限理性使得资源分配不能直接实现纳什均衡.针对网格用户理性的局限性,提出了一种基于进化博弈的网格资源分配策略,从动态角度来考察网格用户群体行为的演化过程.该策略先将网格环境中多用户竞争同一计算资源的问题形式化为一个多人博弈;然后建立了用户之间的进化博弈模型,利用复制动态方程求得用户出价博弈的进化稳定策略;最后研究了不同情况下用户群体的进化稳定点和评估函数特性.仿真实验结果表明进化博弈方法能够通过反复博弈使得网格用户不断学习并调整策略,逐步达到进化稳定均衡,从而实现了网格资源的优化分配.     

基于资源性能评估的网格任务调度算法

在保障本地任务QoS需求并尊重网格节点本地调度策略的条件下,为网格用户提供QoS保障是计算服务网格环境中任务调度的一个重要目标和面临的新问题.根据对网格节点相关资源可用性历史数据进行统计、分析得出的结果,利用概率论方法对网格节点的资源能力进行评估,对网格节点状态进行划分并得到资源的平均状态;利用信息论中熵的概念对网格节点状态动态变化的不确定性进行评估并得到刻画网格节点状态不确定性的定量值.在此基础上,建立了一种基于性能评估的分布式调度框架,并提出了一种基于性能评估的网格任务调度算法.对GridSim进行了改进与扩展,基于改进与扩展后的GridSim对提出的算法进行仿真并与相关算法进行比较,实验结果表明了本所提出的调度算法在网格用户QoS保障程度、网格任务执行makespan以及负载均衡等方面的有效性.     

分布式仿真网格平台的关键技术研究

网格是执行任务的共享资源的集合。对用户而言，它就是一个大系统，以访问强大而分散的资源。从分布式仿真技术的发展需求入手，论述了将网格技术引入仿真领域，构建分布式仿真网格平台的必要性。通过对仿真技术和网格技术特点的分析，提出了分布式仿真网格的技术框架和概念框架，并进一步从技术实现上提出了构建分布式仿真网格所需要的关键技术，包括：统一用户管理、资源管理和调度、作业管理和调度、并行和集群RTI等。最后，根据分布式仿真网格的关键技术进行了仿真网格的原型系统设计。     

基于QoS满意度增强的多资源协同预留策略

针对动态网格资源服务的不确定性问题,提出一种可量化分析资源服务QoS(quality of service)的多资源协同预留策略.该策略基于对运行在资源上的网格任务QoS指标分析,得出QoS满意度量化、归一化方法,建立资源服务QoS与预留容量之间的函数关系,并以市场经济环境为背景,分析任务费用约束下资源价格与预留容量之间的关系,求解得出可均衡负载的多资源节点协同预留方案.理论分析给出了策略的有效性证明和算法,仿真实验采用真实网格系统中的任务负载信息作为实验负载,在较大规模的模拟网格系统中检验了所提出的预留策略的性能表现.实验结果显示,该策略在接纳任务数、资源利用率和任务违约率方面的性能表现显著优于传统的预留策略.     

仿真网格系统数据资源的集成和访问

为解决目前大规模仿真系统中对于分布、异构的数据资源进行统一访问和控制的问题,提出了一种仿真网格系统中数据集成和访问的框架,阐述了该框架下的OGSA-DAI的实现机制,并结合XML分析了数据集成和访问的原理。结合OGSA-DAI,给出了仿真数据资源集成和访问的具体实现方法。在仿真网格环境下,通过仿真网格数据库的构建实现对分布、异构的仿真数据、模型资源的动态分配和多用户的并发访问。     

模具仿真网格及其在优化设计上应用

建立了一个面向优化设计应用的模具仿真网格平台.把该平台划分为仿真网格资源层、基础支持工具层、优化模型资源调度层和仿真网格应用层四个层次,并介绍了各层的主要功能和相关实现技术.基于该平台,发展了一个优化设计网格计算方法,以利用网格环境中充足的仿真资源,协同解决复杂的注塑模优化问题.并利用该算法,对收款机上壳浇口位置进行了优化设计.结果显示:所建立的仿真网格平台能够满足优化设计的需要;所开发的网格算法合理、高效.     

Multiple QoS modeling and algorithm in computational grid

Multiple QoS modeling and algorithm in grid system is considered. Grid QoS requirements can be formulated as a utility function for each task as a weighted sum of its each dimensional QoS utility functions. Multiple QoS constraint resource scheduling optimization in computational grid is distributed to two subproblems: optimization of grid user and grid resource provider. Grid QoS scheduling can be achieved by solving sub problems via an iterative algorithm.     

基于仿真网格的空地作战系统设计研究

网格是新一代信息基础技术,其目的是实现资源共享。根据现有的基于HLA构建的分布式仿真系统存在的缺陷,利用网格技术的优势研究并提出了基于负载动态信息的作业迁移策略,将过载节点上的进程迁移到合适的其它节点上运行。以空地作战对抗系统为例,通过构建分布式仿真系统负载平衡模块实现了分布式动态调度,并阐述系统总体设计的实现方法。实验表明所提方案有效可行,系统动态性能得到明显改善,为提高分布仿真中资源利用效率和扩大仿真规模提供了一种可行的方案。     

网格计算资源调度方案及其Petri网建模与分析

通过对现有网格计算资源调度方案的分析,提出了网格计算资源的三层调度方案,该方案与已有的方案相比,更能体现网格资源的特点。利用Petri网这一具有描述并发、异步、动态等事件能力的图形与数学工具,对所提出的调度方案进行了模拟与分析。为不同层次的调度者构造了不同的扩展有色时延Petri网模型,并利用Petri网的共享合成技术得到整个系统的Petri网模型。同时给出了资源调度所对应的Petri网的可达任务图的概念,利用可达任务图,分析了诸如吞吐量、负载平衡、调度时间等资源调度的一些重要特性。     

基于遗传编程和效用最优的网格资源调度及仿真

由于因特网的开放、动态性,传统的计算资源调度方法已不再适用网格计算.基于经济模型的网格资源管理和调度成为研究热点.针对计算市场模型中非线性效用最优化问题,提出了一种基于遗传编程改进的效用最优的网格资源调度算法.该算法使用遗传编程构造计算市场模型中的效用函数,使得计算复杂度控制为O(n).仿真结果表明该算法可以提高网格计算中的资源调度性能.     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

一种提供QoS保证的公平跨层资源分配方案

提出了一种基于正交频分多址接入（orthogonal frequency division multiple access, OFDMA）系统的跨层资源分配方案。在保证各种业务服务质量（quality of service, QoS）要求的基础上,以获取系统最大吞吐量为目标,兼顾用户之间资源分配的比例公平性。该方案充分考虑了媒体接入控制（media access control, MAC）层各种业务的QoS要求和无线信道的大尺度衰落特性,将MAC层的分组调度与物理层的资源分配进行联合设计,MAC层根据物理层分配给每个用户的时变信道容量进行分组调度,物理层根据MAC层中各用户的队列状态信息为每个用户分配信道资源。仿真结果表明,该方案可以满足多用户各种业务的QoS要求,与采用等功率分配的依赖信道状态的分组调度（channel state dependent packet scheduling, CSDPS）算法相比可以提高系统下行总吞吐量,且较好地改善具有不同路径损耗的用户之间的公平性。     

一种模糊的网格资源预留机制

资源预留是实现网格服务QoS保证的一种重要手段。提出了一种模糊的网格资源预留机制（Fuzzy Resource Reservation Mechanism,FRRM）,并设计了一种适用的预留请求接纳控制算法。FRRM能够感知网格资源的状态变化,根据其运行时信息动态地调度已接纳的预留请求。仿真实验表明,同传统的确定性的资源预留机制相比,FRRM尽管损失了一定的预留请求接纳率,却可以大大减少预留任务所产生的资源浪费,显著提高网格资源的利用率,对网格环境的动态变化具有更好的＂鲁棒性＂。     

基于蚁群算法的参数相关网格任务调度算法研究

任务调度是网格计算环境中影响系统性能的重要问题,目前大多数调度算法在调度时均把任务假定为元任务,而忽略任务间的约束关系。利用图论的思想将任务间依赖关系描述为满足一定条件的有向无环图（DAG）,通过DAG图可以精确描述任务的优先级,此外蚁群算法在元任务调度中能有效实现任务调度和负载均衡,因此在蚁群算法进行元任务调度结果的基础上,根据任务优先级对分配给资源的任务进行排序即得出了参数相关任务调度的结果。仿真结果显示,此方法在各种网格环境下均能解决相关任务的调度问题,而且保证系统的负载均衡。