基于概率冗余调度的可靠P2P计算模型

为了实现动态、不稳定环境下的可靠P2P计算,提出了一种基于概率冗余调度的可靠P2P计算模型.该模型利用P2P任务调度成功率与资源稳定性、资源冗余度之间的概率关系计算任务调度的优化冗余度,不仅能获得较好的任务调度性能,而且在概率上保证了系统任务调度的可靠性.文中还设计了基于概率冗余的可靠任务调度算法,实验结果验证了提出的模型和算法的有效性.     

洪水灾变模拟中的调度技术研究

为保障洪水灾变模拟系统各分布式计算资源的负载均衡,提高计算资源的利用效率,通过分析网格环境中实体之间的信任关系,本文对经典网格任务调度算法MCT进行了重新设计,提出基于信任机制的Trust MCT算法．算法分别根据MCT的特性,采用不同的划分机制划分信任值区间,对同一信任值区域的任务和资源进行匹配．实验结果表明：基于信任机制的任务调度算法可有效降低任务执行失败率,从而减少任务完成时间．     

基于数据依赖和触发器的简单子任务调度算法

针对在数据库管理系统环境下实现的分布式子任务计算平台,提出了一种基于数据依赖、采用触发器实现的简单分布式子任务调度算法,可有效保证分布式子任务调度的准确性和一定程度的及时性.首先介绍了采用人工划分的基于执行阶段的子任务调度思想,并结合数据依赖调度算法,证明了两者之间的相似性和密切联系,然后进一步提出基于执行阶段的分布式子任务调度算法,为在数据库环境下实现的分布式子任务计算提供了一种简单、快捷、正确的调度算法.     

磁力轴承控制系统任务调度算法研究

在分析了磁力轴承控制系统任务特性和经典的RM及EDF调度算法特性基础上,提出了控制系统中具有智能决策能力的实时任务调度算法．该算法吸收了RM与EDF算法的优点。通过动态地改变任务的周期而有效地进行任务调度,并能进行在线系统检测．对调度算法特性进行了理论分析,指明了算法可行的条件,并对CPU的利用率进行了定量计算与分析．     

仿真网格中一种基于匹配度的改进Min-Min调度算法

分布式仿真网格是完善分布式仿真系统有效途径之一,而资源任务调度问题是提高分布式仿真网格系统效率的基础。通过对经典Min-Min和Max-Min调度算法研究学习,发现现有算法存在负载不均衡问题。针对现存问题,在考虑到任务本身优先级要求、任务大小和机器运行速度运行效率等因素的情况下,提出机器任务匹配度函数Matching-rate[i][j],将任务的预期完成时间与任务优先级进行匹配;并定义了系统负载均衡参数LBP,然后根据机器任务匹配度函数和系统负载均衡参数实现动态地调度Min-Min算法和Max-Min算法。最后通过实验,验证了此算法在总执行时间、总执行费用和机器利用率指标中有了一定改进,提高了调度性能,且达到了实现负载均衡的目的。     

基于Flink平台的资源感知任务调度策略

针对Flink平台下先来先服务任务调度算法忽略任务资源需求与节点可用资源之间的关系,导致不同节点任务负载不均,从而影响系统吞吐量的问题,提出了基于Flink流式计算环境下资源感知任务调度策略.首先,以GlobalState模块监测的资源数据为依据,考虑任务资源需求与节点可用资源间的匹配关系,提出一种任务选择算法与节点选择算法选取待执行任务与最佳调度节点;其次,通过资源感知调度策略把待执行任务调度至最佳调度节点;最后,通过实验验证算法的有效性.实验结果表明,相比Flink平台现有的调度算法,本文所提出的算法在大数据基准测试WordCount以及TeraSort下的吞吐量平均提高了约29.32%和35.86%.     

一种面向通信开销的网格工作流调度算法

采用任务—资源分配图定义了网格任务调度模型,运用动态规划的方法提出了面向通信开销的工作流任务调度算法。采用扩展的拓扑排序算法对具有依赖关系的工作流任务进行划分,根据划分的任务子集得到相应的调度阶段,在每一阶段选择满足约束条件和以计算开销、通信开销以及任务执行成功率为最优目标函数的资源节点进行任务分配,从而使工作流任务调度目标函数最优。应用Grid Sim工具包实现了该调度算法,并与Min-Min算法进行对比分析。仿真结果表明,基于动态规划的网格工作流调度算法具有良好的适应性,且能较好地处理不同网络环境下任务间存在大量数据传输的网格调度问题。     

一种新型的云任务调度算法研究

云计算具有弹性、保证服务质量和按需的资源配置模型等特征,通常用于处理大批量的计算任务,因此任务调度策略对资源使用效率起着至关重要的作用.考虑到任务的数量和到达服务器的时间不确定性,并且用户对任务的执行往往有一定的期望(如任务优先级、执行时间等),如何合理地分配计算资源,最大程度满足用户的服务质量需求是一个值得研究的问题.为此,提出了一种新型的云环境下QoS-aware服务质量感知的任务调度算法(QTS),该算法结合贪心算法的思想,并加入了任务完成满意度模型作为任务调度的评价依据.通过扩展CloudSim仿真平台进行实验,将QTS与RR调度、Max-Min和Min-Min调度比较,结果表明,QTS是一种有效的任务调度算法.     

服务组合中基于执行性能评价模型的人工任务调度方法

针对服务组合中人工任务的执行问题,给出了一个支持人工任务的组合服务执行引擎.该执行引擎将人工任务作为BPEL中的一个活动,并通过人工服务容器实现人工服务资源对人工任务的执行,能够保证人工服务资源与业务流程间的松散耦合.同时,针对人工任务的执行效率保证问题,建立了包括执行效率、负载均衡以及可靠性等性能指标的人工服务资源执行性能评价模型,以客观地反映人工服务资源任务执行的实际效果.在该模型的基础上,给出了人工任务调度问题的目标函数,并提出了基于执行性能评价模型的人工任务调度算法.实验结果验证了所提出的人工任务调度方法的有效性.     

基于信任度的计算网格任务调度算法研究

为了减少任务调度过程中使用传统安全措施带来的网格开销,提出把信任关系作为安全衡量标准融入网格环境下的任务调度策略中,并综合考虑任务、资源双方的安全需求和系统的负载平衡,设计了调度算法Trust-based Min-min,仿真试验证明了该算法是合理的和有效的.     

高性能并行计算的研究与分析

介绍了并行计算的发展概况和发展趋势，重点分析了网络计算的体系结构，高性能机群计算和网格计算中的网络实现和系统软件，指出了当前一些研究工作中存在的问题．     

Trust Based Pervasive Computing

Pervasive computing environment is a distributed and mobile space. Trust relationship must be established and ensured between devices and the systems in the pervasive computing environment. The trusted computing （TC） technology introduced by trusted computing group is a distributed-system-wide approach to the provisions of integrity protection of resources. The TC＇s notion of trust and security can be described as conformed system behaviors of a platform environment such that the conformation can be attested to a remote challenger. In this paper the trust requirements in a pervasive/ubiquitous environment are analyzed. Then security schemes for the pervasive computing are proposed using primitives offered by TC technology.     

对分布式计算、网格运算和云计算分析

云计算是分布式计算、网格计算的发展,或者说是这些计算机科学概念的商业实现。本文针对分布式计算、网格计算和云计算从定义、工作原理、各自特性之间的关联与不同进行了分析研究。     

普适计算中的位置感知综述

位置感知计算是普适计算中的重要研究内容之一。根据国外已有的各种位置感知系统及其优缺点，总结了在普适计算环境中位置感知的特点。分析了现有位置感知技术在普适计算环境中的特性。最后指出普适计算中位置感知研究的方向。     

一种用于网络计算机系统的半集中计算模型

提出了一种用于网络计算机系统的半集中计算模型,在保留传统网络计算机系统的管理优势的同时,支持客户端分担更多的计算负载,并可提供无缝的用户体验。研究了该模型中的计算任务划分、输入合成与显示合成的策略,实现了一个基于半集中计算模型的视频播放器原型。实验表明它能够进行无缝的视频播放,并可以显著降低服务器端负载。     

云计算研究综述

介绍了云计算产生的背景和云计算的定义,辨析了云计算与其他计算形式的区别,阐述了云计算的特点及其体系结构,展望了云计算的发展前景。     

云计算影响下的图书馆

云计算在引领着互联网的发展趋势,数字化图书馆进程也不可避免的受到影响。本文在介绍云计算概念、概括云计算技术特点的基础上,探讨了云计算技术在图书馆中的应用及相关问题。     

利用LSF API实现高性能计算机集群的机时统计

准确的计算机时统计是大型计算机集群执行计费政策的基础。使用wall time而非CPU time来统计计算机时是一种比较公平的方式。文中提到的利用LSF API结合C语言和Shell脚本语言进行编程,可以实现多样化、可定制的计算机时统计和报表制作,为高性能计算中心和超级计算中心的管理带来便利。     

工作站群的并行计算性能

利用现有的某些应用实例，比较了工作站群和并行机用于并行计算方面的性能，说明工作站群在某些应用场合可以取代并行机．     

校级高性能计算公共服务平台的建设困局及思考建议

高性能计算在科研领域具有广泛的应用和重要的地位,是提高科研创新能力的重要手段.高校作为国家科技创新的重要基地,纷纷建立各自的高性能计算公共服务平台,以提升学校的科研实力与水平.本文旨在通过学习、借鉴国内外高校及科研院所高性能计算平台的运行、管理经验,总结目前国内高校校级高性能计算公共服务平台在建设及使用中存在的问题,提出应对的合理化建议,从而提高平台建设的有效性和使用效益.