基于仿真网格平台的资源调度算法模拟

针对使用真实网格平台来研究资源调度昂贵、耗时而且不易操作这一问题,提出用GridSim工具集进行仿真网格实验,并在该仿真网格上实现了当前主要用于资源调度的时间最优、代价最优、时间代价均衡算法的模拟。实验结果表明,使用模拟工具进行网格环境的仿真来测试调度算法的优劣方便可行。     

基于时间期限和预算效益函数的网格资源调度算法

针对具有时间和代价约束的网格资源调度问题,提出了一种基于效益函数的改进的网格任务调度算法,并采用GridSim模拟器分别对提出的调度算法和现有的DBC算法进行模拟实现.对比分析表明,改进的调度算法能得到较高的任务完成率及较好的资源负载均衡性.     

基于SLA经济网格的执行管理研究

基于SLA对作业执行进行有效管理的理论,在资源消费者和资源提供者之间加入协调者的SLA合同管理架构,提出了该架构的经济网格执行管理调度策略,并对该策略的性能进行了模拟分析.分析结果表明,该策略对传统经济网格的资源调度算法进行了扩展,使用户能够更加灵活地在执行时间与代价之间进行权衡.     

基于虚拟组织的网格资源管理和分配

讨论了网格计算环境下基于虚拟组织的资源管理机制与理论模型.在基于虚拟组织的网格资源管理系统中引入信誉度模型,实现资源的分类管理,改进了Buyya等提出基于代理的费用-时间最优调度算法中没有考虑任务迁移时间的不足.仿真结果表明,该资源管理系统能够根据用户的Deadline,Budget以及信誉度要求合理分配资源,实现效用驱动的资源管理和分配.     

一种基于Qos的网格资源调度策略

网格资源的合理调度一直是网格计算中的热点问题.当前网格资源调度的一种经典算法是Min-min算法.通过介绍Min-min算法的内容和特点,找出这种算法的缺点和不足,然后在该算法的基础上提出一种基于Qos的改进算法.这种改进算法的目的是在提高资源调度效率的同时又能均衡网格资源中的负载,进一步提高资源的利用率.     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。     

网格资源的动态分配和管理技术研究

为了提高资源共享和协同工作效率,在现有网格资源管理体系结构基础上,对支持资源管理动态化的特性进行了改进,并提出了无间隔动态解决资源故障的算法.该算法将资源库中可运行的任务尽可能多地映射到相应的本地资源管理者,使资源能够进行动态分配,从而使网格中面临的大量具有动态特性的资源管理问题变得容易, 实现了对网格资源更加灵活高效的使用.     

基于虚拟组织的网格资源管理和分配

讨论了网格计算环境下基于虚拟组织的资源管理机制与理论模型。在基于虚拟组织的网格资源管理系统中引入信誉度模型,实现资源的分类管理,改进了Buyya等提出基于代理的费用—时间最优调度算法中没有考虑任务迁移时间的不足。仿真结果表明,该资源管理系统能够根据用户的Deadline,Budget以及信誉度要求合理分配资源,实现效用驱动的资源管理和分配。     

网格QoS的测量及基于QoS的调度

对网格QoS,QoS参数间的关系及基于QoS网格资源调度问题进行了研究.将网格QoS分为三层,对其中承上启下的虚拟组织层QoS参数进行了新的分类,并对层次之间QoS参数的映射转换过程进行了分析;在虚拟组织层QoS分类的基础上,提出了测量网格QoS的高效机制;将网格QoS的分层和测量运用到网格资源调度算法中,改进了现有的Min-Min算法,并进行了仿真实验.实验结果表明,基于QoS的网格资源管理可以有效提高网格资源的利用率和服务请求的成功率.     

数据网格中基于预测访问代价的作业调度算法

为解决数据网格中数据密集型作业的有效调度问题,提出了一种考虑等待队列中的作业潜在行为的基于访问代价的作业调度算法.分析了等待队列中的作业潜在行为的特点和作业访问代价的影响因素,给出了一个基于预测访问代价的作业调度算法.在OptorSim中的实验结果表明,该方法在作业平均处理时间和副本复制次数方面优于传统基于访问代价算法.     

改进蛙跳算法的网格任务调度优化模型

为解决当前调度模型存在的局限性, 以更好完成网格环境下的任务调度目标, 结合网格任务调度的NP(Non-deterministic Polynomial)问题特点, 提出了改进蛙跳算法的网格任务调度优化模型。首先以网格任务完成时间作为调度优化指标, 然后采用蛙跳算法找到最优的网格任务调度方案, 并对蛙跳算法存在不足进行改进,以改善算法工作性能, 最后在网格仿真平台GridSim 上进行性能验证分析。实验结果表明, 改进蛙跳算法可较好完成网格任务调度, 缩短了任务完成的时间, 资源负载更加均衡, 而且性能明显要优于其他算法。     

基于经济模型的故障诊断网格资源管理研究

文章提出了故障诊断网格环境下基于经济模型的各种组件,建立了一种新的故障诊断网格资源管理模型,定义了Market-Min-min算法,给出了基于市场机制的资源调度算法,为解决故障诊断网格资源管理的问题提供了一个有效的途径。     

多维0/1背包与遗传算法的网格调度研究

首先分析了网格调度的代价和成本,设计出一个将多目标、多约束的网格任务转换成单目标、单任务的0/1背包的网格调度模型.提出使用多维0/1背包与改进的二重结构编码的遗传算法的方法来求解网格最优调度,并通过编程实现其算法,经实验验证该算法优于基本的遗传算法.     

基于信任驱动的网格资源调度算法

针对当前网格资源管理中作业与资源匹配的缺陷,基于信任效益函数和作业响应比,提出了同时兼顾性能QoS和信任QoS的资源调度算法.不仅考虑到作业资源对的信任考虑,还考虑到每个作业的性能QoS,解决了长时间等待作业不断被推迟运行的问题.实验表明,该算法较传统的Min-Min算法在总信任效益函数、总执行时间和作业提交失败率方面有较好的综合性能.     

一种基于经济模型的网格资源调度算法

将贪婪算法推广,针对计算网格提出了一种基于经济模型的资源调度算法.将网格计算环境下一组相互独立的计算任务（Meta-Task）的资源调度问题看作是具有限定条件的最优化问题,根据网格用户提供的“deadline”和“budget”,每次选择使得执行最短的任务进行调度.通过在Gridsim环境下的分析与比较,该算法在满足用户要求的QoS需求同时,能够以尽可能少的时间完成任务.     

一种基于任务竞争力的工作流调度算法

网格计算聚集了大量的异构分布式的计算或存储资源,为科学研究提供了一个高性能环境.然而,网格资源的异构性和自治性特征使得任务调度变得极其复杂.针对DAG表示的科学工作流调度问题,根据任务可用资源率确定任务调度的优先级,以任务竞争力刻画任务对资源的最佳匹配度,基于分层调度策略提出了一种基于任务竞争力的工作流调度算法.采用GridSim模拟实验表明该算法相对于其他两个算法,具有更小的执行时间.     

考虑时变资源价格因素的Q学习强化和声搜索网格任务调度算法

针对传统网格任务调度算法不考虑价格时变因素缺点,提出一种基于Q学习强化和声搜索算法的考虑时变资源价格因素网格任务调度算法.首先,综合考虑价格时变因素影响,对网格任务调度模型进行改进,提出一种新的调度模型;其次,利用Q学习算法对和声搜索算法进行改进,平衡了算法的广度和深度搜索能力;最后,通过与同类算法的仿真对比结果表明,该算法和模型具有较好的收敛速度优化性能,并且在资源价格满意度和任务调度长度两个层面具有更全面的优化性能.     

成本/时间综合优化网络资源调度策略及价格算法

为对资源进行有效管理和调度,分析了网格资源管理领域目前已有的经济学模型资源分配框架,给出了经济模型中价格机制的形式化描述.参考Buyya提出的调度策略,在综合考虑成本价格和作业执行时间的基础上,提出了经济模型下基于时限预算和作业价格预算的成本和时间综合最优调度(STPP)策略和一种获取价格的迭代算法.研究表明,STPP策略增强了资源调度的灵活性和可扩展性.     

支持资源协同分配的网格任务调度研究

提出通用的网格和任务执行模型,并以此为基础,给出一种支持资源协同分配的任务调度算法。算法通过定义临界资源的概念,改进了传统的列表调度算法。模拟实验结果表明该调度策略更符合网格计算的复杂环境,能得到较短的任务执行时间,并更好的支持不同类型资源的协同分配。     

基于改进细菌觅食算法的容器云多维资源均衡调度

针对容器云平台默认的资源调度方式效率低等多种问题,引入改进细菌觅食算法,设计了一种新的容器云多维资源均衡调度方法.通过增加优选调度流程的方式对容器云平台调度方式进行优化,以此构建容器云多维资源调度模型,采用改进的细菌觅食算法优化求解资源调度模型,得到最优解,使得资源利用更充分、资源调度更均衡.实验结果表明,该方法的收敛速度更快,任务完成时间更短,负载均衡度更高,可以提高容器云多维资源调度过程中的集群资源利用率,保证调度负载均衡性.