树型数据网格环境下副本放置算法研究

副本广泛地用于数据网格环境下以减少数据访问代价,降低网络带宽需求,增强容错能力等,但是副本数目受到节点存储能力等因素的限制,副本放置成为副本管理中一个值得研究的问题.文中针对网络带宽受到限制的树型数据网格,在考虑负载均衡的基础上,提出了一种利用动态规划方法求解最优最小可行副本集,然后在此基础上利用折半查找进行k个副本放...     

数据网格中一种QoS驱动的副本选择算法

以移动Agent作为任务载体,代表用户应用程序在分散的数据网格环境下智能地进行副本选择.利用移动Agent与各个副本宿主节点的本机通信来替代传统的远程访问方式,从而避免大量的副本传输,节省网络带宽资源.提出了一种由用户QoS(服务质量)驱动的副本选择算法,开发出基于Java Swing的实验演示系统,并针对于3种不同的QoS目标对移动Agent的迁移进行了模拟试验.实验表明提出的副本选择算法能够根据用户的不同QoS偏好来优化副本选择,当网格规模较大时更能凸显对用户QoS偏好的优化效果.     

数据网格中基于效益函数的副本管理策略

通过分析数据网格中几种经典的副本管理策略的特点,针对网格这样一个协作计算的环境,提出了基于效益函数的副本管理策略,构建具有协作涵义的效益函数作为网格节点替换本地数据副本的依据.在网格模拟器OptorSim上进行的模拟实验结果表明:提出的基于效益函数的策略相比于基于经济模型的副本管理策略,在降低网络的利用率、减少带宽和存储资源消耗的同时缩短了系统的响应时间,达到了提高系统性能的目的.论证了该策略对于副本的管理是行之有效的.     

基于ED-Chord的数据网格副本定位机制

为了提高数据网格副本定位机制的负载平衡性和可扩展性,提出一种均匀分配节点标识的分布式hash表结构(ED-Chord),设计了基于对等网模式的层次结构副本定位机制(PRLM)。ED-Chord采用分布式方式获取节点位置分布信息,据此进行优化选择新节点的加入位置,使节点分布更加均匀,PRLM全局副本目录采用ED-Chord结构进行设计,本地副本目录利用虚拟组织的局部性进行查询。分析和实验结果表明:ED-Chord节点标识分布均匀,PRLM具有良好的副本定位时间性能,节点的负载平衡性与可扩展性较好。     

网格空间数据库副本优化算法研究

本文对网格空间数据库的几个副本优化算法进行了研究;其描述为网格空间数据库的建设奠定良好的基础,并为网格技术在空间数据库的应用提供了可靠的依据.     

副本定位请求的调度算法

针对数据网格中各个网格节点的异构性等特点,提出了基于FCFS和“能者多劳”相结合的调度方法,在假设条件副本定位请求的产生速率相同以及所有宿主节点的定位能力总和相同成立的情况下,假设各个宿主节点之间的定位能力成等比数列.利用Java程序对系统模拟,模拟实验结果表明:系统在采用基于FCFS和“能者多劳”相结合的调度方法时,相比于采用M/M/N模型中基于FCFS的调度方法,能够使系统平均响应时间等多个性能参数得到改善.     

一种基于数据网格的动态副本管理策略研究

 副本管理是数据网格中的一个研究热点,它能提高网格环境中数据的可获得性和容错性.在对传统数据网格中主流的副本管理技术进行深入研究后,提出了一种基于数据网格的动态副本管理策略,该策略包含能根据文件访问热度自动增加副本的动态副本创建方法、基于GridFTP的副本选择方法和结合副本创建时间、访问次数、副本文件大小的副本置换方法.仿真实验结果表明,当用户对资源的访问具有时间相关性时,提出的动态副本管理策略与OptorSim网格仿真器内置的5种副本管理策略相比有着较大的性能优势.     

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.     

一种新型的数据网格动态副本策略

许多科学实验和工程应用会产生TB或PB级的数据.这样庞大的数据体需要分布在世界不同地点的众多计算资源协同处理,高性能网格为使这些数据高效传送到地理上不同的位置提供了理想的手段.当用户频繁的访问大量远程数据时,动态副本可以有效地减少网格中的带宽消耗和访问延迟.在多层数据网格架构基础上提出了一种新型的动态副本策略:快速瀑布模型算法.Op-torSi m仿真器也被修改用以适应这种新型的策略.仿真结果表明,在随机访问模式下,对比FastSpread,LRU和Economy-Zipf ,快速瀑布策略能有效地减少平均数据访问时间,并且其优势随着用户提交作业数量的增加而增大.     

基于多Agent的制造网格资源调度新算法

针对在制造网格广域、动态、异构的复杂环境中如何快速准确地发现并调度资源,使QoS达到最佳效果,本文提出了利用移动Agent在制造网格中发现资源的新方法,先用遗传算法对资源信息进行选择,然后将移动Agent作为用户提交任务的载体,携带用户的资源信息在网格环境中利用蚁群算法对资源进行精确查找.设计了资源优选目标,改进了遗传蚁群算法的路径优化策略,在移动Agent查找路径的前半程,采用遗传算法,充分利用遗传算法的快速性、随机性、全局收敛性,求得一个较为精确的解.后半程,将遗传算法过渡到蚁群优化算法,利用蚁群算法的并行性、正反馈性、求精确解效率高的特点,求得最终结果.经仿真实验证明此算法可以获得很好的收敛速度和精确解.     

基于扩展神经网络的网格资源调度优化算法

针对具有时间约束和若干资源约束的网格资源调度问题,提出了一种基于扩展神经网络的求解新方法GRSENN。资源调度问题首先被分解为一系列多维背包问题并提出相应的数学模型,然后通过把问题的各种约束表示为Hopfield神经网络的能量函数项,进而导出神经网络模型。实验仿真结果表明该方法的有效性,并可避免通常神经网络所具有的容易陷入局部极小点的缺陷。     

基于可信度策略的校园网格作业调度算法

为了实现校园网上的资源共享,降低资源浪费,文中讨论了基于网格技术的校园网作业调度模型,并设计和实现了基于可信度遗传算法的作业调度方法.该方法采用资源可信度策略,同时结合遗传算法的优点,满足了网格对调度系统可扩展性和全局最优调度的需求,从而使调度系统具有了一定的自主性和智能性.实验结果表明该作业调度方法收敛速度快,全局寻优能力强,整体性能优于其他调度算法.     

基于多Agent和遗传算法的制造网格资源调度

为了保障用户的多QoS要求,在制造网格资源调度中引入灵活健壮的协商机制和高效的资源调度算法尤显重要.为此提出基于多Agent的制造网格资源调度方法,运用合同网协议作为多Agent的协作协议并根据制造网格资源调度需求运用遗传算法作为资源优化组合的算法.综合应用多Agent开发工具JADE和遗传算法工具包JGAP进行模拟调度实验,证明了方法的有效性.     

一种基于参数扫描应用容错的粗粒度网格调度算法

考虑作业处理时延以及作业传输时延对调度器性能的影响,在RR调度算法的基础上提出了一种新的基于参数扫描应用的调度算法PRR,并对该算法进行了理论分析,得出了该调度算法不需要作业以及处理器的相关信息,且具有比较好的容错性的结论.利用网格仿真软件Gridsim对PRR调度算法的理论分析结果进行了验证,并将该算法与RR调度算法的性能进行了比较.结果表明,当时延较大时,PRR调度算法性能改善比较明显.     

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。     

基于动态任务优先级的网格任务调度算法研究

网格环境下的任务调度是一个NP完全问题.为了确保每一步都能优先调度影响调度长度最大的就绪任务,提出一种采用动态任务优先级策略的任务调度算法.在进行任务调度的过程中,通过动态计算任务图DAG的关键路径并有效地利用处理器的空闲时间段来复制任务,使任务节点之间的通信开销尽可能降低,进而缩短整个任务图的完成时间.大量的模拟实验结果表明,所提的算法在任务完成时间上明显优于HEFT算法和DDS算法.     

基于改进型免疫遗传算法对网格中独立任务调度问题的研究

在研究现有任务调度算法的基础上,借鉴生物免疫系统原理中抗体多样性产生及保持机理,定义了基于抗体的矢量距离、亲合力及浓度相关的选择概率,这样可以在进化过程中保留优秀个体,同时抑制抗体群陷于同一极值而停止进化的早熟现象;另一方面,提出父子竞争(PCC)交叉算子和基于浓度调节机制的变异概率,提高抗体群进化速度的同时保留优秀抗体.仿真实验结果表明,算法与其它调度算法比较,更能有效地实现资源的分配,可以成功应用于网格环境下独立任务调度.     

网格任务调度问题求解的萤火虫算法

为了获得更优的网格任务调度方案,针对网格环境特点以及标准萤火虫算法存在的不足,提出了一种基于改进萤火虫算法的网格任务调度优化模型.对网格任务调度优化问题进行了分析,建立了网格任务调度的数学模型,引入非均匀变异算子和自适应步长的搜索策略,加快算法的求解速度和精度,并将改进萤火虫算法用于网格任务调度问题求解,通过萤火虫之间的信息共享和交流找到网格任务调度最优方案,采用仿真对比实验对其有效性和优越性进行测试.结果表明,相对于其他网格任务调度优化算法,改进萤火虫算法可以快速、准确地找到网格任务的最优调度方案,提高了计算资源的利用率,保证了网格系统负载均衡,尤其对于大规模网格任务调度问题,具有更加明显的优势.     

计算网格环境下多址作业调度系统模型研究

针对网格环境下的作业调度问题,提出了适合异构机群作业调度的三种网格调度系统模型:作业本地调度模型、作业共享调度模型和作业多址调度模型.建立了多址作业在三种网格调度系统模型下的性能模型.理论分析得出如下结论:同构情况下,多址作业调度应遵循先单址后多址、先本地后异地的资源选择策略;异构情况下,该策略失效,需对所有资源组合进行遍历,可设计启发式调度算法获得近优解.