面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法．通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法比单队列调度算法要优越．研究了切换周期、等待队列最大长度、锁请求服务率与调度性能之间的关系．     

面向对象数据库中多粒度锁的调度算法

简介面向对象数据库中多粒度锁概念，建立多粒度锁的形式化调度模型，并设计两两种更好的算法。通过模拟实验对这四种调度算法进行性评价。从模拟结果中定量分析出在λ较大时，双队列调度算法比单队列调度算法要优越，而单队列相容优行 度算法的性能最好。     

基于磁盘阵列的多队列实时I／O调度算法

研究磁盘阵列的Ｉ／Ｏ调度问题,给出了建立在实时操作系统上的系统调度模型,在分析磁盘的Ｉ／Ｏ调度算法的基础上,提出一种适合磁盘阵列的多队列实时调度算法,该算法为每个磁盘指定了一个请求队列,并根据请求之间的依赖关系确定可并行执行的任务组,测试结果证明,新算法具有很好的性能。     

基于磁盘阵列的多队列实时I/O调度算法

研究磁盘阵列的Ｉ／Ｏ调度问题．给出了建立在实时操作系统上的系统调度模型;在分析磁盘的Ｉ／Ｏ调度算法的基础上,提出一种适合磁盘阵列的多队列实时调度算法．该算法为每个磁盘指定了一个请求队列,并根据请求之间的依赖关系确定可并行执行的任务组．测试结果证明,新算法具有很好的性能     

改进的多队列VC调度算法模型

在分析VC(Virtual Clock)和GPS/PGPS(Generalized Processor Sharing/Pcket-by-packet Generalized Processor Sharing)分组调度算法的优点和缺点的基础上,提出了一种结合GPS调度算法特性的改进VC调度算法模型--多队列VC调度算法MQVC(Multi-Queued Virtual Clock).阐述了MQVC的设计目标、改进措施,并给出了MQVC算法模型和算法描述,通过定理和引理证明了该模型与单队列VC和PGPS调度算法模型相比,分组排序复杂度由原来O(mnlog(mn))降为O(mlogm),使实现复杂度、系统调度性能和包丢失等方面均有明显改善.     

改善嵌入式Linux实时性能的方法研究

分析了Linux的实时性,针对其在实时应用中的技术障碍,在参考了与此相关研究基础上,从5-方面提出了改善Linux实时性能的改进措施。为提高嵌入式应用响应时间精度,提出两种细化Linux时钟粒度方法;为增强系统内核对实时任务的响应能力,采用插入抢占点和修改内核法增强Linux内核的可抢占性;为保证硬实时任务的时限要求,把原Linux的单运行队列改为双运行队列,硬实时任务单独被放在一个队列中,并采用MLF调度算法代替原内核的FIFO调度算法。     

改善嵌入式Linux实时性能的方法研究

分析了Linux的实时性,针对其在实时应用中的技术障碍,在参考了与此相关研究基础上,从三方面提出了改善Linux实时性能的改进措施.为提高嵌入式应用响应时间精度,提出两种细化Linux时钟粒度方法;为增强系统内核对实时任务的响应能力,采用插入抢占点和修改内核法增强Linux内核的可抢占性;为保证硬实时任务的时限要求,把原Linux的单运行队列改为双运行队列,硬实时任务单独被放在一个队列中,并采用MLF调度算法代替原内核的FiFO调度算法.     

计算网格中基于负载平衡的调度模式

对资源进行有效的管理和调度可以提高网格系统的利用率.针对计算网格中的负载平衡问题,为减少网络通信量,提出一种分布式的网格作业调度模型,并给出了其相关算法：将轻负载节点逐个收集到一个队列,并设定一个可调节的刷新时间,当重负载节点提出调度请求时,直接从轻载节点队列中取一轻载节点并把负载转移到该节点上,从而解决了资源调度中的负载平衡问题.     

基于负载均衡的在线云存储流量调度研究

在线云存储流量的调度问题是当前网络的研究热点。针对在线云存储系统中的文件上传请求调度问题,现有方案很少满足为用户提供不同带宽保证这一需求。针对不同付费级别用户要求不同带宽保证的服务场景,设计了基于请求队列长度的最大权重调度机制以及实际中可用的分布式二次随机选择调度算法,旨在实现系统服务器的流量均衡,同时最大化系统吞吐量。证明了最大权重调度机制能够保证系统稳定性,并且最大化系统吞吐量。实验结果表明,二次随机选择算法能够获得接近于最大权重调度机制的性能,较小的时间延迟和较大的系统吞吐量。其性能优于传统的Round-Robin调度算法。     

双头磁盘系统的实时调度算法

对双头磁盘系统模型和调度算法进行实时化扩展,设计了三种实时调度算法,最早截止期优选（ＥＤＦ）算法,可满足的最早截止期优点（Ｆ－ＥＤＦ）算法和忽视超期限请求（ＩＧＭ－ＥＤＦ）算法,由于这三种算法充分考虑了Ｉ／Ｏ请求的截止期限,使双头磁盘系统能满足更多的实时Ｉ／Ｏ请求,实时调度算法的性能模拟实验表明,实时调度算法比非实时算法能更好满足实时Ｉ／Ｏ请求的期限要求,三种实时调度算法中,ＩＧＭ－ＥＤＦ的性能最     

基于SDN的多媒体流QoS队列调度机制研究

随着多媒体新兴应用的不断涌现,网络规模日益复杂.为提高不同优先级多媒体业务的传输能力,保障业务的服务质量需求,结合软件定义网络技术,设计一种基于SDN的队列调度模型.同时,为了有效提高新型队列调度模型下数据的传输质量,避免产生网络拥塞,将复杂的网络抽象为M/M/1和M/D/1排队模型,并提出一种基于SDN的排队论时延模型,分析了新模型下MLFQ分组调度算法并对不同分组调度算法性能进行对比分析.仿真结果表明,基于SDN的多媒体流QoS队列调度机制在满足网络不同多媒体业务优先级要求的基础上,降低了数据传输时延和丢包率,增加了链路带宽利用率.     

基于双优先级队列的异构分布式控制系统容错调度算法

在对分布式控制系统进行分析的基础上,给出了任务模型和处理器模型.为了调度多种实时性的任务,提出了双优先级队列调度算法,用于调度每个处理器上的任务.该算法设置2个优先级队列,其中高优先级队列用于调度实时任务,低优先级队列用于调度非实时任务,高优先级队列中的任务可抢占低优先级队列中的任务.在此基础上,采用版本复制技术使系统具有容错能力,并分析了任务的容错可调度条件.基于此,采用首次适应的启发式任务分配策略,将任务分配到各个处理器上,在确保任务容错可调度的条件下使处理器负载均衡.仿真结果表明所提出的算法是有效的.     

云计算环境下的动态反馈作业调度算法

针对现有Hadoop作业调度算法在多用户、异构环境下不具备反馈机制的问题,提出一种云计算环境下具备反馈机制的动态作业调度算法。该算法引入排队论模型,采用单队列多资源池服务窗口的设计思路,将所有作业统一提交到一个支持优先级的排队队列,作业分发控制模块选择优先级最高的作业分发到空闲的资源池窗口执行;Hadoop集群通过自身的心跳机制将作业运行的初始化时间、运行时间等信息传递给参数统计模块进行统计,将获得的平均到达率和平均服务率这两个核心参数的实际值传递给反馈机制模块,根据调度算法模型计算出平均逗留时间和平均队长的理论值并与实际值进行对比,当差值大于阈值时对该调度算法的核心参数进行适当调节使差值收敛于阈值,将具有较大平均逗留时间和平均队长的作业调度到有槽位数的资源池服务窗口执行。实验结果表明:与经典算法相比,该算法具有较高的调度效率和负载平衡能力,作业平均逗留时间比先进先出调度算法和公平调度算法分别减少了57%和19%,平均队长分别减少了50%和37%。     

带有QoS的分布式仿真通信机制研究

QoS和分布式虚拟仿真都是近年来研究的热点,分布式虚拟仿真系统中对于通信机制的QoS 要求很大程度上决定了仿真系统的准确性和实时性.以一个飞机仿真训练系统为基础,重点讨论了分布式仿真系统中的通信机制及对通信的QoS请求,建立了基于内容的区分队列模型,模型采用CBWFQ基础上的LLQ队列调度算法来满足IP请求的QoS,提高了分布式仿真的实时性和准确性,并通过试验分析验证了模型的可用性.     

双头磁盘系统的实时调度算法

对双头磁盘系统模型和调度算法进行实时化扩展,设计了三种实时调度算法：最早截止期优先（ＥＤＦ）算法,可满足的最早截止期优先（Ｆ－ＥＤＦ）算法和忽视超期限请求（ＩＧＭ－ＥＤＦ）算法．由于这三种算法充分考虑了Ｉ／Ｏ请求的截止期限,使双头磁盘系统能满足更多的实时Ｉ／Ｏ请求．实时调度算法的性能模拟实验表明：实时调度算法比非实时算法能更好地满足实时Ｉ／Ｏ请求的期限要求．三种实时调度算法中,ＩＧＭ－ＥＤＦ的性能最好,它很适用于硬实时应用;Ｆ－ＥＤＦ算法的性能次之,它最适合于软实时应用．     

面向队列调度算法的通用验证评估方法

研究了一种面向基于服务质量(Qo S)的多优先级消息队列调度算法的通用验证评估方法。从消息生成、时效性判断、发送策略评估和发送结果统计等方面建立了模型;并对某2.4 Kbps信道进行了系统仿真,统计得出了在该调度算法下的最优发送方案及消息丢包率。仿真结果表明文中设计的通用验证评估方法能够模拟调度算法所设计的消息发送规则和优先级翻转策略,并进一步以丢包率等Qo S参数为评价依据,证明对该队列调度算法验证评估的有效性。     

Crossbar输入排队调度算法的研究

研究高效易于硬件实现的队列调度算法的目的是为了提高交换系统吞吐率和降低延迟。在阐述输入排队、HOL阻塞、虚拟输出队列等概念的基础上,对MSM、PIM、RRM、iSLIP等调度算法进行了系统的比较,研究表明iSLIP算法是一种性能良好、实现简单的算法。     

WRR算法能为业务流提供最佳的QoS保证

对几种队列调度算法(先来先服务调度算法、严格的优先级调度算法、循环调度算法、加权循环调度算法)进行了对比研究,选择出适合用于区分服务网络中保证QoS方案的队列调度算法—WRR。     

无线体域网中动态分配队列长度的调度算法

在无线体域网的调度算法研究中,当网络中通信链路质量较差时,传感器节点之间的数据通信存在丢包率高和资源利用率低的问题。为此,文章提出一种根据实时速率动态分配队列长度的优先级调度算法,以排队系统模型为基础进行理论分析,并将其与固定队列长度算法进行比较。仿真结果表明,当紧急数据数量突增时,该动态队列长度算法显著提高了系统的吞吐量,降低了数据的丢失概率,保障了系统数据通信的可靠性。     

混合云环境下基于失效感知的资源调度策略

针对混合云的功能和复杂度逐渐增大而导致资源失效率增高的问题,提出一种提高混合云资源调度成功率的调度算法.首先,根据私有云资源失效规律特点,建立资源有效利用率模型和任务稳定性模型.然后综合考虑公共云和私有云的特点,建立基于失效感知的两层资源调度模型(2L-FARS),并使用建立的ST—LLF(任务稳定性阀值控制的最低松弛度优先调度算法)和DQPA(双队列资源提供算法)调度算法分别完成两层资源调度.最后使用failure traces和workload traces,对提出的策略进行验证.实验结果表明,该策略有效地减少了任务截止期违约率,并且在提高资源利用率的同时,一定程度上降低了任务执行总费用.