计算网格中一种可用性增强的作业执行模型

如何保障用户QoS是动态可用性资源组成的网格环境中面临的一个新问题。针对网格资源的可用性特点,提出了可用性增强的作业执行服务(Availability-enhanced Job Execution Service,AJES)的概念及其确定方法,基于该概念提出了可用性增强的作业执行模型(Availability-enhanced Model for Job Execution,AMJE),通过将作业调度到AJES包含的1个或多个网格节点中的资源上冗余执行以增强作业所需的可用性。将模型中的各方根据其效益描述为一个博弈过程,求得了在资源收益和用户QoS之间平衡的AJES可用性值。实验结果表明本文提出的作业服务模型能显著提高资源收益和增强用户QoS的保障水平;并且,对于可用性动态变化的网格环境具有更好的适应性。     

一种基于性能评估的元任务调度算法

在保障本地任务QoS需求及尊重网格节点的本地调度策略的条件下,提出了一种资源动态性能评估方法,并得出了2个资源动态性能的评估尺度.基于网格资源可用性的相关结果,利用概率法得出网格节点服务于网格任务的平均能力.利用热力学中熵的概念对网格节点状态的动态变化不确定性进行了评估,并得到刻画网格节点状态不确定性的定量值.在资源动态性能评估的基础上,提出了一种基于性能评估的元任务调度算法.仿真与评估结果表明,所提算法在服务拒绝率、网格任务执行跨度方面优于以往算法,且在网格用户的QoS保障程度上有所增强.     

一种具有服务质量支持的数据访问方法

针对目前的查询优化技术并没有考虑网格环境中数据源的动态特征,导致数据访问质量很差的问题,文中提出了网格环境中具有服务质量(QoS)支持的数据访问方法.它能在查询优化的过程中考虑数据源的动态特征以及用户的QoS要求,根据用户的QoS要求选择不同的查询执行计划;文中还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,它不仅可以提高并行度而且可以尽快返回部分结果给用户.实验结果表明,文中提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务.     

一种基于QoS约束的Web服务选择和排序模型

提出了一种基于QoS约束的Web服务选择和排序模型,在研究Web服务的三维QoS模型的基础上设计基于QoS约束的服务选择模型,进一步研究服务效能的概念和量化方法并设计基于服务效能的排序模型.该模型的原型系统已经在国家地质调查网格中得到应用,结果表明模型能够有效保障用户对服务的需求,具有很高的查准率、响应率以及较好的负载均衡能力,提高了基于面向服务架构(SOA)的网络应用的可用性.     

基于用户需求的QoS网格服务选取方法

网格环境中,用户不仅要求服务提供者的功能满足需求,而更多的要求网格服务的价格、响应时间、可用性、可靠性,信誉度等非功能因素也需要满足需求。针对这种情况,通过对用户QoS需求的分析,给出了一个基于用户需求的QoS网格服务选取方法。     

基于QoS相似度的网格任务调度算法

针对网格环境下用户任务的多维服务质量(quality of service,QoS)要求,给出了一种基于QoS相似度的网格任务调度改进算法.该算法根据资源在各维QoS参数上提供服务能力的差异程度,计算出用户在各维QoS参数上的权重,并将任务分配到满足用户需求倾向的资源上执行.并采用GridSim工具包对提出的算法进行了仿真,实验结果表明,该算法不仅能满足用户的多维QoS要求,缩短任务完成时间,同时系统资源利用率也得到明显提高.     

一种动态网格资源可用性风险评价方法

首次提出了网格资源可用性风险的概念,基于相关资源的作业历史信息,利用概率与统计的方法对资源可用性风险进行预测与评估,提出了单一网格资源与网格资源集合的可用性风险评价方法,并给出了基于资源可用性风险评价的网格调度算法.实验表明,基于资源可用性风险评价的网格资源调度算法,可有效的确定可用资源集合,降低网格作业失效率,提高网格资源的使用效率.     

基于经济模型的网格资源调度算法

建立了基于经济模型的网格作业调度系统,给出了相应的服务质量(QoS)资源调度算法.通过定义资源的多维QoS指标,实现了对计算网格中广域分布和异构资源的统一描述,能很好地适应网格资源的动态性和自治性.采用QoS偏好度排序和欧氏距离的优化策略搜索资源,将用户提出的具有个性化或总体服务需求的作业透明、动态地分配给最适应的资源,优化了资源的统一配置.采用仿真实验比较多种算法的性能,结果说明QoS算法可满足资源的自适应性,较好地实现全局资源调度的目标.     

基于QoS相似度的网格任务调度算法

针对网格环境下用户任务的多维服务质量(quality of service,QoS)要求,给出了一种基于QoS相似度的网格任务调度改进算法。该算法根据资源在各维QoS参数上提供服务能力的差异程度,计算出用户在各维QoS参数上的权重,并将任务分配到满足用户需求倾向的资源上执行。并采用GridSim工具包对提出的算法进行了仿真,实验结果表明,该算法不仅能满足用户的多维QoS要求,缩短任务完成时间,同时系统资源利用率也得到明显提高。     

基于QoS上下文的Web服务动态合成

针对QoS上下文在服务合成中的不同作用,文中提出将QoS上下文模型用于服务的动态合成.利用QoS反馈控制机制,根据用户的QoS要求,在环境QoS变化的情况下,对备选的服务进行动态选择、组合和执行,并使用遗传算法作为QoS反馈机制的控制器,保证了QoS指标的确定.实验和仿真结果表明,基于QoS上下文的服务合成能够动态、自适应地进行服务的组合,并满足用户QoS的指标和要求.