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.     

网格计算环境下作业调度的策略研究

根据网格计算环境的各种特点，分析了采用层次型策略进行作业调度的必要性和可行性。根据计算资源的结构特点，提出了建立层次型权系数模型的算法思想，同时根据权系数模型提出了一种较新的作业调度的算法，并对其作业调度算法作了仿真分析。此算法将为如何根据各节点的实时变化特征，动态地进行作业任务的局部调度提供了可靠的参考数据。     

网格环境下的计算服务共享平台

通过计算服务共享系统的用户交互、需求转换、信息查询和程序运行管理四个模块介绍了在网格环境下实现计算服务共享的基本问题和技术方案 .网格中间件GlobusToolkit的信息服务和资源管理为其中的部分问题提供了解决方案 .还介绍了对网格科学计算的理解和预期的工作     

网格计算环境下作业调度的策略研究

根据网格计算环境的各种特点,分析了采用层次型策略进行作业调度的必要性和可行性。根据计算资源的结构特点,提出了建立层次型权系数模型的算法思想,同时根据权系数模型提出了一种较新的作业调度的算法,并对其作业调度算法作了仿真分析。此算法将为如何根据各节点的实时变化特征,动态地进行作业任务的局部调度提供了可靠的参考数据。     

科研在线:云服务模式的网络虚拟科研环境

介绍了网络虚拟科研环境和云计算的概念,分析了云计算对网络虚拟科研环境的服务模式变革.基于网格技术和云计算技术,构建了面向云服务模式的网络虚拟科研环境——科研在线.科研在线利用虚拟化技术构建协同虚拟机;通过网格技术实现分布式资源的集成;通过多站点配置机制实现多网络虚拟科研环境扩展.通过一键式协同平台创建科研在线,提高了协同业务的易用性和透明性,目前该系统已为中国科学院不同学科应用的网络协同科研提供在线云服务.     

一种网格计算环境中的资源调度策略

给出了一种网格计算环境中的资源调度策略和资源调度用例。     

计算网格无中心式调度框架的一种构造方法

在无中心式调度框架下,为实现全局调度开销和局部调度开销的折衷,网格节点的平均邻接度应趋近某个适宜值,文章提出了一种构造方法.给定适宜的邻接度,可计算出每个新加入网格的节点应选择的邻居数.构造实验表明,这里的构造方法可使网格节点的邻接度近似趋近给定的邻接度,并可适应网格规模的不断扩大.     

网格计算平台GBuilder下图像处理应用研究与实现

OGSA(开放网格服务体系架构)规范、OGSI(开放网格服务基础架构)技术标准以及基础平台GT3(Globus Toolkit 3.x)的研究实现使得开发网格应用成为可能,但是当前网格计算应用快速开发问题仍是困扰网格应用的关键问题之一.所提及的网格开发平台GBuilder正是基于此而构建的一个方便快捷的开发平台.网格计算的一个重要特点就是对强大计算能力的支持,通过网格节点对图像的快速计算处理和对实现结果的分析验证了基于GBuilder网格平台在网格环境下实现网格的可操作性和实用性.     

一种具有负载平衡的虚拟计算环境拓扑

通过分析典型P2P系统的拓扑结构特征,提出一种包括产生、成长和成熟运行的三阶段支持多节点同时并行加入的iVCE拓扑生成方法。研究结果表明：该方法可以产生结构稳定、具有负载均衡能力的网络拓扑结构。其超级节点度呈现一种正态分布特征,平均节点间最短路径长度显示拓扑具有小世界特征;该拓扑生成方法可为研究、设计实际的iVCE系统仿真提供支持。     

一个支持跨域资源同步分配的虚拟作业模型

提出一个能够在跨域环境中为网格并行应用程序完成同步资源分配的虚拟作业模型VJM, VJM能避免由于多个并行作业竞争而产生的死锁, 并利用小作业装填技术缓解因同步资源分配而产生的浪费. VJM并不依赖于资源预约机制, 因此可以通过标准的GRAM协议与现有的多数局部调度器协作. 最后, 在元调度器CSF4中实现了该模型, 并通过生物信息并行应用程序mpiBLAST-G2验证了该模型的合理性.     

A virtual machine-based invasion detection system for the virtual computing environment

0IntroductionThe virtual technologies whichaimat raisingthe uti-lizationrate of resources and the realization of the large-scale sharing of resources have enjoyedrapid developmentinrecent years.The virtual technologies research primari-lyfocuses ontwo directions:node-level and application-level virtual technology.At present,a popular subject ofstudyin application-level virtual technologies is the useof grid and P2Ptechnologies.However,personal comput-eris a closedintegritysystemin design,soit…     

云计算虚拟机群中带遗传算法的负载均衡算法

研究面向单个云的虚拟机群,以最小化任务响应时间和资源损耗代价为优化目标,提出基于遗传算法的负载均衡优化算法.所提算法实现了自适应的变异概率,并且可以根据用户任务的实际需求动态地调整系统响应时间和资源损耗在整个优化过程中所占的比重.模拟仿真结果表明,该算法不仅能够满足用户需求,而且能够获得较高的资源利用率.     

云计算环境下基于热力学演化算法的任务调度与虚拟机分配算法研究

在云计算环境下的云任务调度和虚拟机分配过程建立了数学模型,并将其转换为整数编码形式的组合优化问题,并提出了一种热力学演化算法进行问题求解。算法根据整数编码形式定义了基因熵和个体能量,并引入了温度的概念,算法中提出了两种选择策略,算法利用自由能极小值原理驱动种群向最优化方向演化。实验结果表明热力学演化算法可以有效地解决云任务调度和虚拟机分配问题,可以为云环境调度问题提供依据。     

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.     

异构任务图在网格环境中的调度实现

并行分布计算环境的任务调度一直是并行计算研究的热点问题，网格技术的发展则对任务调度提出了新的要求。本文采用带参数的有向超图表达异构任务图，为具有一般性、异构性、分布性、动态性等特点的任务请求提供了通用描述方法。通过设计网格异构任务图描述语言GHDL，实现了网格任务请求的统一封装以及任务请求在异构环境下的计算机理解和识别。通过设计自适应调度策略库，为分布异构动态网格环境下的任务调度提供有效解决方案，实现了在考虑网格任务间优先约束与数据关联的同时，采取异构宿主机识别、异构客户端自动创建等方式开发利用环境异构性与任务异构性，采取实时网格状态信息采集与任务迁移屏蔽了资源动态性。异构任务图在网格环境中的调度效果由树生长的仿真实验进行了展示。     

面向云计算的任务调度算法研究

云计算中任务调度对云计算的整体性能有重要影响.归纳了云计算调度的特点和性能指标,指出云计算任务调度研究的主要进展.从传统任务调度算法、Hadoop中的任务调度算法、智能化的任务调度算法等方面概括、分析和比较了不同算法的算法思想、实现机制、达到的性能要求.最后,讨论了现有任务调度策略存在的问题,结合云计算面向服务的特点对云计算任务的研究进行展望.     

云计算环境下智能电网短期负荷预测方法研究

智能电网短期负荷波动性大,传统预测方法无法解决波动性问题,预测结果不准确。为此,提出一种新的云计算环境下智能电网短期负荷预测方法。介绍了支持向量机理论,将一个含有所有某类样本在内的、由支持向量支撑的球面看作超球面,分析了分位数回归过程,将支持向量机和分位数结合在一起,构建支持向量-分位数回归预测模型。得到短期负荷概率密度函数,从而实现智能电网短期负荷预测。在进行实验时,完成对功率采样值和智能电网负荷属性的归一化处理,将其转换成[0,1]区间内的数据。实验结果表明,所提方法预测精度和效率高、成本低。     

虚拟实验室资源网格多任务调度

针对虚拟实验室的资源调度问题,提出了一种基于服务质量的网格算法.建立了虚拟实验室资源的网格模型,讨论了其特点;分析了虚拟实验室网格的服务质量体系,从可靠性、响应性、成本等6个方面对实验室服务质量进行量化评估,将用户的多任务调度问题描述为服务质量约束下的多任务协同寻优模型,以满足用户服务质量最大化为目标进行求解,并给出了基于遗传算子的求解算法;通过案例分析对本方案的可行性进行了验证和讨论,结果表明本方案有助于提高虚拟实验室资源利用率和服务水平.