分布式系统的实时容错任务调度算法设计

提出一种分布式实时容错调度算法,并研究了该算法的时间复杂度．这种容错调度算法称为“副版本后调度（ＢＫＣＬ）算法”,该实时容错调度算法可以同时调度具有容错需求的实时任务和无容错需求的实时任务,所产生的调度可保证在分布式系统中一个节点机失效的情况下,具有容错需求的实时任务仍然可在截止时限内完成．     

分布式系统的实时容错任务调度算法设计

提出一种分布式实时容错调度算法,并研究了该算法的时间复杂度,这种容错调度算法称为“副版本后调度（ＢＫＣＬ）算法”,该实时容错调度算法可以同时调度具有容错需求的实时任务和无容错需求的实时任务,所产生的调度可保证在分布式系统中一个节点机失效的情况下,具有容错需求的实时任务仍然可在截止时限内完成。     

异构分布式实时系统中容错调度模型的研究

研究了基于异构分布式系统的实时容错调度算法,同构分布式系统中的处理机完全相同,而在异构分布式系统中各个处理机均不相同,各个处理有不同的处理能力和不同的健壮性。提出了可靠性成本概念,建立了一个基于异构分布式系统实时容错调度模型。基于该模型,设计了一种实时容错调度算法,算法在不增加系统硬件成本的情况下,提高了实时分布式系统的可靠性。     

基于两阶段散列的Web集群服务器内容分配研究

针对Web集群服务器内容分配不均衡的问题，提出了基于两阶段散列的内容分配算法．该算法首先根据统一资源定位器字符串把服务器内容散列到k＊n个槽中，使得各槽的文件个数均衡；然后根据从Web日志中挖掘出的访问负载信息，采用分段负载互补方法把内容再次散列到孢个槽中，以使各槽内容负载均衡．同时，在集群分发过程中应用该算法，可提高请求的调度效率和节点的缓存命中率．实验结果表明，两阶段散列的负载均衡性能可比一次散列提高28．7％．     

局部加权的LS-SVM大气数据组合导航故障检测

针对飞机惯性导航设备发生故障,原容错系统失效,而且一般最小二乘支持向量机(LSSVM)检测算法不能有效处理局部预测的问题,提出一种基于局部加权LS-SVM故障检测法。对LS-SVM进行局部加权处理,用局部加权LS-SVM回归预测滤波器新息,并重构检验统计量,结合ADS/GNSS组合系统进行仿真验证。仿真结果表明:在全局容错系统失效情况下,基于局部加权LS-SVM故障检测法具有良好的预测效果,减少了故障检测时间,降低了虚警率。     

异构分布式实时系统中容错调度模型的研究

研究了基于异构分布式系统的实时容错调度算法 ,同构分布式系统中的处理机完全相同 ,而在异构分布式系统中各个处理机均不相同 ,各个处理机有不同的处理能力和不同的健壮性 .提出了可靠性成本概念 ,建立了一个基于异构分布式系统实时容错调度模型 .基于该模型 ,设计了一种实时容错调度算法 ,算法在不增加系统硬件成本的情况下 ,提高了实时分布式系统的可靠性 .     

一种有效的并行文件系统容错方法

在分析导致I/O节点失效主要原因的基础上, 提出一种有效的并行文件系统容错方法： 子文件循环冗余备份. 该方法保证了I/O节点失效时并行文件的正常访问, 提高了并行文件系统的可靠性和有效性.     

有TCP连接容错功能的网络负载平衡调度系统

针对现有集群网络服务器负载平衡调度方案的不足，提出具有TCP连接容错功能的网络负载平衡调度系统。该系统基于Linux Virtual Server，使用两个前端调度设备并行调度。两个调度设备使用同构网卡为客户提供单一系统映像；通过内核中对请求包的过滤实现分流；通过相互容错屏蔽调度设备故障。     

星载计算机系统高优先级恢复容错调度算法

为了在星载异构容错计算机上调度星载任务，在给出了星载计算机系统的容错调度模型的基础上，提出了一种星载计算机系统高优先级恢复容错调度算法（OHFSA），该算法通过引进可靠性代价量化了容错系统在维护容错调度时所需要的开销，并在调度过程中充分考虑了容错调度的实时性和低可靠性代价．同时，采用高优先级恢复机制可及时响应紧急时限下的恢复任务，从而提高了星载任务的整体实时性能．实验验证表明，OHFSA随着计算时间的增加，其所需的可靠性代价也相应增大．仿真结果表明，在任务负载不断增加的情况下，OHFSA的执行时间比目前算法减少20%～30%，特别是在恢复任务优先级比其主任务提高1个级别时，响应时间可减少近8．7%．     

多处理机系统的高效实时容错调度算法

在容错调度算法副版本后调度算法（ＢＫＣＬ）的基础上,提出一种高效实时容错调度算法（ＥＢＫＣＬ）．对于具有容错需求的实时任务而言,由实时容错调度算法所产生的调度可保证在多处理机实时系统中一个处理机失效时,实时任务仍然可在截止时限内完成．在ＥＢＫＣＬ算法中,如果两个实时任务的基版本分配在不同的处理机Ｐｉ和Ｐｊ上,且这两个实时任务的副版本被调度到同一个处理机Ｐ上,则两个副版本之间允许有时间上的重叠．模拟实验证明,使用多个实时任务副版本之间的时间重叠技术,ＥＢＫＣＬ大大提高了调度的性能     

集中式动态负载均衡算法的研究

目前的负载均衡算法中难以探测节点终端的实际负载,导致难以有效地满足负载均衡集群系统实时需求.通过分析集群系统中的资源管理优化技术和负载均衡调度算法,对集群系统的模型结构进行了分析,提出了一种改进的集群系统的负载均衡算法,该算法较好地解决了集群的资源调度问题.     

负载均衡技术在防火墙集群中的应用

负载均衡是一种策略,用来分流繁重的计算或I/O任务,从而提高系统的整体性能,以确保网络的稳定运行.随着网络信息流量的指数级的增加,使得保护网络安全的防火墙成为网络使用的瓶颈并制约着网络的实际应用,影响着网络的性能和扩展性.负载均衡技术应用于两台以上的防火墙集群服务,采用自适应动态负载均衡方式,是提高防火墙的可用性、处理能力和吞吐量的一种适用而有效的方案.     

高振斌1,潘亚辰1,华 中2,段小红2,赵丹2

酒店智能终端系统中,为了解决随着终端用户数量的增加导致的服务器负载过重从而用户体验下降的问题,提出了一种改进的加权最小连接调度算法的负载均衡技术,将连接个数作为负载因子进行综合考虑,使得新加入的终端用户能够自动在多云分支服务器之间做出最佳决策,选取当前周期内负载最轻的一台服务器进行自动连接并实现整个酒店智能系统的负载均衡。实验结果表明,利用改进算法可以使得酒店智能终端机顶盒与多云分支服务器的自动连接实现整个系统的负载均衡且具有良好的稳定性,达到了预期效果。     

一种支持包保序的并行交换调度算法

由于并行交换结构的负载平衡特性和并行原理,到达同一目的输出端口的分组包被分散到了各个交换模块,当它们抵达输出端口时,其先后顺序无法得到保障。为解决该难题,文中提出了虚拟输入排队(VIQ)结构和包保序轮询(SKRR)算法,并且从理论上分析了这种新技术的吞吐率和时延性能。     

遗传算法在负载均衡系统中的应用研究

文章将并行分布式系统中广泛使用的遗传算法应用到增值业务计费系统即负载均衡系统的设计中,并根据增值业务计费系统的具体特点,对遗传算法作了适当的改进,提高了后台服务器CPU的利用率,从而改善系统性能。     

应用混合蚁群算法求解并行批处理机组批与调度问题

晶圆制造系统的批处理机具有长加工时间的特征,其调度性能指标对车间总体绩效有重要影响.批处理机调度分为组批与批次调度.针对工件的动态到达特性导致组批困难,提出了一种混合型蚁群算法.利用该算法的全局并行搜索能力对工件进行组批,并使用BATC算法对批次进行调度,可以解决多产品并行批处理机调度问题.以工件总拖期最小为性能指标,通过实例仿真,对蚁群算法性能进行分析评价和比较.结果表明,所提出的算法具有有效性和实用性.     

容错模式下TTCAN系统矩阵的实时调度

TTCAN协议是一种CAN总线高层协议,在现行CAN协议的基础上引入了时间触发机制.由于消息组中的消息具有多样性,各个消息的周期可能相差很大.针对这一问题,采用最大公约数(GCD)方法来加以解决;利用遗传算法对调度表进行优化,提高了网络利用率,并且提高了事件触发任务的实时性能.对调度表的容错性能进行了分析,并提出了基于后面优先原则的仲裁窗方法.实验结果表明,该算法优化系统网络调度,保证了传输的实时性.     

An effective estimation of distribution algorithm for parallel litho machine scheduling with reticle constraints

In order to improve the scheduling efficiency of photolithography, bottleneck process of wafer fabrications in the semiconductor industry, an effective estimation of distribution algorithm is pro-posed for scheduling problems of parallel litho machines with reticle constraints, where multiple reti-cles are available for each reticle type.First, the scheduling problem domain of parallel litho ma-chines is described with reticle constraints and mathematical programming formulations are put for-ward with the objective of minimizing total weighted completion time.Second, estimation of distribu-tion algorithm is developed with a decoding scheme specially designed to deal with the reticle con-straints.Third, an insert-based local search with the first move strategy is introduced to enhance the local exploitation ability of the algorithm.Finally, simulation experiments and analysis demonstrate the effectiveness of the proposed algorithm.     

基于MapReduce的关联规则并行增量更新算法

针对在关联规则的实际挖掘中,由数据快速增加所造成的大数据问题和增量更新问题?在快速更新频繁模式树算法(fast updated frequent pattern tree,FUFP - tree)的基础上,引入MapReduce 编程模型,提出了一个面向大数据的并行的关联规则增量更新算法(parallel fast updated frequent pattern tree,PFUFP - tree)?该算法通过构建原始事务数据的分块索引,从而使得在每次增量更新时,能够最小化地扫描原始事务数据库,提高了挖掘效率;同时采用动态负载均衡的项目分组策略来优化并行计算过程中的项集分组问题,从而保证分布式集群中节点之间的负载均衡;实验结果证明,提出 的算法是有效的和高效的,适用于动态增长的大数据环境?     

多核平台的并行实时调度与内存分配算法

多核处理器凭借着低功耗高性能的优势占据了市场.针对多核平台上并行实时任务,提出局部与全局EDF相结合的调度算法,其中任务的截止期划分、执行预算以及迁移时机由所设计的处理器带宽预留服务器决定.同时,提出了内存分配算法,该算法能够更好地为并行实时任务管理内存资源.实验结果表明新的调度算法具有更高的调度成功率.另外,在内存资源竞争的前提下,内存分配算法可以保证并行任务的实时性与系统稳定性.