面向独立网格任务的松弛预留策略

提出一种支持时间和空间二维松弛的预留接纳策略,允许在一定条件下接纳与已有预留存在叠交的预留请求,从而降低预留服务对系统性能的负面影响。理论分析给出了松弛预留策略的系统收益与风险计算方法,并针对独立任务的协同预留问题设计了相应的请求接纳算法。实验结果表明,松弛预留策略能有效提高资源利用率并降低预留请求拒绝率,当系统面对较高的预留请求率时,松弛预留策略对动态负载变化具有良好的自适应性。     

数据网格资源协同分配问题研究

针对网格资源动态、自治、分布的特点以及数据网格中存在的数据复制问题,提出了基于市场机制,具有分布式特性,并且支持数据复制机制的数据网格资源分配体系结构(data grid maket-based architecture,DG-MA)。在此基础上,采用多单位组合拍卖模型(multi-unit combinatorial auction,MUCA)对数据网格中的资源协同分配问题进行建模,给出了用分支界限技术求多单位组合拍卖问题最优解的具体算法,从而得到了基于市场机制的数据网格资源协同分配最优方案。     

基于虚拟代理的两阶段网格资源协同分配模型

由于网格资源的分布性和异构性,资源协同分配一直是网格计算的基础研究内容.针对资源协同分配中用户对费用和截止时间的约束,提出一种基于虚拟资源代理的两阶段协同分配模型.虚拟资源代理通过一个两阶段的分配机制来优化资源配置和价格方案,用于满足用户费用约束和提高系统资源收益.同时,虚拟资源代理利用队列系统建立资源工作模型,为用户任务提供量化的截止时问保证.仿真实验从任务截止时间违约率、资源收益和资源利用率三个方面比较了基于该模型的协同分配策略与传统策略的性能表现.实验数据显示,对具有费用和截止时间约束的任务,该模型能有效提高用户QoS满意度和系统资源收益.     

一种新型的网格资源协同分配机制

通过给出网格资源协同分配系统模型,提出一种新型的同步排队策略,用以实现保证网格服务质量(QoS)的资源协同分配。不同于现有方法,该策略不需要资源预置,可以实现资源的超额预定,提高资源利用率,并通过仿真实验进行了验证。     

网格资源协同分配模型的研究

针对网格资源协同分配问题,提出了基于市场机制的具有分布式特性的网格资源协同分配模型(MGRM).采用了多单位组合拍卖模型(MUCA)对网格中的资源协同分配进行建模,并使用分支界限法求解多单位组合拍卖问题,从而得到网格资源协同分配问题的最优解.针对网格任务和资源特性,对现有的分支界限法解MUCA进行改进,根据搜索路径上当前可用资源估算MUCA问题的投标上限.试验仿真表明,改进后的算法效率大大提高,证实MGRM模型适合于具有大量任务和资源共享的广域网格环境.     

网格环境下一种动态任务调度算法

针对网格系统中资源协同分配的动态性问题，分析了现有的基于有向无环图的资源映射方法，提出了一种动态资源协同分配算法。该算法采用有向无环图表示每个应用，然后，将所有这些图进行分层，执行过程中，就绪的应用组可以按照一定的规则动态插入。该算法解决了网格环境下资源和应用的动态性问题，从而更好的满足了网格的动态特性。     

基于三方博弈的网格资源协同分配模型

针对费用约束下的网格资源分配问题,提出一种基于三方博弈的资源分配模型.该模型通过引入一类“虚拟资源中介”实体,将资源分配问题转化为由用户任务,虚拟资源中介,资源提供者三方组成博弈过程.理论分析以效用函数为基础给出了模型的有效性证明和求解算法,仿真实验用实际网格任务负载和典型网格测试床模型检验了该三方模型的性能表现.实验结果显示,对于具有费用约束的网格任务,基于三方博弈的协同分配模型在资源收益,资源利用率和任务执行效率方面的性能表现显著优于传统的资源分配模型.     

支持资源协同分配的网格任务调度研究

提出通用的网格和任务执行模型,并以此为基础,给出一种支持资源协同分配的任务调度算法。算法通过定义临界资源的概念,改进了传统的列表调度算法。模拟实验结果表明该调度策略更符合网格计算的复杂环境,能得到较短的任务执行时间,并更好的支持不同类型资源的协同分配。     

一种并行的网格资源协同分配方法

针对网格系统中资源协同分配的实时性问题,分析了现有的基于有向无环图的资源映射方法,提出了一种并行资源协同分配算法.该算法采用有向无环图表示每个应用,然后,将所得到的这些图合并成一个有向无环图并对其进行分层,最后,对每层中应用任务的资源分配问题并行处理.分析表明,该并行资源协同分配算法降低了系统中资源调度时间,提高了资源分配的效率,从而能够满足系统实时性要求.     

基于QoS满意度增强的多资源协同预留策略

针对动态网格资源服务的不确定性问题,提出一种可量化分析资源服务QoS(quality of service)的多资源协同预留策略.该策略基于对运行在资源上的网格任务QoS指标分析,得出QoS满意度量化、归一化方法,建立资源服务QoS与预留容量之间的函数关系,并以市场经济环境为背景,分析任务费用约束下资源价格与预留容量之间的关系,求解得出可均衡负载的多资源节点协同预留方案.理论分析给出了策略的有效性证明和算法,仿真实验采用真实网格系统中的任务负载信息作为实验负载,在较大规模的模拟网格系统中检验了所提出的预留策略的性能表现.实验结果显示,该策略在接纳任务数、资源利用率和任务违约率方面的性能表现显著优于传统的预留策略.