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.     

基于博弈论健壮性增强的资源分配模型

如何保障用户QoS是动态、不确定网格环境中资源分配面临的一个新问题.针对网格资源的不可靠性特点,提出了健壮性增强的作业执行服务的概念及其确定方法,基于该概念提出了健壮性增强的离线资源分配模型,通过将作业执行服务中对应的多个网格节点资源分配给作业冗余执行以增强其健壮性.基于该模型将资源分配描述为一个非合作博弈过程,求得了帕累托最优分配方案,并提出了一种健壮性增强的离线资源分配策略.实验结果表明:该分配模型兼顾了效率和公平, 增强了作业执行的健壮性,并较好地评估资源的信任行为.     

基于收益与风险均衡的网格资源预留策略

针对资源预留过程中的"预留违约风险"问题,提出一种可量化分析收益与风险均衡的资源预留策略.该策略基于真实预留请求日志的统计特性,采用效用函数将预留模型的多目标规划问题转化为二次规划问题,通过求解该二次规划问题来确定预留方案.通过理论分析给出了策略模型的有效性证明和求解方法,并通过仿真实验在较大规模的模拟网格系统中检验了...     

一种可用性增强的计算网格作业执行模型

为增强服务网格中的用户QoS水平,文中针对由大量可用性不高的资源组成的网格环境,提出了可用性增强的作业执行服务(AJES)的概念及确定方法,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AJES中多个网格节点的资源分配给作业冗余执行,以增强其可用性.在AMJE中,不同参与方根据各自利益进行博弈,求得了折中的AJES可用性阈值.实验结果表明,文中提出的作业服务模型能显著提高资源收益,增强用户QoS的保障水平,且对于可用性动态变化的网格环境具有更好的适应性.     

一种基于灰色模型的资源可用性预测模型

网格环境中资源可用性信息的掌握是网格中间层应用的基础和依据,对于系统性能的提高和资源的有效利用发挥着重要作用。针对当前资源可用性预测难以有效指导网格应用的缺点,从应用的角度评估资源可用性并提出了一种基于灰色模型的资源可用性预测模型(Model for Resource Availability Prediction Basedon Grey Model,MRAPGM)。首先,结合当前监测方法分析资源可用性历史数据中噪声的存在。然后,在MRAPGM中,利用小波分析方法对资源可用性历史数据进行噪声过滤,再利用灰色预测模型预测出资源在未来某一时间段内的资源可用性。通过大量实验确定了模型中使用的小波以及相关参数,并且实验结果表明提出的预测模型是合理和有效的。