基于I/O受限进程识别的虚拟处理器调度机制

针对多核平台的虚拟化环境中客户机与虚拟机管理器(virtual machine monitor,VMM)之间语义缝隙造成客户机I/O性能下降的问题,提出了一种基于I/O受限进程识别的虚拟处理器(virtual CPU,vCPU)调度机制。该机制在客户机内部利用推断技术识别I/O受限进程,通过客户机与VMM的协作实现I/O事件与I/O受限进程的关联,利用保证客户机之间公平性的虚拟对称多核处理器(virtual symmetric multi-core processor,vSMP)Internal调度算法,优先调度与I/O事件关联的I/O受限进程所在的vCPU来桥接客户机与VMM之间的语义缝隙,提高拥有vSMP的客户机中I/O负载性能。测试结果表明,相比于KVM虚拟化环境的CFS调度机制,该机制可以在保证客户机CPU公平性的前提下,有效提升运行混合负载的vSMP客户机中I/O负载性能,同时只增加较小的客户机额外开销,可以应用在负载多样性和不可预测性的虚拟桌面和云计算环境中。     

可用性语义Web服务的通用发现机制

针对复杂组合Web服务的选择问题,提出了一种基于可用性的语义Web服务发现方法.使用动态自适应模板来寻找可用的组合Web服务,结合语义匹配度量化Web服务的功能、非功能属性,在形式化定义组合Web服务的可用性等规则的情况下,基于可用性的量化值进行排序,从而得到最合适的Web服务.将以建议规则实现的匹配引擎运行于原型系统,结果表明所提方法可以实时选择复杂组合Web服务,适用范围也比较大,并在查全率的基础上能够获得最优解.     

以语义规则刻画服务请求的Top-kWeb服务发现方法

为了更好地提供满足客户需求的Web服务,在充分研究服务发布描述、服务请求描述等特点的基础上,提出了以语义规则刻画的服务请求描述,并以本体构建了服务发布描述.通过对语义规则添加影响因子,使得服务匹配精度可以通过匹配度来度量,并按照给定的调节系数决定最终匹配是否成功.在OWL-S TC V2测试服务集合中进行了对比实验,结果表明,所提方法可以有效提高查全率和查准率,特别是在最大匹配数为20获得的k分别为2、5、8、10、15的情况下,Top-k查准率比基于描述逻辑包含检测的算法分别提高了15%、15%、9%、8%、2%,比关键字算法分别提高了5%、13%、30%、33%、30%,而查准率稳定在95%以上.     

一种基于最小覆盖的复杂Web服务组合方法

针对复杂Web服务的组合问题,提出了基于最小覆盖的Web服务组合方法(CWSCM).该方法从需求目标出发,将逻辑理论中的逻辑函数化简的最小覆盖思想运用于基于本体的多层交服务匹配的过程之中,从而建立了最小服务匹配集合,同时构造了优化的有序服务组合图,并将该图的形式化表示保存于扩充的Web服务描述之中,以便复用.实验表明,CWSCM可成功地组合复杂的Web服务,保证服务组合的成功率和效率,当组合满意度接近70%时,组合服务的成功率最高,而满意度对组合效率的影响比较小.     

应用动态生成树的GPU显存数据复用优化

针对手工优化GPU(Graphic Processing Unit)显存级数据复用过程复杂和编译时优化数据复用开销过大的问题,提出了一种基于动态生成树在运行时进行数据复用的优化方法,可为程序员提供一种透明且高效简单的优化方式.该方法将已经执行的GPU计算任务的数据访问抽象为生成树的叶子节点,利用动态生成树管理GPU数据访问信息,实现了运行时GPU显存级数据的复用优化,并通过运行时对生成树的搜索和维护,动态地发掘和优化GPU显存级数据复用,因此,在编程时不需要进行复杂且困难的数据复用分析,直接调用文中提出的运行时库就能有效减少程序执行过程中CPU内存和GPU显存之间的冗余数据传输次数,从而提升应用的运行性能.实验结果表明,使用文中提出的优化方法可有效消除未进行数据复用优化的CPU-GPU应用程序中的冗余数据传输,最大加速比达原始执行的3～10倍,额外开销不到优化后程序总执行时间的5％.     

内容寻址网络的P2P语义Web服务组合系统架构

为了提高语义Web服务组合系统的扩展性、可靠性和稳定性,提出了一种基于P2P的语义Web服务(P2PSWS)组合系统架构.该架构结合了集中式和分布式结构的优点,将统一描述、发现和集成协议的功能分散于本地Web节点、组Web节点和公共Web节点;设计了一种基于内容寻址网络的P2P网络语义Web服务的定位机制,以保证每个共享服务按领域划分,按被所有节点所共享的公共Web节点来注册.原型系统运行表明,该架构有助于克服传统公共Web服务结构上的单一节点失败问题,扩展了P2P系统的能力,有效地实现了基于本体的语义Web服务的组合.     

一种短作业环境下的延迟调度算法

针对短作业场景下YARN平台中延迟调度算法基于静态时间等待阈值,不能进行合理等待的问题,提出了一种云计算环境中基于本地性资源预测的延迟调度算法(locality resource forecast delay scheduling,LRFD)。该算法综合考虑短作业和资源可用性动态变化的特点进行任务调度,根据节点上任务的完成进度和作业未处理数据在集群中的分布状况预估作业的本地性资源信息,从而判断是否需要进行等待以提高系统性能,实现了对本地性资源的合理等待。实验结果表明:在短作业场景下,LRFD算法的性能和稳定性均优于已有的延迟算法,作业性能平均提升约10%,最大加速比可达3倍以上。     

网格测试引擎:一种构建网格测试环境的基础架构

针对动态、开放、分布式网格环境动态组织资源的需要,提出了一种构建网格测试环境的基础架构——网格测试引擎.该引擎支持测试项目动态的部署、更新和执行,支持基于故障紧急等级的预警和自动处理.采用令牌方式来控制目标服务的测试压力,通过令牌迁移实现分布式测试的负载平衡.在ChinaGrid环境下的实验结果表明,基于测试引擎架构所构建的监测环境,对主机系统影响不会超过1%,并可生成符合要求的测试压力,能够相对准确地测试网格资源与服务,反映目标服务性能的变化趋势.