面向Deadline约束的网格QoS任务调度

根据调度算法中对QoS的匹配需求,提出了一种基于QoS优先级分组的网格任务调度思想,并且在此基础上引入任务的Deadline约束,综合考虑任务的可接受率以及系统的makespan性能,提出一种面向Dead-line约束的网格任务调度策略QD-Sufferage.实验表明,该算法在makespan、吞吐率等方面的综合性能较以往的算法有较大的提高.     

解Job-Scheduling调度问题的一种遗传算法

带有截止期的作业调度问题是企业管理、操作系统中重要而又基本的问题之一。利用遗传算法解决了操作系统中单机、无资源约束 ,且每个作业可在等量时间内完成的作业调度问题。在系统地讨论了带有截止期的作业调度有关理论的基础上 ,设计并实现了该问题的一种新型算法———基因型算法。最后给出了算法的一些运行结果。实验仿真结果表明 ,该算法具有很强的鲁棒性。     

面向Deadline的云代理资源预留策略

由于传统的代理模式在应对短期用户大量到达高峰和实例利用率上存在优化空间,为节约资源和节省开支,提出了一种新的面向Deadline的云服务代理构想,利用中间件技术整合用户请求和实例资源。分析发现,面向Deadline的云代理能有效平滑需求高峰,并大幅度提高实例利用率。针对用户deadline相同与不同2种模式,分别设计了贪心算法和EDF平移算法,实现了高峰平滑和利用率提升,降低了开支。实验表明,相比于未采用云代理,面向Deadline云服务代理处理大量用户请求时能减少50%以上的费用,具有良好的应用前景。