基于服务总线的智能电视资源管理框架

针对智能电视系统中多任务运行时面临的应用服务质量(QoS)保障和资源管控问题,提出基于服务总线架构的智能电视系统资源管理框架,其中资源监测模块监测系统中应用的资源消耗;资源规划模块对全局资源进行规划,对资源请求进行调度;资源执行模块管控应用进程资源请求,并分配资源.框架对系统中各类资源提供管控机制,根据应用的QoS和优先级对应用进行动态规划和调度,保障了资源的安全性和应用的QoS.     

QoS获益驱动的中间件调度框架研究

Web应用服务器目前普遍采用的先到先得式(FCFS)的调度框架在过载时难以保障应用的服务质量(QoS)需求.QoS获益驱动(QBD)的调度框架是一种针对这些不足而提出的请求调度解决方案.QoS获益根据应用的QoS需求得到,用于评价QoS保障对应用需求的满足情况.QBD调度框架包含了多个用于保障应用QoS需求的组件,实现了基于QoS获益的资源规划算法,能够提高服务器对应用QoS需求的保障能力.在OnceAS平台上的实验结果验证了QBD调度框架的有效性.     

一种智能电视终端在线自适应多资源调度方法

针对智能电视终端面临的运行时资源冲突和过载控制问题,提出一种在线自适应多资源调度方法(OARSA).该方法根据资源特点和应用优先级对独占型资源进行动态优先级抢占式调度,避免了资源冲突;采用反馈控制算法对共享型资源进行QoS调度,直到实现QoS比例公平性,并采用QoS比例压缩法消除资源过载.实验结果表明,OARSA具备过载控制能力,仅以系统总体QoS下降4.5％为代价,解决了资源冲突,并提高了系统重负载下的响应性能,且算法耗时比现有方法降低约30％,更加适用于智能电视终端的资源调度.     

基于D-S理论的区间值模糊多QoS测量与网格任务调度算法

非凡的服务质量是网格的基本特征,基于QoS的网格任务调度问题已成为国内外研究的热点.由于网格环境的复杂性和用户主观判断的模糊性,传统基于QoS的网格调度算法不能处理具有多个模糊QoS需求的调度问题.用区间值模糊来描述用户的主观QoS需求信息,提出基于D-S理论的区间值模糊多QoS测量方法,对区间值模糊数表达的用户多QoS需求进行融合与处理,再将这些区间值模糊数QoS融合值作为任务的优先级加入到任务调度算法中,提出一种基于D-S理论的网格任务多匹配调度算法.研究结果和仿真实验表明,该算法不仅可以处理区间值模糊不确定性信息,在满足用户多QoS需求的情况下还可大大减小任务调度的时间跨度.     

支持QoS的操作系统框架的研究

视频会议、VOD、数字图书馆等实时多媒体应用要求计算机系统的资源管理者-操作系统必须支持QoS。该文提出了一种支持QoS的操作系统框架,该框架包括了资源的静态管理和动态管理策略,支持QoS需求到资源需求的转换、映射,支持允许控制、资源预留、动态调度与维护机制。文章对支持QoS所需的几个关键子系统进行了深入的研究,包括满足QoS需求的CPU调度算法、存储管理策略、磁盘I/O调度方法和网络接口的控制。     

云环境下结合模糊商空间理论的资源调度算法

考虑到云计算商业化和虚拟化特点,针对云环境中的高效资源调度问题,提出一种基于模糊商空间理论的资源调度算法.在进行资源调度时,算法首先将虚拟机资源抽象为不同的属性信息粒,再根据用户任务QoS特征分层进行粒度融合,最后结合模糊商空间理论建立模糊等价类和距离函数,并据此进行资源匹配.实验结果分析表明,该算法能有效的满足用户任务QoS,提高资源利用率.     

异构集群系统中具有QoS 需求的实时任务容错调度

容错调度是调度问题中一个重要的研究内容,是提高系统可靠性的有效手段.目前已有很多集群系统中实时任务的容错调度算法,但是这些算法都没有考虑到任务的QoS需求问题.提出了一种异构集群系统中具有QoS需求的实时任务容错调度算法FTQ(fault-tolerant QoS-based scheduling).该算法采用主版本/副版本(primary/backup,简称PB)技术,综合考虑了任务的时间限制、任务的QoS需求、系统的可靠性和系统资源的利用率,能够自适应地根据系统负载情况动态地调整任务的QoS级别和副版本的执行模式,从而提高了系统的灵活性、可靠性、可调度性和资源的利用率.对系统的可靠性进行了定量分析,并将其引入到容错调度算法中,提高了系统的可靠性.同时,在调度过程中尽量提前主版本的开始时间,推迟副版本的开始时间,以使任务的副版本采用被动执行模式或者使任务主版本和副版本的重叠部分尽量少,提高了资源的利用率.此外,采用了副版本重叠技术,并分析了副版本的最晚开始时间及其约束条件,提高了任务的调度成功率.通过大量的模拟实验,对FTQ,NOFTQ和DYFARS算法进行了比较.实验结果表明,FTQ算法的性能优于其他方法,具有更好的调度质量.     

基于多QoS需求驱动的网格资源调度研究

为解决网格用户多QoS需求的资源调度问题,引入了满意度函数模型和经典Min-Min算法。将众多网格QoS分为性能和信任两类,选取性能QoS中的优先级、时效性、精度性和信任QoS中的安全性、可靠性共五个指标,分别构建每一维QoS参数的满意度函数模型并形成QoS综合满意度函数模型,由此设计多QoS约束的网格资源调度(Q-Min-Min)算法,以期将Min-Min算法中按照期待执行时间(ETC)进行调度改为按照服务质量综合满意度(QSM)进行调度。仿真实验表明,改进的Q-Min-Min算法在任务的跨度和成本两项性能指标上均比Min-Min算法更具优势,取得了较为理想的结果,证明了基于多QoS需求驱动的网格资源调度的有效性。     

车联网数据流的多维服务质量改进异构计算最早完成时间调度算法

针对车联网中数据流分布式处理的调度问题,提出了多维服务质量(QoS)改进异构计算最早完成时间(HEFT)调度算法.首先,分别建立了车联网中数据流的分布式处理任务的带权有向无环图模型和车联网分布式计算资源的七维QoS属性带权无向拓扑结构图模型.其次,改进经典的HEFT调度算法中的列表构造方法为最高层最小后继任务优先列表构造方法; 同时,将车联网分布式计算资源的七维QoS属性进行分组、降维,转化为两维综合属性优先权:计算性能优先权和通信性能优先权,形成了两种不同用户偏好的多维QoS改进HEFT调度算法.最后,通过算例分析表明:两种不同用户偏好的多维QoS改进HEFT调度算法综合性能优于经典的HEFT调度算法和轮询调度算法.     

DBC性价比资源调度算法

传统的DBC（Deadline and Budget Constrained）调度算法,比如时间最优调度算法、代价最优调度算法都是在时间（deadline）和代价（budget）的约束下,满足时间或代价单方面的QoS需求的极端情况。针对这一不足,提出了一种基于DBC的性价比资源调度算法,综合考虑了时间和代价的QoS需求,目的在于提高任务的完成量以及任务完成的性价比,并通过推理论证和仿真实验验证了该算法的有效性和优越性。     

基于无线网络的混合业务资源调度算法

WCDMA系统混合业务下的资源调度算法要区分业务以保证用户的服务质量(QoS)。基于此,在研究最大加权延时优先算法(M-LWDF)的基础上通过引入QoS监测机制提出一种保证混合业务服务质量的资源调度算法,在业务调度中同时考虑时延优先级和吞吐量优先级,并采用传输时延保证的资源分配准则。仿真结果表明,该算法在时延和吞吐量水平上要优于已有的调度算法。     

无线Ad Hoc网络中QoS感知的跨层资源分配算法

在分析无线Ad Hoc网络资源分配模型的基础上,提出一种QoS感知的跨层资源分配算法CL-QARA (cross layer QoS aware resource allocation).其主要思想是,引入价格作为资源分配的度量指标,以QoS带宽需求为参数,将网络层的动态资源分配信息与MAC层CSMA/CA接入机制相结合,以改进MAC层的冲突退避算法.设计了改进的退避算法和呼叫接入控制算法,以实现MAC层与网络层的跨层技术.通过QoS感知的资源分配算法和跨层技术协同工作,为QoS服务提供了业务保障.仿真结果表明,CL-QARA算法具有良好的收敛性和稳定性.与其他算法相比,CL-QARA能够有效地提供QoS保证,提高了网络的效用和性能.     

WiMAX Mesh网络混合调度下的QoS保障

在WiMAX Mesh网络中,资源分配可由集中式和分布式2种调度机制完成,但多数QoS研究只针对一种调度机制。针对上述情况,提出结合2种调度机制的QoS保障机制CDCSQ,针对不同的服务采用不同的调度机制以改进QoS,其中,集中式调度用于保证实时服务,分布式调度确保Mesh内部节点的直接通信。模拟结果表明,该机制比IEEE 802.16标准中的服务延迟小。     

Hammerstein-Wiener nonlinear model based predictive control for relative QoS performance and resource management of software systems

Runtime management of Quality of Service (QoS) performance and resource provisioning is a vital issue in shared resource software environments. A useful performance management technique for such software systems is the relative guarantee feedback control scheme. The existing approaches for this class of control systems are mainly based on off-line linear or on-line model identification and control techniques, which tend to have performance issues in the presence of nonlinearities induced by this scheme. Instead of using such modeling techniques, this paper proposes a new approach for QoS performance management and resource provisioning by using an off-line identification of Hammerstein and Wiener nonlinear block structural model. Using the characteristic structure of the nonlinear model, a predictive feedback controller based on a gain schedule technique is incorporated in the design to achieve the performance objectives. The proposed approach is validated using experiments based on a prototype, demonstrating superior runtime QoS performance management and resource provisioning in a complex software system.     

一种基于QoS的多维资源近似最优分配算法

分布式多媒体应用需要同时使用多种系统资源来保证用户的ＱｏＳ要求,如何在竞争资源的应用之间合理分配资源,使得在满足用户ＱｏＳ要求的基础上资源的利用率最高成为一个急需解决的问题,针对分布式多媒体应用的特性提出了一种基于ＱｏＳ的多维资源近似最优分配方法,该方法能显著地降低资源最优分配问题中的计算复杂度,并获得近似最优的资源分配方案。     

一种面向效益均衡的网格资源预留机制

网格环境中的资源预留机制为跨站点的协同资源分配提供可靠的服务质量保证.针对传统预留机制存在本地任务QoS难以得到保障的缺陷,提出一种基于效益均衡的预留机制.该机制通过比较资源顸留收益与预留对本地任务执行所造成的负面影响来确定资源预留数量,以期取得网格任务QoS保障和本地任务QoS保障的效益均衡.模拟实验采用真实系统负载在较大规模的计算网格系统中检验了该机制的性能表现,实验结果显示,基于效益均衡的预留机制能有效提高资源利用率,同时能显著降低任务的资源费用情况.     

认知无线电网络基于QoS的监听时间与资源联合分配

以最大化所有认知无线电用户(CRU)的吞吐量为目标,同时保证每个CRU的服务质量(QoS)约束,研究了联合最优监听时间和资源分配问题,并基于此提出了一种监听时间与资源联合分配算法.在多信道认知无线电网络中,频谱监听和资源分配都会影响网络的吞吐量.兼顾二者的联合优化问题可以被分解为两个子问题:固定监听时间的资源分配问题, 以及固定资源分配策略的最优监听时间一维穷举搜索问题.提出的算法可以通过穷举搜索获得最优监听时间,并通过次梯度算法获得最优资源分配策略.仿真结果表明,提出的最优监听时间与资源分配算法可以最大化认知无线网络的吞吐量; 此外,各认知用户的QoS需求也能得到保证.     

OpenIPTV: a comprehensive SDN-based IPTV service framework

IPTV is an emerging TV content delivery service that should guarantee Quality of Service (QoS) to deliver television contents over IP for their customers. However, providing such QoS regarding service level agreements (SLA) requires frequent service monitoring and adaptive configuration mechanisms. Nowadays, Software Defined Networks (SDNs) provide capabilities to deploy and manage networks dynamically and can maintain QoS. In this paper, a novel IPTV service framework (OpenIPTV) is proposed, which utilizes SDN as an underlying technology for providing QoS for IPTV customers in a shared backbone network. OpenIPTV is implemented in a well-known OpenDayLight controller and strictly followed a modular design for the sake of efficiency. OpenIPTV comprises all service requirements such as resource monitoring, channel changing, multicast group managing and dynamic QoS multicast traffic engineering. The performance of OpenIPTV is evaluated under different scenarios and experimental results confirmed the effectiveness of the proposed framework in terms of QoS metrics. Furthermore, experimental results show that OpenIPTV is a feasible and practical solution to deliver IPTV services with high level of QoS over SDN.     

QoS驱动的电力通信网效用最大化资源分配机制

智能电网业务的多样性和对QoS的不同需求,是电力通信网资源分配时急需解决的问题.网络虚拟化是网络转型的关键技术,在保障业务QoS和提高资源利用率方面具有非常大的优势.本文基于网络虚拟化技术,对QoS驱动的电力通信网资源分配问题进行了形式化的描述,提出了基于三方博弈的两阶段资源分配模型.基于此模型,提出一种QoS驱动的电力通信网效用最大化的资源分配机制.通过对提出的资源分配机制的分配策略性能分析,证明了本文提出的资源分配机制满足占优策略激励兼容特性,并且可以实现系统利润最大化的目标.通过仿真实验,验证了本文提出的机制能够实现电力通信网的效用最大化,提高了电力通信网的资源利用率.