一种自适应的动态网格任务调度算法

GRACE网格资源框架是一个分布式、可计算的经济学体系框架，针对框架中分配网格资源问题，引入近视算法，提出了一种自适应的动态网格任务调度算法。该算法通过在调度过程中动态监测系统的负载平衡度，自适应地选择任务调度策略。经模拟试验证明，该调度算法提高了任务的调度成功率。     

网格计算中任务调度算法的研究和改进

任务调度一直是网格计算中的热点问题,任务调度的目的是最优地分配任务,实现最佳的调度策略,以高效地完成计算任务。在网格环境中,资源的合理有效利用是实现任务调度的关键问题之一。本文首先论述静态任务调度算法和动态任务算法的原理和优缺点等,然后结合Min-min、Max-min算法的优点设计一种新的调度算法SA-MM,根据资源的使用情况自适应调度相应算法进行任务到资源的映射。最后,用GridSim模拟工具对网格计算中Min-min、Max-min和SA-MM任务调度算法进行仿真实验,分析和比较它们的调度长度(MakeSpan)和资源负载情况等影响任务调度效率的指标。     

基于Kriging代理模型的动态云任务调度方法

任务调度在云计算环境中发挥着重要作用。提出一种基于Kriging代理模型的动态云任务调度方法。通过对云任务在不同资源组合下的性能表现进行Kriging代理模型建模并优化,从而得到对应于该云任务的最优资源分配方案;利用云平台的API,可动态对该云任务实施资源调度。基于OpenStack开源云平台,对两个工程计算应用进行了任务调度性能测试,结果表明该方法可有效动态调整云任务中的资源配给,按需按优对平台中的云任务进行资源调度。     

网格环境下基于虚拟组织的调度模型

虚拟组织是指在个人、机构或团体间一种灵活、安全、平等的资源共享动态集合,这种共享更强调直接对计算机、软件、数据以及其它资源的直接访问.管理虚拟组织资源、协同工作来解决大规模的计算是一个复杂的问题.提出了一个基于虚拟组织的资源分配和任务调度模型,为资源的管理和应用程序的调度建模网格服务提供者向虚拟组织注册,并发布它能够提供的服务,任务调度器根据提供者属性分解任务并采用特定的算法将任务分配给不同的服务提供者.这个框架的模型侧重研究如何调度任务,根据任务的属性合理分配资源来解决复杂计算问题.     

网格依赖任务调度系统的设计与实现

针对网格任务调度中的依赖任务调度,通过任务-资源分配图(Task-resource assignment graph, T-RAG)将描述应用静态信息的任务图与动态的网格资源结合在一起,在T-RAG的基础上提出一个面向依赖任务的网格任务调度系统框架,并基于Globus Toolkit实现了一个面向依赖任务的调度系统-DTOSS(Dependent Task Oriented Scheduling System, DTOSS).     

基于离散时间距的在线可重构任务调度算法

任务调度是影响动态可重构系统性能的重要因素.针对现有预约算法中由于维护预约资源逻辑单元信息而带来系统额外开销大、任务调度自私性等问题,提出一种基于离散时间距的非预约调度算法.算法的特点在于通过任务紧迫度和时间距信息能够动态更新任务优先级和设置任务的启动时间,从而有效避免了复杂的系统开销和任务调度的自私性.实验表明,该算法能提高任务的调度成功率,而运行时间开销没有明显增加.     

物联网任务调度优化建模与仿真研究

物联网环境下的有序任务调度是各智能设备协调工作的关键.由于物联网环境下的设备众多,在各个设备中又存在众多的子任务调度过程.各个设备之间,设备内部的任务调度之间存十分复杂的关联性.有些关联本身就是矛盾的,形成多核调度需求.传统物联网的任务调度模型,针对多设备、多任务的调度问题,都是采用加入约束条件完成调度过程,但是,在复杂任务调度过程中,无法用约束满足所有线性调度关系,调度过程存在较大缺陷.提出采用组合赋权法的物联网任务优化调度模型,根据物联网多核任务调度的特点,塑造物联网多核操作状态下的任务选择模型,将任务选择问题转换成多属性决策问题,通过组合赋权法求出各个属性的权重,将待完成任务依据权重值大小进行排序,优先执行综合属性值最大的待完成任务,依据优先执行任务选择方法塑造面向资源优化的物联网中任务调度模型,完成物联网多核任务优化调度.仿真结果表明,所提方法完成相同任务的时间更短.     

数据驱动的多星任务网络预测调度算法

多星任务调度是具有NP-hard特性的优化问题,随着卫星资源规模和任务需求规模的双重增长,传统调度方法求解效率不高.在轨卫星在常年运行过程中积累了丰富的调度数据.针对大规模多星任务调度场景,建立多星多波束任务调度模型,并提出数据驱动的多星任务网络预测调度算法对其求解.以分割的思想,实现多星场景下任务可调度性预测.从历史调度数据中,提取设定的3个静态特征和5个动态特征,构建并训练预测网络,预测任务被不同卫星完成的概率,并以冲突避免、负载均衡等为原则,得到初始任务和资源卫星的分配方案.进一步设计双链结构的进化算法,以双链编码形式表征上述关系,配合设计的交叉、修复等进化算子,优化初始方案中的任务序列与资源分配关系,输出最终任务调度方案.仿真结果表明,与改进蚁群算法、混合遗传算法和数据驱动并行调度算法相比,所提出算法在运行时间、方案收益和卫星负载均衡3方面均有较好的表现.     

资源动态组织支持的网格依赖任务重调度机制

针对网格依赖任务重调度所面临的效率低与触发频繁的问题,提出资源动态组织支持的网格依赖任务调度机制.该机制以资源的动态组织为核心,基于资源动态性度量结果对资源进行性能聚类分析,并过滤性能相似资源中的强动态性资源,以在减少资源数量的同时提高重调度备选资源的稳定性.实验表明基于该机制的重调度算法保持了静态调度策略在动态网格环境下相对于动态调度策略的性能优势,从而验证了该机制解决网格依赖任务重调度所面临问题的有效性.     

多租户高可用并行任务调度框架

描述了一种多租户高可用并行任务调度框架MTHPT的设计思想、体系结构和实现技术,MTHPT包括3部分：任务定义与配置、异步并行任务调度模式、消息告警与监视.任务调度引擎和任务执行组件采用分开部署、异步并行调度和快速回调的模式,快速释放调度引擎占用的线程资源,解决了部分任务执行周期长、定时任务无法按时执行等影响业务系统性能的问题.任务调度配置提供了多租户应用模式.实验分析及评估表明,MTHPT提高了应用系统的任务调度并行调度效率和稳定性.     

边缘环境下计算密集型任务调度研究综述

随着移动设备数量的急剧增长及计算密集型应用如人脸识别、车联网以及虚拟现实等的广泛使用,为了实现满足用户QoS请求的任务和协同资源的最优匹配,使用合理的计算密集型应用的任务调度方案,从而解决边缘云中心时延长、成本高、负载不均衡和资源利用率低等问题。阐述了边缘计算环境下计算密集型应用的任务调度框架、执行过程、应用场景及性能指标。从时间和成本、能耗和资源利用率以及负载均衡和吞吐量为优化目标的边缘计算环境下计算密集型应用的任务调度策略进行了对比和分析,并归纳出目前这些策略的优缺点及适用场景。通过分析5G环境下基于SDN的边缘计算架构,提出了基于SDN环境下的边缘计算密集型数据包任务调度策略、基于深度强化学习的计算密集型应用的任务调度策略和5G IoV网络中多目标跨层任务调度策略。从容错调度、动态微服务调度、人群感知调度以及安全和隐私等几个方面总结和归纳了目前边缘计算环境中任务调度所面临的挑战。     

基于构件技术的元计算环境框架的任务分配与调度

本文从软件复用的角度对元计算环境进行了研究，提出了一个基于构件技术的元计算环境框架MefBC，并重点给出了基于此框架任务的分配与调度．在一般的元计算中，任务结点在其所有前驱结点执行结束后才能进行分配调度．本文则采用了动态调度方案，任务结点是根据其前驱结点的执行情况来分配调度到下一个计算结点的，并且任务结点的分配调度在其一前驱结点执行完毕时就开始，以实现计算跟通信的最大重叠，提高系统效率．     

大规模短时间任务的低延迟集群调度框架

大规模数据分析环境中,经常存在一些持续时间较短、并行度较大的任务。如何调度这些低延迟要求的并发作业是目前研究的一个热点。现有的一些集群资源管理框架中,集中式调度器由于主节点的瓶颈无法达到低延迟的要求,而一些分布式调度器虽然达成了低延迟的任务调度,但在最优资源分配以及资源分配冲突方面存在一定的不足。从大规模实时作业的需求出发,设计和实现了一个分布式的集群资源调度框架,以满足大规模数据处理的低延迟要求。首先提出了两阶段调度框架以及优化后的两阶段多路调度框架;然后针对两阶段多路调度过程中存在的一些资源冲突问题,提出了基于负载平衡的任务转移机制,从而解决了各个计算节点的负载不平衡问题;最后使用实际负载以及一个模拟调度器对大规模集群中的任务调度框架进行了模拟和验证。对于实际负载,所提框架的调度延迟控制在理想调度的12%以内;在模拟环境下,该框架与集中式调度器相比在短时间任务的延迟上能够减少40%以上。     

一种基于SOA的网格任务调度框架

目前网格任务调度算法大都通过仿真手段进行验证,缺少在实际的网格任务调度系统中检验。通过在实施网格项目中的经验,提出了一种基于SOA的网格任务调度框架GTSF（Grid Task Scheduling Framework）,该框架通过web服务技术将任务调度解耦为多个服务模块,不仅简化了算法设计人员的工作量,还使得网格任务调度系统更加稳定。最后基于GTSF设计并实现了一个图像渲染应用供其他网格应用的开发人员参考。实际的网格应用开发过程显示GTSF使得基于Globus中间件的网格应用系统能够更快、更好的开发和部署。     

真航向测量系统接口箱实时任务调度

实时性是工业控制和军事应用的关键。文章分析了某型潜艇真航向测量系统的接口箱硬件特点及相应的软件要求。在接口箱系统的单任务操作系统下，需要一种任务调度策略来实现多任务实时性。所以在此前提下，文章对常规的RM调度和EDF调度策略进行了分析研究，设计实现了一种在接口箱的单任务弱实时操作系统下，可以进行多任务动态实时调度的策略。该策略结合RM和EDF两种方法的特点，既考虑到任务的频度，同时兼顾任务的重要程度，接口箱的工程实践证明了该方法的合理性、有效性。     

装备保障动态任务柔性调度策略研究

高技术战争条件下,装备保障任务的动态性特点更加显著。如何柔性调度装备保障动态任务成为研究装备保障指挥控制系统柔性问题的关键。在对装备保障任务Agent和动态任务柔性调度框架进行描述的基础上,提出了一种基于Agent的装备保障动态任务的柔性调度策略。     

一种基于动态决策路径的网格任务调度算法

网格下的任务调度是一个NP问题.一些迭代算法例如遗传算法可以较有效地解决,但是迭代次数过多时间复杂度高.传统的启发式策略则往往会造成资源空闲时刻过多,反而延误整个程序的完成时间.采用一种"先调度、后优化"的思想,首先采用普通的启发式算法得到调度方案,然后根据得到的甘特图重新生成DAG图,生成决策任务和决策路径,采用启发式算法将决策任务尽可能提前调度到资源的空闲时段提前运行,达到缩短整个任务收敛时间的目的,同时给出任务之间的死锁判定方法.实验证明,新算法优于其他启发式算法.     

无线传感器网络操作系统调度策略研究*

针对无线传感器网络的特点,分析了无线传感器网络对于任务调度的特殊需求,提出了一种基于反馈控制的动态集成调度算法。该算法将简单反馈控制与任务准入/回归控制、可达/夭折等策略相结合,设计了新的动态调度框架。该框架适用于对任务的多种特征参数的综合。最后从截止期错失率、对关键任务的优先执行能力和CPU有效利用率三个方面分析了算法的性能。实验结果表明,该算法在无线传感器网络环境下与最早截止期优先和固定优先级算法相比具有更好的性能。     

基于OGSA网格的分层式网格任务调度器设计

文章根据网格任务调度的需求、网格任务调度的特点,在充分分析一般网格任务调度的过程等的基础上,另外考虑到了网格计算环境的一些特点,比如虚拟化、分层次及自治的本质特征,以及在工作流任务协同需求下网格任务的资源依赖、粗粒度、重复执行等特性的前提下,改进设计了一种网格工作流任务主从式分层调度模型,并给出了调度策略和调度算法实现。该调度器模型在实际的网格工作流任务协同系统中得到了较好的应用效果。