基于ECT的优先权约束作业调度策略研究

为了协调网格计算中异构资源在多用户之间的合理共享,满足不同用户需求,该文提出一种基于ECT的优先权约束作业调度策略。该策略充分考虑不同作业的期望完成时间,并通过为不同级别用户设置优先级,使得高优先权用户的作业优先执行,保证绝大多数作业在期望完成时间之内完成,同时平衡了各种资源的利用率。该策略解决了网格环境下不同类别用户无冲突共享资源问题,提高了用户满意程度,实现了作业与异构资源之间的合理匹配。     

面向用户的进程调度策略研究与实现

针对Linux进程调度策略注重系统性能而忽视用户服务的问题,提出一种面向用户的进程调度策略,根据各用户拥有进程数量上的差别,分别调用Linux原有动态优先调度策略、公平共享法调度策略和自适应公平共享法调度策略,以达到最大限度地满足整个系统各用户需求的目的,实现进程调度公平性原则。在实现过程中,解决了决策计算的问题,引入动态权限调整机制实现了自适应公平共享算法。实验结果表明,该进程调度策略是有效的,可应用于注重用户满意度的分时系统中。     

Linux进程调度策略的研究

本文首先分析了现代操作系统的进程调度的常用方法,深入分析了Linux操作系统的进程调度策略和实现方法,Linux操作系统的进程调度策略包括基于优先权的轮转法调度、基于优先权的FIFO调度、多级反馈轮转调度的调度策略。这些调度策略的综合使用,使Linux的进程调度效率高、综合性强。     

网格经济模型下基于信誉度的资源调度策略

基于资源的信誉度,提出一种经济模型下的网格资源调度策略.由用户自己设定各因素的重要性,调度器根据用户提交任务的需求不同,将任务放到对应的任务队列中,各队列调用不同的调度算法,以得出最优资源分配.同时每次任务完成后,用户的满意度又直接影响到资源的信誉度.理论上能够实现资源和消费者的有效匹配,使消费者请求达到快速响应,让资源提供者和消费者双方获得更高的满意度.     

一种基于服务质量保证的多天线跨层调度方法

多天线技术由于其能显著地提升系统吞吐率而备受关注.基站通过选择当前信道状态最好的用户进行通信能进一步提升系统吞吐率.但系统仅根据用户的信道状态信息调度用户会引起用户服务质量的下降.基于以上考虑.提出了一种基于服务质量保证的跨层调度算法.考虑了两种业务类型,实时业务和非实时业务.为了保证这两种不同业务类型不同的服务质量要求,系统为每个用户赋予一个与之对应的优先级参数.优先级参数随用户的服务状态和信道信息动态变化.调度器根据用户的优先级参数调度用户.仿真结果表明,提出的多用户调度算法能在满足用户服务质量要求的前提下,实现对无线资源的有效利用.     

先来先服务与短作业优先调度算法的比较

为了打破处理机等资源限制,通过不同的调度算法,按照一定规律,允许不同的进程占用处理机,分配资源。依据系统资源分配策略分配资源的算法是调度算法。调度算法也可用于进程调度和作业调度。当系统性能和系统目标不同时,要选择不同的调度算法。基于此,针对调度算法中最简单的两种算法——先来先服务调度算法和短作业优先调度算法,分别介绍并比较。     

一种基于会话的Web QoS控制策略

通过改进SBAC控制策略来实现会话级的Web QoS控制,采用对不用级别的用户实施不同的基于会话访问控制策略,使级别较高的用户获得较多的系统资源,从而获得更好的服务和更快的响应。     

MIMO系统中基于SLNR的用户调度准则

多用户MIMO系统中,基于SLNR（signal-to-leakage-and-noise,信漏噪比）的预编码方案能够同时考虑噪声和信号泄漏问题,不但提高了系统性能,同时降低了系统的复杂度,但要求基站同时服务的数据流数之和不得大于其发射天线数. 因此,当用户数较多时,需要进行用户调度. 基于SLNR的用户调度准则只需要知道其他用户的信道信息,并能够合理的选择用户,通过仿真得知,该调度准则能够使系统获得良好的性能.     

云计算环境中 SaaS 的接入控制和调度策略研究

SaaS 是一种基于网络的软件应用模式,是服务提供商将应用软件统一部署在自己的服务器上,用户根据自己的实际需要,通过互联网向服务提供商订购并支付自己所需的服务.在未来,SaaS 模式是占主导地位的云服务模型.文中阐述 SaaS 的基本概念,介绍了 SaaS 的参考结构以及服务流程,分析概括了不同类型的服务要求的接入控制策略,总结了不同性能要求作业的调度策略,最后结合已有的云计算环境下的 SaaS 接入控制和调度策略研究成果,展望了未来的研究方向和亟待解决的关键问题     

一种分布式VOD系统的方案设计

视频点播(VOD)是目前广受网络用户欢迎的应用服务,而节目调度问题始终是VOD系统方案设计和实现中的一个重要问题。该文针对互联网的用户点播特点,从用户行为和节目流行度入手,详尽分析了系统体系和用户点播流程。通过改进基于流行度的节目调度策略,采用每个节目不同片段分块备份存储和不同时间实时调度相结合的方案。实验表明,该方案的边缘Server资源利用率较高,系统能达到较好的服务性能。     

基于排队网络的多优先级MapReduce作业调度算法

MapReduce是一个能够对大规模数据进行分布式处理的框架,目前被各个领域广泛应用。在提供MapReduce服务的集群中,如何保证不同优先级用户的截止时间限定是MapReduce作业调度问题的一个挑战。针对这一问题,提出了一个基于排队网络的多优先级作业调度算法（MPSA）。首先分析和归纳了基于MapReduce模型的算法,提出了三种常见模式,采用Jackson排队网络对基于MapReduce模型的算法建立了数学模型,应用该网络模型可以求出不同优先级队列对资源的需求;随后使用AR(1)模型进行预测,使算法可以动态地适应不同的用户访问量;利用二分查找算法,分步计算出不同优先级在map阶段和reduce阶段分配的槽位数;最后实现了在MapReduce模型中应用的实时调度算法。实验结果表明,与传统的FIFO和公平调度算法相比,本文提出的算法在用户到达率和任务规模变化的情况下,可以更加有效地满足不同优先级用户的截止时间限定。     

异构无线网络中动态优先级接纳控制算法研究

针对在应急情况下的异构网络环境中不同类型业务在群组切换时出现的网络拥塞问题,以及现有研究中较少考虑不同类型用户所进行的业务的重要性和紧急性不同,从而不能合理分配有限的网络资源的情况,提出了一种异构无线网络中动态优先级接纳控制算法。首先,根据用户类型和业务类型对业务设定初始优先级;然后,根据业务的执行紧迫性和业务的剩余价值密度对业务优先级进行动态调整,并提出了一种基于业务优先级的抢占调度算法;最后为避免在业务优先级进行动态调整过程中出现颠簸调度现象,给出了避免颠簸调度的条件。所提算法考虑了实际情况中不同用户类型所进行的业务重要程度的不同,对业务进行了优先级设定,使初始优先级高的业务能够优先得到服务,在此基础上为尽量满足整体用户的用网需求,对业务的优先级进行了动态调整。为验证所提方法的有效性,将基于优先级队列调度算法和基于阻塞率约束的群组切换方法作为对比算法,在MATLAB软件环境下进行仿真分析。结果表明,所提方法相较于对比算法能够在减少业务切换的阻塞率的同时,使总体业务的完成率提高10%左右,证明了该算法在使初始优先级高的业务能够优先得到服务的同时,为初始优先级低的业务提供了网络切换的条件,从而提高了网络资源分配的合理性和公平性。     

一种基于多优先级队列和QoS的服务调度策略

针对网格服务流程的特点,在多维调度策略分析基础之上,提出基于多优先级队列和QoS的服务调度模型,并给出划分逻辑子网的思想,为具有不同需求的不同服务分配到最佳资源并得到最优处理.实验对资源调度公平性、服务请求响应时间等指标进行了测试,充分表明该调度模型的有效性.     

基于改进式贪婪算法的5G网络切片动态资源调度策略

为了解决移动通信网络中资源利用率和用户体验质量的瓶颈问题,5G 引入网络切片来应对用户的巨大资源需求。提出了一种基于改进式贪婪算法的网络切片动态资源调度策略,在切片调度和用户调度阶段,设计了一种两层模型,即切片?用户模型,并且结合改进式贪婪算法,使服务权重值最大的切片和优先级最高的用户组合,完成相应的服务。该方法是将全局资源最优问题简化为规模更小的子问题,通过每一次切片和用户的最佳组合,从而使整个系统的资源和用户的体验质量达到最优。Matlab的仿真结果表明,基于改进式贪婪算法的网络切片动态资源调度策略在系统剩余资源利用率、系统达到平均的QoE水平、系统吞吐量等方面都显优于现行的资源调度策略,能够更好地满足用户的需求。     

Linux进程调度策略分析

进程调度是多任务操作系统的核心。Linux系统中的每个进程用task_struct结构来描述,进程调度的依据是task_struct结构中的policy、priority、counter和rt_priority。Linux根据policy将进程划分为实时和普通两类,普通进程采用动态优先调度,实时进程采用基于优先级的FIFO调度和多级反馈轮转调度。     

Fair Scheduling Algorithms in Grids

In this paper, we propose a new algorithm for fair scheduling, and we compare it to other scheduling schemes such as the earliest deadline first (EDF) and the first come first served (FCFS) schemes. Our algorithm uses a max-min fair sharing approach for providing fair access to users. When there is no shortage of resources, the algorithm assigns to each task enough computational power for it to finish within its deadline. When there is congestion, the main idea is to fairly reduce the CPU rates assigned to the tasks so that the share of resources that each user gets is proportional to the users weight. The weight of a user may be defined as the users contribution to the infrastructure or the price he is willing to pay for services or any other socioeconomic consideration. In our algorithms, all tasks whose requirements are lower than their fair share CPU rate are served at their demanded CPU rates. However, the CPU rates of tasks whose requirements are larger than their fair share CPU rate are reduced to fit the total available computational capacity in a fair manner. Three different versions of fair scheduling are adopted in this paper: the simple fair task order (SFTO), which schedules the tasks according to their respective fair completion times, the adjusted fair task order (AFTO), which refines the SFTO policy by ordering the tasks using the adjusted fair completion time, and the max-min fair share (MMFS) scheduling policy, which simultaneously addresses the problem of finding a fair task order and assigning a processor to each task based on a max-min fair sharing policy. Experimental results and comparisons with traditional scheduling schemes such as the EDF and the FCFS are presented using three different error criteria. Validation of the simulations using real experiments of tasks generated from 3D image- rendering processes is also provided. The three proposed scheduling schemes can be integrated into existing grid computing architectures.     

基于公平性的D2D时隙调度算法

针对设备到设备（D2D）通信资源分配中的时隙调度时延以及信道增益变化导致吞吐率下降的问题,提出了一种公平性时隙调度（FTDS）算法。首先,基于频谱复用模式建立系统模型,并归纳为一组合优化问题;然后,在模型的次优求解中,FTDS算法将调度周期划分为多个等长的时隙,根据优先级策略将D2D用户分配至不同时隙调度,从而适应D2D用户多于蜂窝用户的应用场景;同时,为了权衡服务质量（QoS）与系统吞吐率的关系,构造一满足性权值与传输速率相互制约,共同决定用户调度优先级。仿真实验中,FTDS算法相比TDS、RANDOM算法,吞吐率平均增幅分别达到11.09%和40.64%,且FTDS算法下D2D用户被调度频次累积分布更为集中;同时,相比TDS算法调度时延最大降低31.22%。仿真实验表明,FTDS算法拥有更优的吞吐率性能、更公平的调度机制、更小的调度时延。     

面向材料科学研究的新型高性能计算平台系统

高性能计算集群作为保证国家科研开展的“基础设施”已上升为国家战略。高性能计算应用广泛,特别在材料科学研究方面,是必不可少的工具。当下为科学计算用户提供高质量的远程化、可视化、图形化的高性能计算平台成为当前高性能服务研究的突破口。本文提出基于材料科学研究的新型高性能计算平台系统,该系统基于Java语言开发,采用B/S架构为用户提供服务,实现主流材料科学研究的计算软件与平台的整合,设计友好的用户操作界面,提供方便的接入方式,并结合OpenPBS优化作业调度方法为平台用户提供优先级更高的计算需求,保证材料科研应用中更高效的计算资源。     

基于经济模型的Web区分服务模型的设计与实现

Web区分服务研究已经成为电子商务应用中的重要课题,基本思想是为高优先级用户提供更好的服务。该文基于经济模型给出另一种形式的Web区分服务,并用来解决IDCWebhosting中用户资源的优化配置。