工作流模型的仿真分析

为了使管理者能够更加科学,有效地对工作流进行管理,应用仿真技术对模型实施实时跟踪,及早发现工作流瓶颈等问题有着现实的经济意义.针对当前工作流模型仿真方法的不足,提出了一种基于虚拟运行环境的工作流仿真方法,通过建立工作流虚拟运行环境,以仿真引擎仿真活动的执行,自动处理过程中的半自动化活动或人工活动,并采用规则与随机变量相结合的方法处理仿真过程中遇到的不确定因素,从而完成工作流仿真.为了增强仿真的可信度和可视性,将虚拟现实技术引入仿真过程的动画显示.介绍了工作流虚拟运行环境的构成,环境中核心组件(仿真引擎)的工作方式,并讨论了基于代理的虚拟环境实现.     

一个组织间松散耦合跨组织工作流的仿真模型

为了解决松散耦合跨组织工作流的仿真建模问题,以染色Petri网为理论基础,将颜色集、染色函数、资源库所、等待库所、忙库所、开始变迁、结束变迁、角色、组织、时间函数、资源函数和变迁函数引入到IOWF(inter-organizational workflow),提出了染色多维跨组织工作流网CMD/IOWF(colored multi-dimension/IOWF).基于CMD/IOWF,讨论了组织间松散耦合跨组织工作流中多个不同项目工作流实例通过资源共享和活动同步相互耦合以及与仿真相关的资源约束和时间的建模问题.通过定义输入/输出、状态、事件、时间推进函数和状态转移函数,给出了一个组织间松散耦合的多个跨组织工作流的仿真模型.基于该模型的仿真分析可以求解组织间松散耦合跨组织工作流的关键性能指标,包括:对应项目工作流实例的平均执行时间、平均执行成本及其关于组织的分布,各项目的资源利用率.最后,以一个实例验证了提出模型的有效性.     

基于WF-net的工作流模式建模与仿真

针对当前工作流模型仿真方法的不足,提出了一种基于WF-net网的扩展WF-net的工作流模式模型,并对模型进行验证与仿真.首先讲述工作流网(WF-net),然后从时间和层次两方面对基于WF-net的工作流模型进行扩展研究,提出了扩展WF-net工作流模型,并对该模型进行仿真调度策略和冲突解决策略进行选择,给出了某产品开发过程的扩展WF-net工作流模型,设计了扩展WF-net工作流模型仿真流程.为了增强模型仿真的可信度和可视性,从Petri网到扩展WF-net工作流网算法和仿真流程,经过仿真可知该模型没有死变迁,是正确的工作流模式模型.     

基于C_net的间隔事务模型驱动的工作流仿真研究

提出了一种基于C-net的间隔事务模型驱动的工作流仿真，具体介绍了仿真模型和仿真算法，并以仿真工具的设计说明了此工作流仿真的研究，有利于实现仿真和已有的基于C-net的工作流管理系统的集成。     

基于智能客户端的工作流模型设计器

工作流模型是工作流管理系统的基石.但目前缺少针对网络环境下支持偶尔连接和智能部署的轻量级模型设计器,同时针对模型的仿真评估也较薄弱.首先结合WfMC过程定义元模型,分析了基本的工作流模式,设计了相应的元模型符号,给出了工作流模型的关系模式;然后以微软的.NET框架为基础,提出了一个面向服务的体系结构,并利用C#、Web服务和GDI+等智能客户端的实现技术实现了一个针对基本工作流模式的图形化、支持偶尔连接和易部署的轻量级工作流模型设计器;最后给出了评价工作流模型性能好坏的关键性能指标,并给出r相关分析结果.     

基于WF-net网的工作流仿真技术研究

工作流仿真是解决工作流系统可靠性与安全性的有效技术。与工作流建模相比,工作流仿真还是一个薄弱环节。在研究工作流仿真技术的基础上,提出了一种基于WF-net网,通过建立工作流虚拟运行环境来执行仿真的方法,并构建了一个工作流仿真平台JXWf_Simulation,最后给出了JXWf_Simulation具体实例分析。     

支持企业经营过程重组的工作流仿真技术研究

企业经营过程的建模、分析和基于模型的企业 经营过程重组实施是确保企业成功实现经营过程优化重组的三个重要阶段．工作流管理是一 种能够有效的支持这三个阶段的信息技术．至今为止,工作流模型的仿真还是一个比较薄弱 的环节．本文提出了一种基于虚拟运行环境的工作流仿真方法,通过建立工作流虚拟运行环 境,以仿真引擎模拟活动的执行,自动处理过程中的半自动化活动或人工活动,并采用规则 与随机变量相结合的方法处理仿真过程中遇到的不确定因素,从而完成工作流仿真．为了增 强仿真的可信度和可视性,本文将虚拟现实技术引入仿真过程的动画显示．本文介绍了工作 流虚拟运行环境的构成,环境中核心组件（仿真引擎）的工作方式,并讨论了基于代理的虚 拟环境实现．     

基于Shark的工作流日志迁移研究及其实现

工作流日志数据中可能记录着非常有价值的信息,它们对于流程优化和工作流挖掘具有重要意义.然而,传统工作流系统缺乏对工作流日志迁移的有效支持.基于对工作流日志数据的分析,提出了一种支持日志迁移的分布式工作流系统框架.该框架通过工作流实例数据与历史数据的分离,以实现工作流日志数据的分布式管理.基于开源工作流Shark,通过扩展WfMC相关接口,给出了该框架的实现方案.     

基于工作流技术的分布式仿真运行管理

应用工作流技术可以实现分布仿真过程、人员、数据和资源的有效协作与运行管理。从工作流技术的角度和协作模式的需求出发,建立了分布仿真工作流的过程模型、组织模型、资源模型和信息模型,分析了分布仿真过程中各模型的协作关系。最后在某型号发动机分布仿真中进行了具体应用。     

基于语义的工作流过程优化

为改善工作流的性能和效率,一个智能化的工作流系统应该具有动态的分析和优化工作流过程的能力。提出了一种基于语义的工作流优化方法,它使用本体概念来描述工作流,利用本体技术的知识表达能力,给工作流模型赋以相应的动态语义,从而构建工作流事实库;通过制定基于本体的活动分类规则,对工作流的所有活动进行语义分类,从而构建分类规则库;通过执行活动分类规则来获取优化信息,针对不同类别的活动执行相应的操作,从而实现对工作流模型的结构优化。最后,通过实例来说明该方法的可行性和正确性。     

一种基于深度强化学习与概率性能感知的边缘计算环境多工作流卸载方法

移动边缘计算是一种新兴的分布式和泛在计算模式,其将计算密集型和时延敏感型任务转移到附近的边缘服务器,有效缓解了移动终端资源不足的问题,显著减小了用户与计算处理节点之间的通信传输开销。然而,如果多个用户同时提出计算密集型任务请求,特别是流程化的工作流任务请求,边缘计算环境往往难以有效地进行响应,并会造成任务拥塞。另外,受任务负载、电力供给、通信能力的实时变化等不利因素的影响,边缘服务器本身的性能总是处于波动和变化中,从而为保证任务执行效能和用户感知服务效率带来了挑战。针对上述问题,文中提出了一种基于深度Q网络(DQN)与概率性能感知机制的边缘计算环境多工作流调度方法。首先对边缘云服务器的历史性能数据进行概率分析,然后利用获得的性能概率分布数据驱动DQN模型,不断迭代优化,生成多工作流的卸载策略。在实验验证环节,基于边缘服务器位置数据集、性能测试数据和多个科学工作流模板,在反映不同系统负载水平的多个场景下进行了模拟实验。实验结果表明,所提方法在多工作流执行效率方面明显优于传统方法。     

Pewss: A platform of extensible workflow simulation service for workflow scheduling research

This paper presents a Platform of Extensible Workflow Simulation Service (Pewss), which we have developed to provide a cloud service for aiding research work in workflow scheduling. The simulation has been a major tool for performance evaluation and comparison in workflow scheduling research. However, researchers usually have to develop their own simulation programs with limited functionality, simply outputting summarized performance results. Pewss has been developed for easing and improving current practices in conducting performance simulations during studying of existing workflow scheduling algorithms or designing of new scheduling algorithms. Pewss has been designed based on the Software as a Service (SaaS) model, adopting a multiuser Web‐based client/server architecture. Conducting simulation experiments on Pewss, researchers simply have to implement the scheduling algorithm under study instead of a whole simulation environment, allowing them to focus on their research work without spending unnecessary efforts on the simulation implementation details. Pewss provides the visualization of a workflow execution schedule based on simulation results, offering a convenient way for researchers to gain an insight into the effectiveness, characteristics, and performance bottleneck of scheduling algorithms. As a multiuser environment, Pewss also provides functionality for researchers to facilitate comparative performance analysis and collaborative research works effectively. Pewss has been used in our research work on task‐parallel workflow scheduling and has been planned to be extended to support other types of workflow scheduling research problems, eg, mixed‐parallel workflows.     

HSWAP:适用于高性能计算环境的数值模拟工作流管理平台

针对高性能计算（HPC）环境中的"建模、计算、分析、优化"一体化应用构建的问题，设计了支持数值模拟软件封装和数值模拟工作流交互设计的数值模拟工作流管理平台——HSWAP。首先，基于对数值模拟活动的运行特征共性建模构建组件模型；然后，利用工作流表达数值模拟活动间的控制、数据依赖关系，建立形式化的数值模拟工作流模型，所形成的工作流模型可在平台中自动解析并适配高性能计算资源，从而实现批量关联数值模拟任务的自动生成与调度，为领域用户屏蔽高性能计算资源的使用细节。平台提供Web Portal服务，支持图形数值模拟程序的交互界面推送。目前该平台已在超算中心实际生产环境得到部署应用，可在2人月内完成包含10个以下数值模拟软件、20个以内计算任务节点的数值模拟工作流的集成。     

Granularity-based workflow scheduling algorithm for cloud computing

The workflow scheduling problem has drawn a lot of attention in the research community. This paper presents a workflow scheduling algorithm, called granularity score scheduling (GSS), which is based on the granularity of the tasks in a given workflow. The main objectives of GSS are to minimize the makespan and maximize the average virtual machine utilization. The algorithm consists of three phases, namely B-level calculation, score adjustment and task ranking and scheduling. We simulate the proposed algorithm using various benchmark scientific workflow applications, i.e., Cybershake, Epigenomic, Inspiral and Montage. The simulation results are compared with two well-known existing workflow scheduling algorithms, namely heterogeneous earliest finish time and performance effective task scheduling, which are also applied in cloud computing environment. Based on the simulation results, the proposed algorithm remarkably demonstrates its performance in terms of makespan and average virtual machine utilization.     

基于工作流技术的RFID读取错误检测方法

针对工作流与射频识别(RFID)技术结合的系统中,RFID识别器对物件读取错误而造成工作流后续任务执行错误的问题,提出一种从工作流端理论模型出发进行RFID读取错误检测的方法。首先构建基于业务背景的工作流资源变化的流程模型即工作流资源变化模型(WRCM),结合贝叶斯网方法对模型进行资源的数据预测。将预测所得数据与实际RFID探测数据进行对比,分析得出出现读取失误的RIFD识别器。实验表明,工作流RFID结合的系统中,该方法能够一定程度上检测出存在读取错误的RFID识别器。     

Adaptive service scheduling for workflow applications in Service-Oriented Grid

When the workflow application is executed in Service-Oriented Grid (SOG), performance issues such as service scheduling should be considered, to achieve high and stable performance in execution. However, most of the prior works on workflow management neither study the performance issues nor provide evaluation methodologies on the performance of Grid Services. Therefore, it is infeasible to apply for the service scheduling problem in SOG. In this paper, we propose and model evaluation metrics for the Grid Service performance. The metrics are extracted based on common properties of Grid Services and are used to quantify and evaluate the performance of an individual Grid Service. With these metrics, we develop a service scheduling scheme with a list scheduling heuristic, to choose proper and optimal Grid Services for tasks in workflow applications. It ensures high performance in the execution of the workflow applications. In addition, we propose a low-overhead rescheduling method, referred to as Adaptive List Scheduling for Service (ALSS), to adapt to the dynamic nature of a grid environment. ALSS provides stable performance for workflow applications, even in abnormal circumstances. Finally, we design an experimental environment with actual traces and perform simulations to quantify the benefits of our approach. Throughout the experiments, we demonstrate that ALSS outperforms conventional scheduling methods. Our scheme produces a scheduling performance that is superior to AHEFT by 50.2%, SLACK by 50.8%, HEFT by 68.3%, MaxMin by 72.0%, MinMin by 71.0%, and Myopic by 69.8%.     

Dependable Grid Workflow Scheduling Based on Resource Availability

Due to the highly dynamic feature, dependable workflow scheduling is critical in the Grid environment. Various scheduling algorithms have been proposed, but seldom consider the resource reliability. Current Grid systems mainly exploit fault tolerance mechanism to guarantee the dependable workflow execution, which, however, wastes system resources. The paper proposes a dependable Grid workflow scheduling system (called DGWS). It introduces a Markov Chain-based resource availability prediction model. Based on the model, a reliability cost driven workflow scheduling algorithm is presented. The performance evaluation results, including the simulation on both parametric randomly generated DAGs and two real scientific workflow applications, demonstrate that compared to present workflow scheduling algorithms, DGWS improves the success ratio of tasks and diminishes the makespan of workflow, so improves the dependability of workflow execution in the dynamic Grid environments.     

ETL工作流活动优先级的确定及并行实现*

ETL流程是一个以数据为中心的工作流,对ETL工作流的执行过程进行论述,提出了一个算法,计算ETL工作流中各个活动的执行优先级,在工作流执行中为优先级相同且相互之间没有依赖关系的活动集创建多个线程,通过并行执行这些活动,提高了ETL工作流的执行效率。实验结果表明,所提出的并行算法与串行算法比较,在数据量足够大的情况下,加速比可接近理想值,加速比随着数据量增大而提高。     

云环境下面向负载均衡的数据密集型工作流的数据约简策略

如何对数据密集型工作流应用进行高效合理地调度成为云计算领域亟待解决的关键问题之一。针对此问题,首先构造数据密集型工作流的有向超图模型。然后提出了数据支持能力概念,通过基于数据支持能力的合并操作对模型进行约简。最后优化超图多层剖分算法,提出数据约简的数据密集型工作流调度策略HEFT-P。研究结果表明,HEFT-P相比典型的工作流调度策略HEFT、CPOP、MCP,能够很好地对数据密集型工作流进行约简优化,获得较少的调度时间。