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。     

基于用户级别的进程调度策略的研究与实现

阐述了Linux 2.6内核的O（1）进程调度策略,分析了它的不足,提出了基于用户级别的进程调度策略,根据需要定义系统内用户级别的个数,通过给不同用户指派不同的级别,区别对待不同级别用户创建的进程,首先满足高级别用户的需求,使高级别用户创建的进程获得更低的静态优先级static_prio和更长的运行时间片timeslice,各级别的用户得到与其级别相适应的服务,更加体现了进程调度的公平性原则.实验结果表明,在原有资源的基础上,基于用户级别的进程调度策略有效地改善了高级别用户获得的服务.     

多级反馈队列调度策略在Linux中的应用和实现

Linux操作系统作为日益流行的服务器操作系统，目前已得到广泛应用。该文分析了当前在Linux系统中进程调度策略的不足，探讨了在Linux系统中对多级反馈队列调度策略的应用和实现，提出了对Linux内核的修改方法。     

Linux内核进程调度与控制的实现

首先分析了Linux系统的整体结构,阐明了进程调度与内存管理系统、文件系统和网络接口之间的关系,最后给出了Linux进程调度的原理、策略及其实现方法.     

Linux内核2．6进程调度分析与改进

对Linux内核2.6进行了进程调度分析,阐述了Linux内核2.6提高实时性的各方面因素.同时针对Linux内核2.6三种基本的调度策略SCHED-OTHER,SCHED-FIFO,SCHED-RR存在调度实时性不强的问题,提出了四种改进调度实时性的调度算法:静态优先级的RM调度算法,动态优先级的EDF,LSF调度算法及一种混合的调度算法.这四种方法都在不同程度上提高了Linux内核2.6的实时性能.为了让Linux更好地应用到实时系统中去,今后应当研究更切实有效的调度算法来提高Linux实时性.     

Linux内核中进程调度的分析

进程是让操作系统实现程序的并发执行,系统资源共享,用户随机使用系统等功能的重要概念。文章首先介绍进程在Linux内核中的表示方式,然后结合源代码深入分析进程的时间片轮转,先进先出,Round robin调度策略的具体实现,对我们进一步了解Linux内核的工作机制和学习编程均有较好的实用参考价值。     

多媒体传感器网络中服务感知的公平调度算法

针对多媒体传感器网络中基于异常事件驱动的服务模式和基于用户查询驱动的服务模式,分析不同服务的流量模式,提出一种服务感知的公平调度策略,采用基于流量预测的动态公平缓冲共享机制和速率分配算法实现2类数据QoS的公平保障。仿真实验表明,该算法在传输延迟和成功到达率方面实现了公平性目标。     

基于RTAI的Linux系统实时性研究与改进

分析现有嵌入式Linux操作系统实时性的不足,借鉴实时应用接口的结构和完全公平调度算法,提出一种内核进程调度策略,将此调度策略编译进操作系统。系统性能测试表明无论该系统处于忙或闲的状态,改进后的系统都较改进前的系统性能优越,尤其是对于复杂度较高的进程,其性能提升效果更加明显。     

嵌入式Linux实时调度算法及应用

针对Linux2.6内核在嵌入式应用中实时性不足的问题,提出了自适应实时调度算法,并应用它构建了嵌入式Linux远程图像实时监控系统.调度算法在O(1)调度性能的基础上,为实时进程增加了截止期、带宽(即利用率,执行时间与其周期的比值)等属性,设计了实时进程插入、时钟中断、实时进程接受及带宽调节等函数,实时进程的带宽、时间片可以自适应改变.实验结果表明,该算法改善了任务的中断响应时间和上下文切换时间.     

一种前向共享信道下多业务的分层混合调度策略

前向采用共享信道方式的系统在承载多种业务时,单一的调度算法很难满足所有业务的QoS需求。在介绍了前向共享信道分组调度的模型后;论文依据不同类别业务的传输需求,提出一种两层的混合调度策略,该策略按业务类别对分组进行分类缓存,并按比例将传输时隙分配到各个数据类,而各数据类采用先到先服务、保证带宽的或是比例公平的调度来实现按用户的分组发送;最后,通过仿真实验对该策略的有效性进行了验证。     

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.     

基于校园网带宽利用率最优的视频组播机制

传统的视频点播系统为每个点播用户分配单独的静态通信通道,其系统资源利用率低的缺点使得总体时间段上能并发的点播用户数少。针对网管可控的宽带校园网环境,文章提出了一个采用自适应动态缓存的组播策略,它通过差别服务(Diffserv)比例带宽分配机制保证了一定的视频播送服务质量(QoS),并基于服务端综合调度和客户端回馈的方法动态调整各视频流的播送速度,从而优化了系统整个过程的整体资源利用率,提高了系统的点播性能。     

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系统中多核实时调度平台的设计

为使各种实时调度算法能够在Linux环境中得到运行和验证,设计一种Linux系统中的公共多核调度平台。该平台由调度模块和跟踪测试模块组成,调度模块实现系统调用、调度处理以及同步功能,跟踪测试模块实现日志和跟踪功能。测试结果表明,该平台可正确显示调度算法的运行结果。     

可信Linux关键组件验证方案的研究

近几年可信计算方面的研究发展迅速，但在支持可信计算的Linux方面的研究却相对落后，无法对所有可能改变系统可信状态的关键组件进行完整性验证，以至于无法判断系统是否处于可信状态。为了弥补这个不足，该文提出了一种验证Linux关键组件的新方案。该方案基于Demetrios Lambrou的想法并对其进行了完善，弥补了其不能验证配置文件、动态共享库和可执行脚本的缺点，保证了对所有可能改变系统可信状态的关键组件的验证。     

基于Linux的会话断点保存与恢复软件

基于blcr软件,在Linux内核层,设计会话断点保存与恢复软件。该软件可在同一个会话内、进程间实现同步断点保存与恢复,无须改变进程间的相互依赖关系。应用结果表明,将该软件集成到Torque/Maui集群管理和调度系统中,可对用户运行程序进行透明的断点保存与恢复。     

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。     

基于OFDMA系统的改进型功率分配贪婪算法研究

通过考虑功率分配中OFDMA系统的吞吐量与用户间公平性能的平衡问题,在公平约束条件下,提出一种改进型功率分配贪婪算法.该算法根据用户请求进行子载波的预分配,可以有效地实现每个用户具体的比特分配和功率分配.仿真结果表明,该算法的吞吐量逼近于迭代注水功率分配算法,可以在OFDMA系统的吞吐量与用户间的公平性能之间寻求到一个理想的平衡点.     

Optimization decomposition approach for layered QoS scheduling in grid computing

The paper presents optimization decomposition based layered Quality of Service (QoS) scheduling for computational grid. Cross layer joint QoS scheduling is studied by considering the global problem as decomposed into three sub-problems: resource allocation at the fabric layer, service composing at the collective layer, and user satisfaction degree at the application layer. The paper proposes a complete solution from optimization modeling, Lagrange relaxation based decomposition, to solutions for each sub-problem Lagrange relaxation based decomposition. These aspects match the vertical organization of the considered grid system: each layer trade with adjacent layers to find a global optimum of the whole grid system. Through multi-layer QoS joint optimization approach, grid global QoS optimization can be achieved. The cross layer policy produces an optimal set of grid resources, service compositions, and user’s payments at the fabric layer, collective layer and application layer, respectively, to maximize global grid QoS. The owner of each layer obtains inputs from other layers, tries to maximize its own utility and provides outputs back to other layers. This iterative process lasts until presumably all layers arrive at the same solution.