面向服务的网格资源管理模型研究*

开放网格服务体系结构(OGSA) 的出现表明让网格资源以服务形式提供标准化的接口已成为趋势,以前的资源管理模式已经不能满足应用的要求。为此,提出了一种面向服务的作业管理机制,它为用户提供透明的、与资源物理位置无关的并带有会话支持的作业服务接口,还引入了服务分级的概念来表示用户需求的不同网格服务级别,作业管理系统则根据可定制的服务级别,将各项QoS 特性映射到具体的作业管理行为。最后以电子政务为例,初步构建了该模型的原形系统。     

面向服务的网格资源管理模型研究

开放网格服务体系结构（OGSA）的出现表明让网格资源以服务形式提供标准化的接口已成为趋势，以前的资源管理模式已经不能满足应用的要求。为此，提出了一种面向服务的作业管理机制，它为用户提供透明的、与资源物理位置无关的并带有会话支持的作业服务接口，还引入了服务分级的概念来表示用户需求的不同网格服务级别，作业管理系统则根据可定制的服务级别，将各项QoS特性映射到具体的作业管理行为。最后以电子政务为例，初步构建了该模型的原形系统。     

一个具有服务质量保障的面向服务的网格模型

为了在面向服务的网格系统中提供服务质量（QoS）支持，本文较深入地研究了OGSA及Web Service等相关理论和技术．基于面向服务的体系结构，提出了一个具有QoS保障的面向服务的网格系统模型SoGSM—QoS．该模型通过物理网格节点的联合，来消除管理上的冗余并简化网格系统结构．模型支持虚拟组织和资源虚拟化，在各层次间提供用户QoS需求的映射和监控，保障用户的QoS．本文详细阐述了模型的结构、功能和访问控制机制，并建立了相应的过程模型．分析了有关性能，验证了模型的有效性．     

一种基于QoS的网格服务选择机制

开放网格服务体系结构OGSA提出了网格服务的概念，为网格资源的虚拟化管理给出了一条有效途径。当前网格系统对于网格服务的支持主要集中在服务的功能发现与调用部分，缺乏对服务的非功能属性的管理支持。服务的非功能属性如服务的响应时间、价格、可靠性等对于用户来说非常重要，体现着用户对网格服务的QoS需求。基于QoS的服务选择机制能够对网格服务的QoS模型进行管理和度量，对于用户提出的QoS需求，服务匹配算法能够为用户选择满足需求倾向的服务。     

服务网格中的资源服务选择代理研究

为了解决服务网格系统中出现的服务选择问题,提出了一个资源服务选择代理模型.借鉴OWL-S提出了一种服务需求描述语言(SRDL),使用户能够准确地描述对所需资源服务的要求;基于三种不同服务级别的QoS服务选择算法,用户可按需选择最合适的资源服务,降低作业执行时的出错率;采用候选服务缓存机制增加系统运行效率,同时降低远程服务查询代理的负担.     

基于OGSA的网格服务管理模型研究

开放网格服务体系结构(OGSA)的出现使得原来的网格资源管理模式不能够满足要求,通过对于目前网格服务管理体系架构的三种模式进行分析,确定了网格服务管理系统的功能需求,提出了一种基于开放式服务体系架构的网格服务管理模型,为了区分用户对于服务质量要求的不同,引入了服务级别概念,保证了用户的服务质量(QoS)需求,最后构造了电子政务的网格服务管理原形系统。     

一种网格服务的质量描述方法和服务匹配策略

面向服务的网格系统需要有充分的服务质量(QoS)支持，比较QoS参数进行网格服务发现与选择，尽快达成服务的匹配，是保证用户QoS需求的有效方法。为描述网格服务的质量需求，该文定义了网格服务的基本QoS参数，提出了网格服务质量数SQN的新概念，用于度量网格服务的整体量化特性。在此基础上，提出了相应的服务匹配策略和价格确定模型，加快网格服务匹配的过程，保障用户服务质量，并作了较深入的分析与讨论。     

面向网格中间件GOS3的OAR集群管理系统

中国国家网格(China National Grid,CNGrid)是聚合了高性能计算和事务处理能力的新一代信息基础设施的试验床。中国国家网格武汉结点高性能集群系统采用支持资源预留的开源集群管理器OAR,为用户提供具有服务质量保障的高性能计算服务。GOS(Grid Operating System)是CNGrid网格中间件,CNGrideye是CNGrid监控系统。设计了CNGrideye/OAR监控桥接和GOS-HPCG/OAR作业管理桥接机制,使得CNGrideye支持对OAR的监控,GOSHPCG能通过OAR提交作业,充分利用OAR的资源预留等特性。GOS-HPCG/OAR进行基于QoS的作业调度,提高了作业的运行效率和资源的服务性能,达到整合资源的目的。     

面向科学计算的网格环境

为了充分整合分布的高性能计算资源,本文提出一种面向科学计算的网格环境,旨在形成一个可统一管理和运行维护的虚拟的超级计算机资源,面向用户提供统一、易用、可靠的科学计算服务。面向科学计算的网格环境通过轻量级网格中间件SCE汇聚资源,支持作业的全局调度、数据的统一管理视图,面向用户提供命令行和网格门户两种使用方式,并提供编程接口供专业社区和学科平台二次开发使用,满足不同层次的用户需求。目前,面向科学计算的网格环境已经在中国科学院超级计算环境(ScGrid)中得到应用和用户认可。     

基于QoS的网格服务选择优化机制

在网格服务发现和选择过程中，如何根据请求方（用户）对服务质量的需求，以及网格QoS的动态变化选择网格服务是一个重要问题。该文基于请求方（用户）对不同网格服务QoS赋予的权重不同以及容忍度不同，提出了网格服务选择算法，从而使得请求方（用户）获得的网格服务的性价比最高。     

移动Agent在服务网格下的路由算法研究

以移动Agent作为任务载体，代表用户应用程序在复杂多变的服务网格环境下智能地访问各种网格服务。该文引入了“最大效益旅行商问题”来描述移动Agent的行为方式，给出了移动Agent的路由算法，使得移动Agent在最大化用户效益的同时兼顾不同用户的服务质量需求。     

Cross-layer optimization policy for QoS scheduling in computational grid

This paper presents a cross-layer quality of service (QoS) optimization policy for computational grid. Efficient QoS management is critical for computational grid to meet heterogeneity and dynamics of resources and users’ requirements. There are different QoS metrics at different layers of computational grid. To improve perceived QoS by end users over computational grid, QoS supports can be addressed in different layers, including application layer, collective layer, fabric layer and so forth. The paper tackles cross-layer grid QoS optimization as optimization decomposition, each layer corresponds to a decomposed subproblem. The proposed 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 cross-layer optimization problem decomposes into three subproblems: grid resource allocation problem, service composing and user satisfaction degree maximization problem, all of which interact through the optimal variables for capacities of grid resources and service demand. In order to coordinate the subproblems, cross-layer QoS feedback mechanism is established to ensure different layer interactions. The simulations are conducted to validate the efficiency of the proposed policy.     

自定义服务质量模型的网格工作流调度算法

随着网格服务应用的发展,在网格工作流中,复杂的任务可以由多个独立的服务,通过工作流引擎等方式组合成新服务后完成。在组合服务的过程中,由不同服务提供商提供的候选服务,具有不同的服务质量参数,在网格工作流调度中,需要满足用户定义的服务质量约束。提出了方便用户定义的服务质量模型,并且在该模型的基础上,改进了网格工作流调度算法,通过实验分析证明改进后的算法优于传统的调度算法。     

服务网格环境下一种基于整体QoS的服务匹配策略

研究服务网格中的服务质量(QoS)保障问题.定义基本QoS参数及量化要求,阐述QoS参数归一计算方法,提出一种基于整体QoS的服务匹配策略.该策略利用QoS约束的一致性和整体QoS特性进行网格服务发现与选择,从而减小满足最小服务要求的解空间.实验结果表明该策略有效提高了匹配服务的执行效率,满足了用户的QoS需求.     

An adaptive algorithm for QoS-aware service composition in grid environments

Service composition enables users to realize their complex needs as a single request and it has been recognized as a flexible way for resource sharing and application integration since the appearance of Service-Oriented Architecture (SOA). For each of the needed individual services there may be many candidate services available presented by different vendors and with different functional and non-functional properties such as Quality of Service (QoS). Approaches are needed to select candidate services with various QoS levels according to user’s performance requirements meanwhile adapt to dynamic churn in grid environments. This paper mainly focuses on adaptive management of QoS-aware service composition in grid environments and proposes an adaptive algorithm for QoS-aware service composition (AQSC). In AQSC we model this problem as the Multi-Constrained Optimal Path selection problem (MCOP) and use heuristic approach for service selection, then backup services set is introduced as an adaptive mechanism so as to ensure the fulfillment of composite service when some candidate services fail or withdraw. Both theoretical analysis and simulation results indicate that AQSC has high composition success rate, finish rate and low cost.     

网格动态容错服务架构研究*

错误的频繁发生已经成为阻碍网格稳健发展和大规模应用的主要障碍之一,网格系统的容错性研究显得尤为重要。根据网格计算的特点,提出了网格环境下的特殊容错需求;结合用户的服务质量要求,建立了包括网格错误检测与网格错误管理的动态容错服务架构,阐述了错误检测服务与错误管理服务的组织结构、各组成模块的具体功能;最后,给出了一个完整的容错服务实现过程。     

网格市场中一种模糊决策的多维QoS批调度方法

网格市场环境下,用户的服务质量(QoS)需求更加多样化;更多普通用户加入网格市场,难以提供精确的QoS需求信息.因此,基于用户模糊QoS需求的调度算法成为网格市场中研究的热点.多维QoS网格调度的形式化描述,利用模糊决策理论有效地将用户模糊的QoS需求的映射到网格资源,利用AHP算法确定用户关于多维QoS各维度之间的权重关系,给出一种模糊决策的多维QoS的调度方法.实验表明,模糊决策的多维QoS批调度算法在不需要用户提供精确的QoS参数前提下,有效满足用户QoS需求.与现有的QoS批调度方法相比,该算法具有较好的一次作业完成率,且作业完成率波动较小.     

Semantic-enabled CARE Resource Broker (SeCRB) for managing grid and cloud environment

Grid computing is mainly helpful for executing high-performance computing applications. However, conventional grid resources sometimes fail to offer a dynamic application execution environment and this increases the rate at which the job requests of users are rejected. Integrating emerging virtualization technologies in grid and cloud computing facilitates the provision of dynamic virtual resources in the required execution environment. Resource brokers play a significant role in managing grid and cloud resources as well as identifying potential resources that satisfy users’ application requests. This research paper proposes a semantic-enabled CARE Resource Broker (SeCRB) that provides a common framework to describe grid and cloud resources, and to discover them in an intelligent manner by considering software, hardware and quality of service (QoS) requirements. The proposed semantic resource discovery mechanism classifies the resources into three categories viz., exact, high-similarity subsume and high-similarity plug-in regions. To achieve the necessary user QoS requirements, we have included a service level agreement (SLA) negotiation mechanism that pairs users’ QoS requirements with matching resources to guarantee the execution of applications, and to achieve the desired QoS of users. Finally, we have implemented the QoS-based resource scheduling mechanism that selects the resources from the SLA negotiation accepted list in an optimal manner. The proposed work is simulated and evaluated by submitting real-world bio-informatics and image processing application for various test cases. The result of the experiment shows that for jobs submitted to the resource broker, job rejection rate is reduced while job success and scheduling rates are increased, thus making the resource management system more efficient.