网格环境下费用约束的科学工作流可靠调度算法

网格基础设施是目前科学工作流应用规划、部署和执行的主要支撑环境.然而由于网格资源的自治、动态及异构性,如何在保障用户QoS约束下有效调度科学工作流是一个研究热点.针对费用约束下的科学工作流调度问题,为了提高其执行的可靠性,本文使用随机服务模型描述资源节点的动态服务能力并考虑本地任务负载对资源执行性能的影响,给出一种资源可靠性的评估方法,在此基础上提出一种费用约束下的科学工作流可靠调度算法RSASW.仿真实验结果表明RSASW算法相对于GAIN3,GreedyTime-CD及PFAS算法,对工作流的执行具有很好的可靠性保障.     

网格计算环境下费用-时间优化i-DAG调度算法

由于现有算法在网格环境下不能很好地解决资源有偿服务和满足用户的QoS需求间的问题,该文通过综合考虑作业中任务之间的优先关系,给出费用-时间优化的i-DAG调度算法,在保证作业时间期限的条件下,利用所求的最大路径,最大程度上将任务集中映射并映射到较便宜的资源上,减少了作业的计算开销和通信开销。实验仿真证明了算法的优越性。     

时间约束下可靠性增强的网格工作流调度算法

如何在动态性极强的网格环境中有效调度工作流应用并满足用户的QoS需求是一个难题.传统的基于资源静态特征的启发式调度算法或预留策略缺乏对资源动态服务能力的有效评估而无法保证工作流应用的截止时间约束.本文采用随机服务模型建模网格资源的动态性能并考虑资源内处理单元失效的情况.利用生灭过程描述资源节点中处理单元数目的变化情况并给出了资源节点在任务截止时间内的可靠性评估方法.在此基础上,提出一种可靠性增强的网格工作流调度算法RSA_TC.实验结果表明RSA_TC算法相对于DSESAW和PFAS算法,能有效保证用户截止时间的要求,对动态网格环境有较好的自适应性.     

虚拟网格服务工作流的调度算法研究

对虚拟网格服务工作流的调度算法进行了研究,提出了最小计算时间(MCT)、最小传输时间(MTT)、最小执行时间(MET)3种虚拟网格服务工作流的调度算法.在满足给定假设的情况下,MCT、MTT、MET的调度分别能保证目标工作流获得最小计算时间、最小传输时间、最小执行时间.在描述了调度算法之后,证明了算法调度的正确性.对几种算法的调度性能进行实验模拟,并分析和比较了它们的实现代价和时间、空间复杂度,从而给出各算法的适用情况.     

多QoS约束下网格工作流调度的克隆选择算法

多QoS约束下的工作流调度是网格计算中难以求解的问题.在深入剖析该问题难解性基础上,采用克隆选择算法求解该问题.首先通过增加网格服务的唯一标识,简化工作流调度的编码方式.其次,提出QoS偏好的概念,将调度问题的目标函数转换为适应值函数.该算法具有QoS属性的可扩展性.最后通过大量实验,优化算法参数,与基于遗传算法、蚁群算法的调度算法对比,克隆选择算法求解效率较优.在扩展情况下,与单一QoS约束下的时间、费用贪婪算法对比,克隆选择算法能进行最优调度.     

一种网格工作流动态调度算法

由于网格系统异构和资源动态变化,网格工作流多个任务对资源的不同需求,以及任务之间的时序、因果和数据依赖关系,使得网格工作流调度问题非常复杂,低性能的资源和任务调度策略,将会增加任务的执行时间并降低整个网格系统的吞吐量。本文针对网格工作流的特点提出了一种动态调度算法,该算法追求优化执行时间和系统负载均衡的双重目的,最后通过实验验证了该算法的可行性和优越性。     

一种面向服务的网格工作流调度算法

面向服务的网格工作流的研究已成为网格领域的研究热点。由网格服务：组成的工作流（GSF）的调度问题是一个典型的NP问题,由于遗传算法具有并行性和全局解空间搜索的特点,非常适合解决这个问题。因此,本文首先给出GSF的GA定义,然后提出基于遗传算法的网格服务工作流调度算法GSFGA,并通过应用实例验证了该算法优于传统的调度算法,作为结论本文指出了下一步的研究工作。     

成本限制下的网格工作流任务调度算法

在网格环境中,由于资源广域分布、异构、动态且有多个管理域,考虑到网格环境中存在多个性能相同的网格资源,但其成本和有效度各不相同将会对工作流任务调度产生影响。该文针对DAG类型网格工作流任务调度,提出了一种LC（Limitation Cost）算法,在一定的成本限制下,选择有效度较高的资源,从而提高了资源的利用率,减小了任务调度的失败率。仿真实验结果验证了算法的有效性。     

QoS约束下基于双向分层的网格工作流调度算法

为使网格工作流的执行满足用户QoS要求,应用有向无环图描述工作流,并分析其中的关键活动,把用户对工作流的整体QoS约束分割为对单个任务的QoS约束.以此为基础,提出了一种基于双向分层的网格工作流调度算法Q-TWS.该算法通过对工作流正向分层和逆向分层,可以方便并准确找到任务之间的并行关系.Q-TWS可最大程度放松对任务执行时间的约束,在增加调度灵活性的同时又满足用户的QoS要求.实验表明,Q-TWS算法与TL算法相比,在同样的截止时间约束下,工作流执行时间较短,且工作流执行费用较小.     

网格工作流调度算法研究综述*

作为一个NP完全问题,通常采用启发式算法来解决网格工作流调度。首先对网格工作流调度算法进 行了分类,然后对其典型算法进行了分析和讨论,并阐述了一些典型网格工作流调度系统,最后指出了现有算法 中的一些不足之处,展望了该领域的进一步研究方向。     

基于效益函数的网格任务调度算法

在动态、异构、分布广泛的网格环境中,对资源的调度是一个非常复杂而重要且具有挑战性的问题。本文针对网格环境中的动态性特点,特别是用户QoS要求的动态变化性,提出了一种基于效益函数的网格任务调度算法,并采用GridSim模拟器分别对该调度算法和模拟器自带的代价最优和时间最优的网格任务调度算法进行模拟。实验的结果表明：该调度算法更能体现用户对QoS要求的动态变化;在系统完成相同数量的网格任务时,消耗相同时间的情况下,该调度算法在代价上优于基于时间优化的调度算法;而花费相同预算的情况下,在时间上优于基于代价优化的调度算法。     

An innovative workflow mapping mechanism for Grids in the frame of Quality of Service

The advent of Grid environments made feasible the solution of computational intensive problems in a reliable and cost-effective way. As workflow systems carry out more complex and mission-critical applications, Quality of Service (QoS) analysis serves to ensure that each application meets user requirements. In that frame, we present a novel algorithm which allows the mapping of workflow processes to Grid provided services assuring at the same time end-to-end provision of QoS based on user-defined parameters and preferences. We also demonstrate the operation of the implemented algorithm and evaluate its effectiveness using a Grid scenario, based on a 3D image rendering application.     

基于模糊粒子群优化的计算网格工作调度算法

网格计算是利用网络把分散的计算资源组织起来解决复杂问题的计算模式,工作调度是待解决的主要问题之一。本文提出一种基于模糊粒子群优化的网格计算工作调度算法,该算法利用模糊粒子群优化动态地产生网格计算工作调度的优化方案,使现有计算资源完成所有工作的时间最小化。实验结果表明,与基于遗传算法、模拟退火、蚁群算法的工作调度方法相比,所提出的算法在时间和精度上具有一定的优势。     

The Weka4WS framework for distributed data mining in service‐oriented Grids

The service‐oriented architecture paradigm can be exploited for the implementation of data and knowledge‐based applications in distributed environments. The Web services resource framework (WSRF) has recently emerged as the standard for the implementation of Grid services and applications. WSRF can be exploited for developing high‐level services for distributed data mining applications. This paper describes Weka4WS, a framework that extends the widely used open source Weka toolkit to support distributed data mining on WSRF‐enabled Grids. Weka4WS adopts the WSRF technology for running remote data mining algorithms and managing distributed computations. The Weka4WS user interface supports the execution of both local and remote data mining tasks. On every computing node, a WSRF‐compliant Web service is used to expose all the data mining algorithms provided by the Weka library. The paper describes the design and implementation of Weka4WS using the WSRF libraries and services provided by Globus Toolkit 4. A performance analysis of Weka4WS for executing distributed data mining tasks in different network scenarios is presented. Copyright © 2008 John Wiley & Sons, Ltd.     

A Launch-time Scheduling Heuristics for Parallel Applications on Wide Area Grids

Large and dynamic computational Grids, generally known as wide-area Grids, are characterized by a large availability, heterogene- ity on computational resources, and high vari- ability on their status during the time. Such Grid infrastructures require appropriate schedule mechanisms in order to satisfy the application performance requirements (QoS). In this paper we propose a launch-time heuristics to schedule component-based parallel applications on such kind of Grid. The goal of the proposed heuristics is threefold: to meet the minimal task computation- al requirement, to maximize the throughput between communicating tasks, and to evaluate on-the-fly the resource availability to minimize the aging effect on the resources state. We evaluate the proposed heuristics by simulations applying it to a suite of task graphs and Grid platforms randomly generated. Moreover, a further test was conducted to schedule a real application on a real Grid. Experimental results shown that the proposed solution can be a viable one.     

一种负载均衡的网格在线调度算法

任务调度是网格领域的一个核心问题。针对网格资源及任务高度异构环境下的负载失衡问题,设计一种负载均衡的在线任务调度算法BOS。BOS算法在进行任务调度时,综合考虑任务到达频率、任务计算量、任务的完成时刻以及任务开始执行时刻等因素。任务周转时间由执行时间和等待时间2个部分组成。对于长任务,执行时间占更大比重。而对于短任务,等待时间的影响更大。算法根据长任务和短任务的各自特点,引入适应度的概念来指导调度。实验结果表明,与MCT算法相比,BOS算法的调度跨度、任务周转时间、响应比更小,资源利用率更高,负载也更加均衡。     

Scheduling parameter sweep applications on global Grids: a deadline and budget constrained cost–time optimization algorithm

Computational Grids and peer‐to‐peer (P2P) networks enable the sharing, selection, and aggregation of geographically distributed resources for solving large‐scale problems in science, engineering, and commerce. The management and composition of resources and services for scheduling applications, however, becomes a complex undertaking. We have proposed a computational economy framework for regulating the supply of and demand for resources and allocating them for applications based on the users' quality‐of‐service requirements. The framework requires economy‐driven deadline‐ and budget‐constrained (DBC) scheduling algorithms for allocating resources to application jobs in such a way that the users' requirements are met. In this paper, we propose a new scheduling algorithm, called the DBC cost–time optimization scheduling algorithm, that aims not only to optimize cost, but also time when possible. The performance of the cost–time optimization scheduling algorithm has been evaluated through extensive simulation and empirical studies for deploying parameter sweep applications on global Grids. Copyright © 2005 John Wiley & Sons, Ltd.     

一种快速网格任务调度策略

网格任务调度目标有很多,如用户要求任务轮转时间短、花费代价小,而资源提供者希望资源利用率高等,这些目标相互冲突,因此网格任务调度不仅是一个NP难问题,而且是一个多目标优化问题.本文根据网格环境下任务的时间相关性特点,对传统蚁群算法进行了改进,提出了一种快速网格任务调度算法.该算法不仅解决了网格调度中多目标优化问题,而且依据任务调度历史信息生成蚁群算法的初始信息素分布,提高了蚁群算法的求解速度.