一种基于时间Petri网的工作流模型

面向任务流和资源流并行的业务过程,讨论了一类如何通过资源流控制任务流的工作流建模问题.在时间Petri网的基础上提出了一种称作资源/任务网(R/T-net)的工作流概念模型,并给出了基于R/T-net的工作流建模过程.设置在任务模型中的资源依赖和资源期望可以有效地实现资源流对任务流的控制,而其中的资源点火规则和资源路由规则可以灵活地实现资源的协调、同步、分配和传递,因此,比仅用时间属性刻画任务转移的时间Petri网模型更符合诸如办公、制造、物流运输等业务过程.     

面向执行的工作流控制流建模技术研究

工作流系统中的控制流建模一般注重描述活动间的路由语义,通过组合分支和汇合结点构造过程路由结构。这种描述方法不便于执行,导致工作流引擎的实现复杂。直接从过程和活动本身及相邻两个活动间的控制响应关系和路由关系入手,开发了一种基于ECA规则的控制流建模方法。使得过程和活动能响应外部事件,从而实现对工作流的动态行为建模。而且,用链接和控制点实现了活动间复杂路由语义的建模。统一了工作流引擎对控制流的执行方法,使得工作流引擎的实现机制大大简化。     

基于着色时间Petri网的工作流模型及其性能分析

为了将着色时间Petri网的并行式工作流模型应用于产品数据管理系统,在工作流建模阶段对工作流的静态和动态结构性能加以分析.采用活动扫描法作为工作流系统行为的仿真策略,研究了工作流模型到着色时间工作流网模型的转换过程.给出了用可达图检验工作流程中是否存在死锁和陷阱的判定定理.以一种循环组件的或分支跳出并行流程的审批工作流为例,对论述的定理和方法进行了分析和验证.     

协同虚拟样机的工作流时间管理研究

协同虚拟样机的工作流管理能支持和控制分布异地的多个集成化产品开发团队的动态协同设计过程,实现对虚拟样机协同设计过程的有效管理,对改善虚拟样机工作效率、提高工作质量起着重要的作用。重点对虚拟样机的工作流时间管理进行了研究,通过对路由结构的分析,采取工作流松弛时间分配方法,调整部分弱不满足时间约束至可满足状态,使更多的工作流实例满足截止期限,降低了异常触发频率,节省了处理开销,提高了运行效率。     

云环境下科学工作流的调度算法

提出一种云环境下科学工作流的调度算法.针对已有的调度算法和松弛时间资源分配策略均未考虑“或”控制结构的不足，给出了关键活动优先级（Critical Activity Priority，CAP）的概念；定义了活动的服务效益比（Service Benefit Ratio，SBR）；提出了活动松弛时间分配策略；并从流程定义和实例运行两个层次，给出了活动截止期限的分配算法.该项研究成果为解决科学工作流调度过程中的时间-成本优化问题提供了更合适的解决方案.     

基于时间Pedti网的工作流建模

随着工作流管理的发展，人们提出了很多扩展Pedti网概念用于工作流建模，描述工作流中的资源，资源条件以及任务与资源条件之间的关系是一件很复杂的事情。而现有的用于描述工作的Pedti网在这方面，并令人满意，该文特别强调资源的概念，在时间Pedti的基础提出了一种新Pedti网－－资源条件／任务网（Resource Condition/Task net，简称RC／TN），利用RC／TN网来进行工作流建模，描述工作流的执行过程，并将该工作流模方法应用于OA流程的描述中。     

基于局部关键路径与截止期限分配的云工作流调度算法

为了解决云计算中截止期限约束下的工作流调度代价优化问题,提出一种基于局部关键路径和截止期限分配的工作流任务调度算法。为了满足期限约束,并最小化执行代价,算法将工作流任务的调度过程划分为两个阶段:期限分配阶段和调度资源选择阶段。期限分配阶段定义工作流的局部关键路径,并以递归的方式在局部关键路径上的任务间进行子期限分配;调度资源选择阶段在满足任务子期限的同时,为每个任务选择执行代价最低的资源进行任务调度,以实现调度代价优化。分析算法的时间复杂度,并通过一个算例对算法的实现思路进行了详细阐述。通过科学工作流结构的仿真实验,证明了算法不仅可以满足截止期限约束,而且可以降低工作流任务的执行代价。     

受时间约束的工作流关键路径的确定

针对工作流模型的结构特点,建立了一种关键路径分析法,增加了对工作流常见结构的支持。该法将工作流模型中不同的控制结构转换为相应的顺序结构,并建立它们的约简规则。通过该算法,可以计算工作流完成时间的最大最小值及记录约简过程中的中间结果,从而确定工作流模型的关键路径。在该路径上包含了在整个流程起关键性作用的活动以及相应的时间分布,对于确保工作流计划的高效执行和提高企业的竞争力具有重要意义。     

移动边缘环境下面向工作流管理的计算迁移方法

针对移动边缘环境下移动设备大量的能源消耗问题，为了优化移动设备的能源消耗，提出一种能耗感知的工作流计算迁移（EOW）方法。首先，基于排队论分析边缘设备中计算任务的平均等待时间，建立了移动设备的时间模型和能耗模型；然后，基于非支配排序算法（NSGA-Ⅲ）提出对应的计算迁移方法，对工作流的计算任务进行合理的分配，将一部分计算任务留在移动设备处理，或者迁移到边缘计算平台和远程云端，实现每个移动设备的节能目标；最后，通过CloudSim仿真平台对提出的计算迁移方法进行仿真和对比实验。实验结果表明，EOW方法能够明显地减少每个移动设备的能源消耗，同时满足每一个工作流的截止时间的要求。     

基于时间约束Petri网的工作流可调度性分析

引入时间参数控制工作流高效执行是工作流技术研究的重要内容之一。在工作流的Petri网模型中引入时间参数，不仅可以对工作流中的活动进行时间约束，而且能建立相应的工作流时间约束Petri网模型。文中在分析该模型的时间约束和可调度性的基础上，提出了对工作流可调度性分析验证方法及其相应的算法，最后通过一个实例说明了分析验证的过程。     

网格计算中一种改进的工作流调度算法

网格计算中如何有效地实现工作流的调度问题是目前的研究热点。文中综合考虑了资源节点的动态负载和服务能力,提出了一种改进的调度算法（AWSA）。该算法首先对任务的优先级进行降序排列,然后依次为它们选择具有最大截止时间约束的服务站点作为其候选资源,最后,依据资源站点的任务分配情况和负载变化趋势,白适应地实现从任务资源请求到站点的映射。仿真实验结果表明,文中方法是有效的,在作业拒绝率和作业调度长度方面,AWSA的性能要优于已有的方法。     

工程项目工作流的Petri网表示及模型建立

根据工程项目产品实现过程与工作流组成的相似性,将工程项目的微观工作任务分解为基于工作流管理范畴的一个有机活动的操作序列。引入赋时Petri网和着色Petri网分别对项目活动的工期、项目所需的资源等属性进行描述,建立基于赋时着色Petri网的工程项目工作流模型,并分析资源配置规则和资源调用过程,为项目多活动、多任务间的协同管理打下基础。     

基于强化学习的无人机网络资源分配研究

以无人机网络的资源分配为研究对象,研究了基于强化学习的多无人机网络动态时隙分配方案,在无人机网络中,合理地分配时隙资源对改善无人机资源利用率具有重要意义;针对动态时隙分配问题,根据调度问题的限制条件,建立了多无人机网络时隙分配模型,提出了一种基于近端策略优化(PPO)强化学习算法的时隙分配方案,并进行强化学习算法的环境映射,建立马尔可夫决策过程(MDP)模型与强化学习算法接口相匹配;在gym仿真环境下进行模型训练,对提出的时隙分配方案进行验证,仿真结果验证了基于近端策略优化强化学习算法的时隙分配方案在多无人机网络环境下可以高效进行时隙分配,提高网络信道利用率,提出的方案可以根据实际需求适当缩短训练时间得到较优分配结果。     

DAG分割模型下的云工作流调度策略

为了优化云工作流调度的经济代价和执行效率,提出一种基于有向无循环图（DAG）分割的工作流调度算法PBWS。以工作流调度效率与代价同步优化为目标,算法将调度求解过程划分为三个阶段进行：工作流DAG结构分割、分割结构调整及资源分配。工作流DAG结构分割阶段在确保任务间执行顺序依赖的同时求解初始的任务分割图;分割结构调整阶段以降低执行跨度为目标,在不同分割间对任务进行重分配;资源分配阶段旨在选择代价最高效的任务与资源映射关系,确保资源的总空闲时间最小。利用五种科学工作流DAG模型对算法进行了仿真实验。结果表明。PBWS算法仅以较小的执行跨度为开销,极大降低了工作流执行代价,实现了调度效率与调度代价的同步优化,其综合性能是优于同类型算法的。     

Workflow performance improvement using model-based scheduling over multiple clusters and clouds

In recent years, a variety of computational sites and resources have emerged, and users often have access to multiple resources that are distributed. These sites are heterogeneous in nature and performance of different tasks in a workflow varies from one site to another. Additionally, users typically have a limited resource allocation at each site capped by administrative policies. In such cases, judicious scheduling strategy is required in order to map tasks in the workflow to resources so that the workload is balanced among sites and the overhead is minimized in data transfer. Most existing systems either run the entire workflow in a single site or use naïve approaches to distribute the tasks across sites or leave it to the user to optimize the allocation of tasks to distributed resources. This results in a significant loss in productivity. We propose a multi-site workflow scheduling technique that uses performance models to predict the execution time on resources and dynamic probes to identify the achievable network throughput between sites. We evaluate our approach using real world applications using the Swift parallel and distributed execution framework. We use two distinct computational environments-geographically distributed multiple clusters and multiple clouds. We show that our approach improves the resource utilization and reduces execution time when compared to the default schedule.     

Modelling and solving grid resource allocation problem with network resources for workflow applications

A problem of allocating resources of a grid to workflow applications is considered. The problem consists, generally, in allocating distributed grid resources to tasks of a workflow in such a way that the resource demands of each task are satisfied. Grid resources are divided into computational resources and network resources. Computational tasks and transmission tasks of a workflow are distinguished. We present a model of the problem, and an algorithm for finding feasible resource allocations. A numerical example is included, showing the importance of the resource allocation phase on a grid. Some conclusions and directions for future research are given.     

基于社会关系的工作流任务分派策略研究

在工作流管理系统中,任务分派策略对工作流系统的性能影响较大,而人力资源社会属性的不稳定也给任务分派带来了挑战.一般的任务分派策略还存在以下问题:分派时只考虑候选资源的个体属性,忽略了流程中其他资源对候选资源的影响;需要为候选资源预先设置能力指标,但预设指标很难与候选资源的实际情况吻合,错误的能力指标会导致将任务分派给不合适的资源,降低工作流系统的性能.为克服上述问题,基于不同的状态转移视角和奖励函数,提出了4种基于Q学习的任务分派算法.通过对比实验,论证了基于Q学习的任务分派算法在未预设资源能力的情况下仍能取得较好效果,且支持在任务分派过程中考虑社会关系的影响,使得平均案例完成时间进一步降低.     

基于Petri网的电子政务工作流模型研究

设计了一种基于Petri网扩展的、用于复杂工作流模型设计的建模方法及其相关规则。并且通过电子政务系统的网上审批子系统为例,详细阐述了用此方法及其相关规则构建Petri网工作流模型的过程。最后通过Petri网理论对模型进行了正确合理性分析,并对网上审批子系统的资源分配情况进行了定量分析。此建模方法简化了Petri网的建模过程,并保证了正确性和合理性资源分配的分析结果对合理的进行资源分配有指导作用。     

Developing security-aware resource management strategies for workflows

This paper investigates the resource allocation problem for a type of workflow in pervasive computing. These workflows are abstracted from the enterprise-level applications in the business or commerce area. The activities in these workflows require not only computing resources, but also human resources. Human involvement introduces additional security concerns. When we plan/allocate resource capacities, we often assume that when a task is allocated to a resource, the resource will accept the task and start the execution once the processor becomes available. However, the security policies impose further constraints on task executions, and therefore may affect both application- and system-oriented performance. Authorization is an important aspect in security. This paper investigates the issue of allocating resources for running workflows under the role-based authorization control, which is one of the most popular authorization mechanisms. By taking into account the authorization constraints, the resource allocation strategies are developed in this paper for both human resources and computing resources. In the allocation strategy for human resources, the optimization equation is constructed subject to the constraint of the budget available to hire human resources. Then the optimization equation is solved to obtain the number of human resources allocated to each authorization role. The allocation strategy for computing resources calculates not only the number of computing resources, but also the proportion of processing capacity in each resource allocated to serve the tasks assuming each role. The simulation experiments have been conducted to verify the effectiveness of the developed allocation strategies. The experimental results show that the allocation strategy developed in this paper outperforms the traditional allocation strategies, which do not consider authorization constraints, in terms of both average response time and resource utilization.