网格计算环境下任务执行时间的组合预测

有效的资源调度算法提高了任务的执行时间，对优化资源的使用起着非常重要的作用。在网格计算环境下，需要用统计预测的方法对任务的执行时间进行估计。该文提出了任务执行时间的组合预测方法，以任务过去执行时间的观察值为基础，用多种预测方法对任务的执行时间进行估计，用多种预测方法得出的估计值进行组合预测，给出任务执行时间的估计值。实验表明，组合预测要优于单一模型 预测。     

异构分布计算环境下应用程序的执行时间预测研究

随着网格计算技术的发展、需要一种预测应用在这种异构分布计算环境下执行时间的工具,以获得高性能调度和服务级协议。本文提出了一种结合统计数据、工作量模型和机器计算速度的应用程序执行时间预测方法。理论分析和初步的实验表明,该方法有效可用,比现有的其他预测方法简单、适应范围广。     

网格环境下任务的执行时间预测技术研究

提出与描述了一种网格环境下任务的执行时间预测的新方法,该方法不需要参考历史数据,可以让用户在提交网格作业之前进行任务执行时间的精确预测.该预测模块使用了R脚本作为基本工具,结合了静态分析、BenchMark数据库解析和基于编译器的方法等3种技术,其中R软件以命令行的方式很容易编写各种类型的任务代码,使其具有自适应性、灵...     

基于参数变化的云应用程序执行时间预估方法

根据程序执行的语句条数,提出了一种基于参数变化的程序执行时间预估方法。通过分析任务源码,进行资源评估,得出任务执行的语句数;通过自动曲线拟合,得出语句数随参数变化的趋势;通过实际运行程序,找出了语句数与运行时间的关系,得出程序运行时间随参数变化的趋势。使用pascal汉诺塔程序对预估方法进行验证,发现测得的参数变化下的程序运行时间与实际运行时间非常接近,误差率很小。     

基于主机负载的任务执行时间预测研究

在网格计算中,预测网格节点性能的动态变化和网格任务的执行情况是影响网格任务高效调度是否成功的最重要因素之一.结合主机负载和任务执行时间的线性关系,研究分析了一种基于主机负载的任务执行时间预测算法.利用仿真实现了这种算法,对基于主机负载实现任务执行时间预测的可靠性进行了实验论证,并给出了预测精度的评价结果.     

基于WSRF的网格应用程序模型研究与实践

讨论了基于Web服务资源框架(WSRF)的网格应用模型研究与实践。介绍了WSRF及其在GlobusToolkit4中的实现。重点讲述了GT4框架的基础:公共运行时、信息服务、执行期管理、数据管理、安全性,以及WSRF的核心:WS-Resource。最后结合具体步骤,给出了一种基于GT4平台设计具有良好可伸缩性的Web服务资源的模型。     

网格环境下基于分块的任务执行时间预测算法

针对"-3前已有预测算法不实时、对负载变化不敏感的问题,结合网格中任务的特点,提出新的基于分块的预测算法.该方法从子节点任务执行出发,提出把执行的任务分成两个部分,用前一部分的执行情况来预测剩下部分的执行时间.实验证明,该算法比已有预测算法有更高的效率和通用性.     

网格环境下基于分块的任务执行时间的预测算法

针对当前已有预测算法不实时、对负载变化不敏感的问题,结合网格中任务的特点提出新的基于分块的预测算法。该方法从子节点任务执行出发,提出把执行的任务分成两个部分,用前一部分的执行情况来预测剩下部分的执行时间。实验证明,该算法比已有预测算法有更高的效率和通用性。     

基于调度历史数据在线预测作业执行时间

传统基于用户预估的执行时间通常准确性较差。结合分类和基于实例的学习方法,综合使用模板相似和数值相似方法,在历史调度数据中获取当前作业的相似作业,并使用其历史信息预测当前作业执行时间。使用调度历史中的用户名、分组名、队列名、应用名、用户请求处理器数、用户请求（预估）执行时间和用户请求内存量等属性进行训练和预测,算法中涉及的参数使用遗传算法确定。数值实验表明,相较于已有文献,本方法在使用更少参数的前提下得到了与文献结果中相近的低估率,并获得了更低的平均绝对误差。在HPC2N04和HPC2N05日志数据集上,平均绝对误差分别降低了43%和77%。研究了使用在线预测替换用户估计对作业调度的影响,对结果进行了初步分析并指出了今后的改进方向。     

数据库应用程序执行过程抽象

本文对数据库应用的执行流程进行了一个抽象,指出数据库应用流程通常都具有的几个步骤,从而使数据库应用程序的开发过程中可以更加有效的进行设计和实现。     

基于Nu-支持向量回归的网格资源监控与预测系统

为实现智能任务调度与提供可接受的服务质量, 需要建立分布式系统对计算网格资源及网络环境进行监控与预测. 本文设计并实现了网格资源监控与预测系统, 其可用性来源于它的鲁棒性, 可扩放性, 可扩展性与用户友好性. 引入Nu-支持向量回归作为未来多步预测的建模方法, 提出一个混合优化算法以联合优化预测模型的特征选择过程与参数选择过程. 使用基准数据对预测方法进行性能评估, 对比实验结果表明Nu-支持向量回归模型具有较高预测精度, 且组合优化算法能够有效提高预测性能, 这两种方法适用于在线监控与预测系统.     

基于网格服务的信息系统框架研究

提出了基于网格服务的信息系统框架，探讨了框架的形成和发展，指出基于网格服务信启、系统的特点和实现的关键技术。此框架使传统的信息系统开发过程分化为应用服务开发和集成过程，简化并优化了系统的实施，使系统具有更强的易维护性、稳定性、可靠性和适应性。此框架使应用服务提供商和集成商分化出来，分工更细，专业化和社会化程度更高，符合社会发展的总趋势。此框架实现了多个网格的集成，提出了多种相关技术在网格计算中的研究需求和方向。     

数据网格技术在淮河水质预报系统中的应用

数据网格是网络环境下有效共享和管理存储资源和分布式数据资源的大规模、可扩展的框架结构,它适应数据密集型应用对网络环境下数据共享和处理的需要,并给用户提供透明访问远程异构数据资源的机制。论文将数据网格技术应用到水质预报系统中,有效解决了水质预报系统中有效获取、处理淮河流域Tb、Pb的水情、水质数据等难题,并获得了较好的实用效果。     

Run-Time Data-Flow Analysis

Parallelizing compilers have made great progress in recent years.However,there still remains a gap between the current ability of parallelizing compilers and their final goals.In order to achieve the maximum,parallelism,run-time techniques were used in parallelizing compilers during last few years.First,this paper presents a basic run-time prviation method.The definition of run-time dead code,backward data-flow information must be used.Proteus Test,which can use backward information in run-time,is then presented to exploit more dynamic parallelism.Also.a variation of Protus Test,the Advanced Proteus Test,is offered to achieve partial parallelism.Proteus Test was implemented on the parallelizing compiler AFT.In the end of this paper the program fppp.f of Spec95fp Benchmark is taken as an example,to show the effectiveness of Proteus Test.     

国家地质调查应用网格体系及关键技术研究

地质调查工作中数据密集、计算密集、资源分布、异构等问题制约了行业应用和信息化发展，网格(grid)是新一代高性能计算环境和信息服务基础设施，能够实现动态跨地域的资源共享和协同工作，国家地质调查应用网格(NGG)基于网格技术，以“服务”为中心，提出并构建了从信息获取、处理到应用的完整的7层体系结构，同时结合行业应用需求，着重研究资源管理、资源交易、服务等关键技术，在Petri网和图论的基础上提出了一种新的服务链模型(服务／资源网)，实现地质调查领域的资源共享和信息服务。     

基于校园网格系统的资源管理

资源管理是整个校园网格系统中的关键和基础,通过对各种分布的、异构的资源的统一管理,以此实现对整个网格系统资源的一致访问并且使资源管理模块具有可扩展性。通过对资源的抽象、全局惟一资源ID号的分配和资源目录信息树的建立实现对网格资源的统一管理。孩子兄弟表示法的存储方式,大大节省了目录信息树的存储空间。网格系统中资源的注册和查询是按照IP是否位于同一网段内来实现的,在以后的任务执行中减少了主机之间的通信开销。     

集群环境中网格信息服务的一个实现方案

由于集群节点通常只有局部IP地址,集群通过主节点对外通信,无法满足工程应用和科学计算的要求;另外在网格应用中,常见的集群资源监控组件提供的信息量和信息种类还不够满足应用需求.为此提出并实现了扩展Globus MDS的解决方案.在曙光集群上的测试以及在面向多学科应用的模拟与可视化网格环境(MASSIVE)中的应用证明了该解决方案是可行的.     

基于虚拟机的自适应网格运行环境

网格应用必须适应动态变化的运行环境。该文探讨动态且自适应的资源管理模式,设计并实现一种面向服务的分布式虚拟机——Abacus虚拟机。根据资源管理策略与运行时的可用资源情况,Abacus虚拟机自适应地在分布式环境中为应用程序分配资源。实验结果显示,该自适应的资源管理方式是可行有效的。     

基于Web的网格系统的实现

介绍了一种基于Web的网格系统的实现，并阐述了网格中使用的关键技术，提出了网格资源分级管理与全局调度的思想。     

桌面网格中面向资源可用性预测的任务调度算法

提出桌面网格平台下的一种面向资源可用性预测的任务调度算法.该算法充分考虑了计算资源在执行作业的过程中可能发生的行为,采用预测技术保证了任务的高效而合理的分配.当计算资源发生异常时,通过公平的转移权重预测方法估计资源在下一阶段可能的状态,计算出资源的可靠性概率,然后开始调度子任务给资源.通过建立实验环境,设置不同的可靠性域值T与历史检查资源天数N等参数,在桌面网格上进行了测试.最后把该调度算法的实验结果与PPS等调度策略进行比较,验证了本文的任务调度算法在子任务处理率与通信轮回时间上有比较好的性能.