基于QoS的网格工作流的选择调度算法

开放网格服务架构（OGSA）和计算经济模型的提出,使得动态的、不同QoS的服务支持下的资源调度成为一个复杂且具有挑战性的问题。文中提出了基于QoS的网格工作流的选择调度算法,该算法采用动态资源选择策略适应网格计算环境下的动态性和自治性。在满足用户对服务质量要求的基础上,平衡了工作流中服务实例的花费、处理时间和可用性之间的关系。试验证明该调度算法符合计算网格的复杂环境,能够更好地满足不同用户的实际需要。     

基于信任驱动的网格QoS匹配算法研究

由于工作流任务之间存在时序和数据依赖等关系,使得网格环境中工作流的调度问题成为一个NP完全问题,针对现有网格任务调度算法存在的问题,本文提出了基于信任驱动的QoS匹配算法(TD_QMO,Trust-Driven QoS Matching Offset),模拟结果显示该算法的有效性。     

基于Nash均衡的网格多调度节点的任务调度算法

 目前网格任务调度算法主要是针对1×n型即单调度节点多资源的网格环境,而针对m×n型的网格环境研究较少.论文用M/M/1排队系统对m×n型网格环境建模,然后以每个调度节点调度任务的平均完成时间为优化目标,提出了m×n型网格环境任务调度的Nash均衡问题,并利用粒子群算法求得该Nash均衡解.通过仿真验证了该算法在单位时间内平均完成的任务数,网络平均负载,以及系统的平均负载上均优于基于均匀调度策略的调度算法.     

计算网格中动态负载平衡策略研究

负载平衡调度策略对于网格计算系统非常重要,有利于网格子任务和网格资源间作出更合理的匹配,起到优化总计算时间的目的.研究了通用的集中式动态负载平衡策略,基于Globus的网格信息获取和任务分配模型,网格节点硬件类、软件类及文件类信息的获取方法,设计并实现了网格动态负载平衡算法,继而应用该算法在网格中进行了地震波正演模拟实验.实验结果表明:该算法充分利用了网格中每个节点的资源,有效地减少计算密集型任务的求解时闻.     

军用网格环境下基于优先权的Min-Min任务调度算法

军用网格环境下的资源调度与一般网格环境下的资源调度相比较，一个明显的特点就是必须考虑一些特别任务的优先级。在给出网格独立任务调度模型基础上，提出了一种基于优先权的Min—Min资源调度算法，该算法首先调度优先级高的任务，其余任务则采用Min—Min算法调度。经过分析，该算法的时间复杂度是O（n^2m），与Min—Min相比，该算法的Makespan可能略大，但可以满足军用网格环境下特殊任务优先执行的需求。     

一种基于动态聚合方法的网格任务调度算法

网格中的资源都是动态的,传统的静态任务调度算法不能适应网格的动态特性.通过对资源在未来一段时间内的状态进行预测,可以提高调度算法的性能.文中提出了一种用动态聚合进行调度的算法.首先对处理器的负载进行取样,然后根据网格任务的执行时间,对处理器的取样值进行动态聚合,再利用AR（p）模型进行预测,最后利用预测到的值作为参数对网格任务进行调度,把网格任务分配给每个处理器,使得每个处理器完成子任务的时间都相同,从而使得整个任务的执行时间最短.实验表明,这种算法能很好地适应处理器负载高度变化的情况.     

改进的Min-Min网格任务调度算法

在网格环境中,如何对任务进行高效调度是当前研究的热点问题。目前Min—Min调度算法是一个简单、快速、有效的算法。但它很难满足网格任务对服务质量的要求。在独立型的任务调度模型的基础上,提出了一种基于权值的改进Min—Min调度算法。改进后的算法通过量化网格任务的优先级和等待时间,解决了原有算法存在的高质量任务和大任务等待时间过长的问题。仿真实验结果表明,改进后的算法满足了网格任务对优先级和等待时间的服务质量要求．是一种网格环境下有效的任务调度算法。     

基于效用驱动的网格资源协同预留策略

针对资源预留过程中价格对市场竞争力的影响导致收益不确定性问题,提出一种可量化分析价格、资源竞争力以及收益三者关系的协同预留策略。该策略基于本地任务的真实相关统计特性,在有效保障网格任务QoS与本地任务QoS基础上,通过价格调整来平衡资源提供方的市场竞争力与收益之间的冲突。理论分析给出了预留策略的有效性证明和预留算法,仿真实验采用真实网格系统中任务负载信息作为实验负载,并在模拟网格系统中对预留策略的性能表现进行了检验。实验结果表明,该策略在均衡资源负载、平衡资源节点相对收益率以及保障任务QoS方面的性能表现显著优于传统的预留策略。     

粒子群优化算法在网格工作流调度中的应用

为了提高网格工作流管理系统的性能,将粒子群优化算法（PSO）引入到网格工作流的调度策略中．分析算法的基本原理,根据网格工作流调度的问题对其进行变形,提出基于粒子群优化算法的网格工作流调度策略,并与基于Dijkstra的网格工作流调度算法进行对比实验．实验数据表明,粒子群优化算法在网格工作流调度中的性能较好．     

基于用户画像与关联规则的全域电力资源调度算法

为解决应用调度算法进行全域电力资源调度,资源剩余率依旧较高的问题,提出结合用户画像与关联规则的新型调度算法,实现全域电力资源的合理分配。运用双聚类算法,对整个调度区域内所有用户用电数据进行分析,构建电力用户画像从而描述用户用电个性化需求;以用户画像为基础,建立以满足用户需求为核心的全域资源分配模式;总结全域内资源调度子任务,计算不同子任务之间的支持度和置信度,结合关联规则实现子任务的分组;根据子任务组进行资源分域,在每个分域中设置二级调度中心,再与全域一级调度中心相连接,实现全域资源集中调度。实验结果表明,所提调度算法应用后,电力测试系统每日的全域资源剩余率出现了大幅降低,仅保持在12%左右。该算法具有较好的实际应用价值。     

一种基于风险感知策略的多节点任务调度方法

为解决无人机(UAV)集群任务调度时面临各节点动态、不稳定的情况,该文提出一种面向多计算节点的可尽量避免任务中断且具有容错性的任务调度方法。该方法首先为基于多计算节点构建了一个以最小化任务平均完成时间为优化目标的任务分配策略;然后基于任务的完成时间和边缘计算节点的存留时间两者的概率分布,将任务计算节点上的执行风险量化成额外开销时间;最后以任务的完成时间与额外开销时间之和替换原本的完成时间,设计了风险感知的任务分配策略。在仿真环境下将该文提出的任务调度方法与3种基准调度方法进行了对比实验,实验结果表明该方法能够有效地降低任务平均响应时间、任务平均执行次数以及任务截止时间错失率。证明该文提出的方法降低了任务重调度和重新执行带来的额外开销,可实现分布式协同计算任务的调度工作,为复杂场景下的无人机集群网络提供新的技术支持。     

一种云计算环境下任务调度策略

文章提出的问题是在云计算环境下任务调度策略。该策略的目标是将任务分配到计算单元上达到任务完成总时间最少和资源充分利用。基于此目标文章提出利用遗传算法对任务完成时间进行优化,并为处于空闲状态计算单元动态调整任务分配以改善资源利用率。利用CloudSim仿真平台验证该方法的有效性。     

Run-time Task Overlapping on Multiprocessor Platforms

Today’s embedded applications often consist of multiple concurrent tasks. These tasks are decomposed into sub-tasks which are in turn assigned and scheduled on multiple different processors to achieve the Pareto-optimal performance/energy combinations. Previous work introduced systematical approaches to make performance-energy trade-offs explorations for each individual task and used the exploration results at run-time to fulfill system-level constraints. However, they did not exploit the fact that the concurrent tasks can be executed in an overlapped fashion. In this paper, we propose a simple yet powerful on-line technique that performs task overlapping by run-time subtask re-scheduling. By doing so, a multiprocessor system with concurrent tasks can achieve better performance without extra energy consumption. We have applied our algorithm to a set of randomly-generated task graphs, obtaining encouraging improvements over non-overlapped task, and also having less overall energy consumption than a previous DVS method for real-time tasks. Then, we have demonstrated the algorithm on real-life video- and image-processing applications implemented on a dual-processor TI TMS320C6202 board: We have achieved a reduction of 22–29% in the application execution time, while the impact of run-time scheduling overhead proved to be negligible (1.55%).     

边缘计算多约束可信协同任务迁移策略

为保障边缘计算的服务质量,提出一种在多约束条件下边缘计算可信协同任务迁移策略。该策略基于任务需求,由边缘计算协同服务盟主节点组织调度协同服务盟员,基于用户任务迁移的K维权重指标,确定协同盟员调度优先级,以盟员负载均衡性为适应函数,通过贪心算法执行盟员任务分配与调度,基于路由捎带选择备用节点,通过迁移优先级评估,实现协同服务异常时的调度和迁移,由此提高边缘计算任务迁移的服务质量,保障任务迁移的可靠性。仿真实验表明,该机制能有效完成协同任务分发与迁移调度,提高边缘计算协同效率,保障网络服务质量。     

A non‐cooperative game model for reliability‐based task scheduling in cloud computing

Cloud computing is a newly emerging distributed system. Task scheduling is the core research of cloud computing which studies how to allocate the tasks among the physical nodes, so that the tasks can get a balanced allocation or each task's execution cost decreases to the minimum, or the overall system performance is optimal. Unlike task scheduling based on time or cost before, aiming at the special reliability requirements in cloud computing, we propose a non‐cooperative game model for reliability‐based task scheduling approach. This model takes the steady‐state availability that computing nodes provide as the target, takes the task slicing strategy of the schedulers as the game strategy, then finds the Nash equilibrium solution. We also design a task scheduling algorithm based on this model. It can be seen from the experiments that our task scheduling algorithm is better than the so‐called balanced scheduling algorithm.     

开放式悬挂物管理系统任务调度策略研究

针对开放式悬挂物管理系统(Stores Management System,SMS)硬实时、软实时和非实时任务并存,任务需动态加入和退出,且任务执行时间不确定导致的调度困难,提出一种改进的基于服务器的任务调度策略.系统调度器由任务接收控制、调度服务器和自适应控制3大模块组成,其中任务接收控制可在不进行全局可调度性分析的...     

Network real-time scheduling algorithm based on multi-feature dynamic priority

Real-time task scheduling system structure and task model were proposed aiming at the network real-time scheduling problem.The task degree of urgency was defined by considering the deadline of task,execution time and interval time between works.The task degree of tightness was proposed based on service-level assurance,according to functional importance of different tasks in the real-time task scheduling system.The thrashing limit for avoiding task switching frequently was acquired through dynamic regulation to task priorities by degree of urgency and degree of tightness,which guaranteed the success rate of tasks execution and utilization ratio of client execution.Test simulation results suggest that the multi-feature dynamic priority scheduling strategy improves the success rate of task scheduling and shorten the average response time,which suggests it has obvious superiority compared with BE and EDF scheduling algorithm.     

基于预配置和配置重用的粗粒度动态可重构系统任务调度技术

配置时间过长是制约可重构系统整体性能提升的重要因素,而合理的任务调度技术可有效降低系统配置时间。该文针对粗粒度动态可重构系统(CGDRS)和具有数据依赖关系的流应用,提出了一种3维任务调度模型。首先基于该模型,设计了一种基于预配置策略的任务调度算法(CPSA);然后根据任务间的配置重用性,提出了间隔配置重用与连续配置重用策略,并据此对CPSA算法进行改进。实验结果证明,CPSA算法能够有效解决调度死锁问题、降低流应用执行时间并提高调度成功率。与其它调度算法相比,对流应用执行时间的平均优化比例达到6.13%～19.53%。     

粗粒度多核系统任务级多线程调度研究

多核系统是当今处理器发展的主方向,如何合理高效进行任务调度,确保全部处理核心处于有效工作状态是当今多核系统研究的一个重要方向.多核任务调度的关键难点在于发掘任务并行性,为解决这一问题,本文借鉴指令级多线程思想,结合多核系统中任务的粗粒度特性,提出了一种新型的粗粒度多线程多核体系结构,建立了多线程取指策略、资源分配策略和线程切换机制,同步完成了这一结构多线程调度器电路设计.围绕此调度器构建了一个粗粒度多核计算平台,并在FPGA芯片上进行硬件实现,实验结果表明,该设计方案相对于单线程使多核计算平台的任务并行度平均提高约34.29%.     

一种基于QoS的网格资源动态分域算法

为了解决网格资源管理中资源合理分配与任务优化调度问题,提出了一种动态分域的网格资源层次管理模型,以便在实现任务调度最小化任务执行时间(Minimum Execution Time)的情况下,最终实现网格资源的全局优化分配。本模型先按用户提交的任务主关键字对任务进行分类,然后运用一、二级调度中心算法与计算结点算法相互搭配对任务进行合理调度、对资源予以优化管理。文章最后通过仿真实验验证了所述模型与算法的实用性、有效性和优越性。