基于贝叶斯决策的网格计算资源分配算法

在网格计算中,对资源的分配与分布式系统的性能度量、分析和预报密切相关.在已有的基于负载平衡和用户QoS的资源分配算法中,均未更好的利用资源预报提供的补充信息对分配决策进行后期修正.基于贝叶斯决策的资源分配算法,将资源分配看成是完全不确定型决策问题,利用概率论的知识对分配决策进行及时修正.通过建模证明该算法的实用性,并通过仿真实验进行了进一步的验证.     

单物品多单元双向拍卖环境下的网格资源分配仿真

将基于组合双向拍卖的资源分配及定价算法扩展到单物品多单元场景中,给出了该场景下算法的实现过程,从激励相容、预算平衡、机制效率方面分析了算法的性质,并提出了可调节的拍卖师收入策略。仿真结果表明,该方法可以得到完整的资源分配及定价信息,与传统的多单元双向拍卖(MDA)相比,可以在保证拍卖师收入的情况下,达到更高的节点交易率以及更低的效率损失率,是一种有效的分配及定价方案。     

基于含虚拟卖家组合双向拍卖的网格资源管理

考虑到组合双向拍卖与网格资源选择过程存在较高相似性,提出基于组合双向拍卖的网格资源管理方案,建立了具体的包含虚拟卖家的多回合组合双向拍卖机制。在该机制中,采用一种动态报价策略以提高拍卖交易率,同时通过引入虚拟卖家,将竞卖成功者的剩余资源转化为交易剩余,不仅提高了资源利用率,而且扩大了拍卖的交易剩余,从而促进形成良好的经济激励,使更多的网格用户和网格资源加入到网格交易中。     

基于加权平均的网格资源分配与定价

针对网格资源分配中现有组合双向拍卖模型以资源包平均价格定价的不足,提出以各类资源的单价定价的算法. 根据组合双向拍卖和网格信任理论,提出基于加权平均算法的网格资源分配与定价策略,以信任度阈值的加权平均鉴别恶意节点,以归一化报价和信任度的加权平均衡量正常节点的价格及信任综合竞争力. 仿真结果表明,该算法交易率较高,可防范恶意节点,交易效用可激励正常节点以提高其综合竞争力.     

基于连续双向拍卖的网格资源管理模型

针对网格计算中的资源管理,提出了一种基于连续双向拍卖的模型。该模型由资源代理、任务代理、拍卖师组成,扩展了任务和资源的描述,为资源代理和任务代理定义了各自的定价函数。该模型同时考虑了用户和资源拥有者双方的利益,较为合理和实用。     

基于遗传算法的网格资源任务调度策略研究

网格是当前高性能计算领域的一个研究热点。首先分析了网格任务的特点,给出了网格任务模型,在此基础上提出了一种层次结构的网格资源管理任务调度系统模型。采用了遗传算法作为调度策略,给出了调度策略的每一步具体实现方案。此模型可为网格的资源管理提供一个统一的高层管理框架,能实现全局最优调度,为网格调度提供了一种有效的方法和途径。     

基于时间最优的费诺编码算法研究与设计

针对费诺编码的算法研究与实现问题,提出一种最优偏差值与分治法相结合的算法。算法以最小偏差值为目标,在概率序列中寻找最佳断开位置,通过最佳断开位置实现费诺编码。鉴于费诺编码算法的递归属性,分别设计了编码的多模块算法和单模块算法。通过对算法时间复杂度的分析,对设计的算法进行了改进。算例仿真表明,不同算法对同一信源编码所耗费的时间差异很大,选择时间最优的费诺编码算法能更好地满足费诺编码系统对适时性的要求。     

多物品最优网上动态拍卖设计

针对现有网上拍卖机制设计存在的不足,结合网上拍卖参数设置的特点,运用动态规划优化理论、边际收益和边际成本分析方法,分别对多物品动态拍卖的最优数量、多物品网上同价最优动态拍卖以及多物品网上歧视价格最优动态拍卖进行了设计,并进行了比较分析。     

多物品最优网上动态拍卖设计

针对现有网上拍卖机制设计存在的不足,结合网上拍卖参数设置的特点,运用动态规划优化理论、边际收益和边际成本分析方法,分别对多物品动态拍卖的最优数量、多物品网上同价最优动态拍卖以及多物品网上歧视价格最优动态拍卖进行了设计,并进行了比较分析.     

网上多期多单位物品最优拍卖设计

针对现有网上拍卖机制设计存在的不足,引入传统销售中的库存、订购、延期订单等因素,结合网上拍卖的新特点,以拍卖商期望利润最大为目标,运用动态规划优化理论、边际收益和边际成本分析方法在一定拍卖规则下设计了多期多单位最优拍卖数量、最优订购量以及最优保留价,并比较了拍卖机制和固定价格机制,得出在一定条件下拍卖机制优于固定价格机制.     

一种基于网格距离的资源调度

在网格资源调度中,当任务选择与自己距离较近、可用带宽较大的资源时,调度体现更好的特性。文章就距离、可用带宽并结合资源的使用费用,提出了网格距离的概念,实现网格资源选择中对上述因素的约束。定义了网格资源和应用的模型,在该模型上完成网格距离的计算,提出了资源选择算法。仿真实验表明,调度在通信开销、稳定性、任务完成时间以及任务执行的失败率等方面都得到了改善,同时促进整个网格系统资源交易的吞吐量。     

基于双级反馈信任度的网格资源调度

普通信任度模型中的反馈是资源消费者提供的单级反馈,不诚实的资源消费者会提供虚假的反馈,以增加自身在以后交易中的收益。提出了一种新的基于双级反馈信任度的网格资源调度模型来解决这一不公平隐患。该方法通过将作为独立第三方的网格自治调度器提供的反馈对资源消费者提供的反馈进行审计,过滤掉虚假反馈并惩罚不诚实的资源消费者,进而提高网格中交易的公平性和资源的吞吐率。最后利用仿真工具GridSim验证了该模型的有效性。     

网格资源管理与调度研究综述

对网格资源管理与调度技术进行了全面的分析与系统的总结,介绍了网格的概念和发展过程,分析了网格生态系统的特点及其对网格资源管理系统的要求,归纳了按不同属性的网格资源管理系统分类,并按该分类法对典型的网格项目Globus进行了说明;描述了网格资源调度的阶段和步骤,总结了不同视角的网格资源调度分类,并详细分析和讨论了当前常用的网格资源调度方法,即精确方法、多准则和元启发式,最后对网格资源管理与调度当前的研究与方向进行了总结和展望。     

基于改进蚁群算法的网格资源调度

针对网格资源的分布式共享,提出了一种改进的蚁群算法,并用于网格资源调度中. 在算法中引入了资源节点的可信度,并作为蚂蚁残留的信息素评估要素之一,通过对可信度的评估,在一定程度上增强了蚁群算法的搜索能力和网格资源的可靠性. 在算法中设计了局部和全局信息素更新机制,实现了各资源节点上的负载均衡. 通过选取适当的参数,利用GridSim工具对基于改进蚁群算法的网格资源调度策略进行了仿真实验测试. 实验结果证明,该策略能有效地提高网格系统资源的利用率和任务提交的成功率,缩短了整个网格系统调度的总执行时间,改善了网格系统的性能.     

遗传算法在制造网格资源调度中的应用

在网络化制造环境下为解决制造网格中的资源调度问题,提出了基于遗传算法的网格资源调度算法。结合用户对多目标优化问题的要求,设计了基于遗传算法的制造网格资源调度算法。该算法将多目标优化问题转化为单目标优化问题,并以数字制造业中零件加工过程的资源优化调度为算例,验证了算法的有效性。     

支持多通道传输的光子网格资源并行调度策略

为满足分布式业务对资源使用灵活性和网络高带宽性的要求,实现高性能光网络,对光子网格体系结构进行了研究,并提出支持多通道传输的光子网格资源并行调度策略. 利用可分负载均衡策略分割数据或执行大文件分片,结合多波长并行预留机制,在应用驱动下按需分配光路资源. 构建光子网格实验平台,以电力分布式潮流数据传输应用为例验证所提策略的有效性. 实验结果表明,在应用驱动下并行调度策略能提供灵活的光网络资源分配,有效提高分布式业务的传输性能及光网络资源利用效率.     

基于小世界聚类的网格资源查找算法

在网格环境中分布着大量不同类型的资源,为了更有效地解决网格资源的搜索和定位问题,提出了一种基于小世界聚类的网格资源查找算法. 它以小世界模型作为理论依据,确定聚类中心,按照分级扩散的原则对网格资源进行全局搜索. 为了提高算法的可扩展性,以一定概率增加网络连接,使节点连接的概率随距离的增大而衰减,缩短了查找平均路径长度. 仿真实验证明,基于小世界聚类的网格资源发现算法具有良好的搜索能力和扩展性.     

基于资源可用门限的分布式作业调度

在研究现有分布式调度模式的基础上,提出了基于资源可用门限的分布式调度模式。该模式综合资源性能和负载情况,准确反映站点的当前使用状态,根据资源可用门限为作业请求选择局部站点。评估结果表明,与现有分布式模式相比,该模式降低了平均作业等待时间和平均作业响应时间,具有更好的调度性能,因此是一种高效的分布式调度模式。