数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能. 首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署. 仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能.首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署.仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

双电压动态可重构FPGA任务模型及调度算法

通过对单电压动态可重构可编程逻辑门阵列（FPGA）实时任务模型的学习研究,建立基于双电压动态可重构FPGA的非可抢占任务模型.该模型很好地描述了双电压动态可重构FPGA任务的特征,在单电压任务模型的基础上增加了双电压任务模型特有的属性.并基于降序首次自适应算法提出一种新的硬件任务调度算法,该算法在保证任务集限制时间内完成所有任务的同时,利用动态电压调节的方法大幅度减少了任务集完成所需要的能量.在Sun Saloris 工作站下对任务调度模型及其算法进行仿真和评估,实验数据表明,这种基于双电压的任务模型的调度算法,能够有效降低FPGA任务执行的能耗,对于大规模的任务,能耗最高可节省24.1%.     

可信嵌入式系统中可靠且能量有效的任务调度

针对可信嵌入式系统对实时、可靠和能量有效等性能的需求,提出一种新的非周期实时任务调度算法.基于非周期实时任务的本质特性,该算法巧妙利用任务的调度空闲,通过动态电压/频率调整机制来降低任务的运行能耗.该算法具有线性时间复杂度,能够实现在线最小化系统能量消耗,并且不牺牲任务的高可靠和强实时需求.实验表明了本文算法在可靠性和能量有效性方面的优越性.     

能耗限制的松弛任务实时调度算法

许多嵌入式系统依靠单电池供电。基于嵌入式实时操作系统,提出了一种具有通用性的松弛任务模型,并在此基础上根据电池剩余电能设计了相应的实时调度算法来防止在任务运行过程中耗尽不可充电电源的电能所引起的失效。结果表明,该模型能够有效及时地根据剩余电池电能来调整任务周期,使之能够在使命时间内正确完成计算任务,在一定程度上解决了电池电能对使命时间的约束问题。     

基于遗传算法的云任务调度改进算法

云计算环境下任务的调度是目前研究的热点,针对任务完成时间和虚拟机资源负载的均衡情况,对云任务调度遗传算法作出改进.根据云环境下虚拟机资源的性能引入虚拟机相对适应度的概念;将标准遗传算法的随机变异操作改进为有目标的变异操作,使虚拟机相对适应度大的虚拟机资源获得更大的变异可能,加快算法的收敛.仿真实验表明,该算法在降低任务完成时间的同时提高了虚拟机资源的负载均衡,是一种有效的云任务调度算法.     

负载均衡优先的改进优先级表调度算法

针对当前云计算环境下DAG任务调度时存在的负载失衡、任务调度效率不高的问题,提出了一种负载均衡优先的改进优先级表调度算法(LS-IPLB).算法将云计算集群中虚拟机的状态参数变化抽象成空间中的参数向量变化,给出实时衡量云计算集群的负载均衡性方法,并作为虚拟机选择权值的重要参数.同时以任务执行代价、任务的出度和任务间的通信代价作为参数计算任务优先级,并在任务调度时采用任务复制策略进一步优化调度过程.结果表明,LS-IPLB算法能有效缩短DAG任务图的完成时间,并实现了良好的负载均衡性.     

基于改进虚拟机整合算法的虚拟资源管理工具

提出了一种基于分段迭代相关性整合(SICC)的虚拟机整合与放置策略,并将它作为云资源管理工具的核心结构。SICC算法整合了时间序列分析、线性相关性分析和传统的FFD算法,并基于虚拟机的最小资源利用率建立了一套新的虚拟机动态资源整合理论。数值仿真结果表明,在虚拟机整合过程中,新的基于SICC的架构在使用不同的初始动态条件时,以虚拟机为粒度的物理资源利用率性能提升3%~20%;在以服务器为粒度的物理资源利用率性能提升超过5%。     

基于多核处理器的低能耗任务调度优化算法

针对多核处理器的高性能所带来的高能耗问题,对TL-DVFS算法中任务迁移开销问题进行了分析,提出了一种基于TL面的节能调度算法ITL-DVFS.该算法在不增加算法时间复杂度的前提下,通过对堆进行操作,有效地减少每个TL面初始时刻任务的迁移开销.结合全局动态电压频率调节技术,在TL面的初始时刻和偶发任务释放时刻动态调节多核处理器的电压频率.结果表明,ITL-DVFS可以有效地减少任务的迁移开销,在负载达到某一值后,可有效降低处理器功耗.     

适应动态安全需求的实时任务调度算法研究

现有的实时容错调度算法没有将实时任务的动态安全需求与其可调度性结合起来考虑.针对这一问题,文章展开以下研究工作:基于安全分级思想,构建了一个适应动态安全需求的实时调度模型,该模型详细地描述了实时任务、系统安全服务、任务容错等实时调度过程涉及的关键要素.以此模型为基础,提出了一种自适应实时容错调度算法(AFTS),该算法支持优先级抢占式调度策略,以牺牲普通任务的运行为代价来保证关键任务的可调度性,并采用主副本备份技术实现了关键任务的容错功能.当系统安全级别被动态调整时,该算法能够为实时任务选择满足当前安全需求的最优安全策略.仿真实验表明,文中提出的算法与同类算法相比,在系统动态安全需求的适应性,以及关键任务的可调度性和容错能力等方面有较好的表现.     

多处理器实时系统容错ICDM调度算法

目的提出一种针对多处理器实时系统中具有时间、资源和容错需求任务的调度算法来满足硬实时系统实时性及可靠性要求．使硬实时系统在发生故障的情况下，任务也能在其截止期内完成，不致产生灾难性后果．方法将非精确计算模型引入到Distance Myopic算法中，通过非精确计算模型与Distance Myopic算法的有效结合，提出ICDM算法．结果任务分为主副两个版本，每个任务都由两部分组成：强制执行部分和选择执行部分；当任务强制执行部分不能达到截止期时．通过调用MOPT算法减小前序任务选择部分的执行时间，使其满足截止期要求．ICDM算法使任务在保证结果可接受的情况下，在其截止期内完成，提高了任务的可调度性．结论通过引入非精确计算模型，使算法的可调度性增强了，也提高了硬实时系统的实时性及可靠性．     

多处理器实时系统中的非精确轮转式调度算法

目的研究基于多处理器实时系统中具有截止期和容错需求任务的非精确轮转式调度算法,使强实时系统在发生故障的情况下,任务也能在其截止期内完成,不至产生灾难性后果.方法将非精确计算模型引入到轮转式调度算法中.结果仿真实例表明,非精确轮转式调度算法具有更低的任务拒绝率,同时能更为有效地利用系统资源.结论该算法扩展了轮转式调度算法的允许调度定理,使得主/副版本任务在执行时间上可以重叠,提高了任务的可调度性,使整个系统负载均衡,并减少了系统搜索时间.     

基于μC/OS-Ⅱ软/硬件任务管理的可重构系统实现

该文设计了一种基于全新体系架构的软/硬件任务管理的局部动态可重构嵌入式系统,并在该系统上移植了实时操作系统μC/OS-II,实现了单芯片上软/硬件任务管理的动态部分可重构系统.实验结果表明,硬件任务可以和软件任务一样灵活的实时调度运行,相比于传统的硬件固定系统,资源利用率节约了50%以上,而相比于传统的软件处理器,执行...     

DVS系统硬实时周期任务动态调度算法

与实时任务的可调度分析不同,实时DVS调度在保证任务截止时间限制同时,还要关注任务执行的处理器功耗。功耗研究一段时间的累积效果,传统基于最坏执行时间的任务调度模型不能满足实时DVS调度需要。该文采用实际执行时间(AET)概率分布建立实时任务调度模型,利用随机分析的方法分析AET分布对实时DVS调度算法性能的影响,提出了基于平均执行时间的实时DVS动态调度算法。实验结果表明,该算法在任务具有不同AET分布情况下可保持稳定的功耗性能。     

实时多任务系统的超时故障分析

以强实时多任务系统中的静态优先数调度算法为基础,结合系统中除任务运行时间外的其他时间开销如任务同步、中断处理等,定量分析实时系统中的各种时间参数对任务截止时间的影响,提出了计算任务是否发生超时的方法,并将任务超时作为一种时间故障,得出系统发生超时故障的概率,为评价实时特性提供了一种量化手段。     

一种能耗约束的多核系统任务调度算法

不同的任务调度算法将任务分配在不同的处理单元,会产生不同的能耗。在基于片上网络的多核系统中,将任务分摊到所有处理器核能提高系统利用率,但导致大量的簇间通信,增加数据传输能耗。本文在对系统能耗进行建模的基础上,提出一种能耗约束的任务调度算法。该算法结合任务间依赖关系,动态计算任务分配时产生通信开销最小的簇和系统利用率最大的簇,通过计算在相应簇上产生的系统能耗,选择产生系统能耗小的分配方案以平衡系统利用率和簇间通信开销。仿真实验结果证明,算法在减少了簇间通信开销并提高系统利用率的同时,降低了系统能耗。     

基于有限优先级的动态调度分组算法

实时调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面.实时调度在理论分析时,都假设系统能识别任意多的优先级.当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量.在实际的任务系统中进行动态调度分析时包含任务系统动态调度所需的最小优先级数量的判断方法和任务系统分组算法.在此基础上,给出了任务系统分组的算法及最优分组的判定条件,并详细说明了任务系统分组算法的步骤和过程.     

基于资源回收的容错单调比率调度

基于时间冗余的容错实时调度算法,其可调度条件是以任务的最坏执行时间和为任务预留容错操作的时间为分析基础,且任务拒绝率高,系统资源利用率低。该文提出的基于资源回收的容错单调比率调度,以容错实时调度算法FT-RM为基础,利用任务的实际执行时间低于最坏执行时间的特性,收集已完成任务释放的资源供等待任务使用,在保证系统容错要求的同时,提高了任务吞吐量和系统资源利用率,并通过模拟实验分析算法性能,研究了影响算法调度性能的若干因素。     

云计算下区分服务的演化博弈调度算法

提出了一种基于区分服务的云计算演化博弈调度算法.算法中云任务方通过偏好类型参与对资源的竞争,虚拟机资源方依据其计算型、存储型、带宽型等各类服务评分高低竞争任务,构成一个混合博弈,然后再依据任务调度信息和用户反馈的评分不断演化改进虚拟机资源及其所属种群的各项服务评价,最终得到博弈的均衡.仿真实验结果表明,该算法是有效、可行的,能根据任务类型的差异分配不同特性的虚拟机资源,再依据用户对各项服务的评价,确保不同类别的用户任务的服务质量.