树形异构网格的启发任务调度算法

讨论了在网格资源计算能力和网络通信速度异构的树形网格环境下任务调度问题,导出了线性方程并且根据调度任务大小进行了模型的优化,提出一个基于线性规划的任务分配启发式算法。实验结果表明:在异构树形计算网格环境下实现任务调度时,该算法的性能明显优于其他算法。     

信任驱动的网格作业调度算法

针对目前网格资源管理中信任机制与作业调度机制分离的缺陷,基于网格信任模型与信任效益函数,提出了信任驱动的网格作业调度问题。对传统批作业调度算法进行信任扩展,提出了两种信任驱动的网格作业调度启发式。对信任驱动网格作业调度算法进行大规模仿真实验,有力地证明了信任驱动算法优于传统时间驱动算法,在平均信任效益和总信任效益等方面具有较好的综合性能。     

移动云计算多目标任务调度进化算法

研究了移动云环境中任务调度的多目标优化问题,提出一种多目标任务调度进化算法MTSEA.建立了截止时间、预算及能量约束下的任务调度多目标优化模型,模型引入执行跨度、执行代价及执行能耗三目标最优化;设计了一种进化算法对冲突三目标最优化进行求解,算法重点在种群初始化操作中引入了效率最高、代价最小以及能效最高的三个种群个体,以此代替随机个体生成;并利用交叉和变异操作对个体进化迭代,最终通过非占优排序形式得到满足帕累托最优的调度解集.通过仿真实验与两种多目标调度算法进行了性能对比.结果表明,MTSEA算法调度解的收敛性及解空间距离和分布上是更优的.     

异构网络化汽车电子系统中多DAG离线任务调度

公平性和通信开销已成为影响调度性能的主要瓶颈,首先在任务优先级排序阶段,提出基于通信开销权值的轮转调度的公平排序标准;在处理器选择阶段,提出在插入法的基础上将任务分配到具有最小选择值的选择标准;综合上述2个阶段,提出以降低调度长度和减少通信开销为目标的多DAG离线公平任务调度(MDOFTS, multiple DAGs off-line and fairness task scheduling)算法。异构网络化汽车电子系统是一个典型的混合关键级嵌入式系统,既要确保实时性又要降低调度长度,提出了以满足安全关键DAG的多DAG离线优先级任务调度(MDOPTS, multiple DAGs off-line and Priority task scheduling)算法。综合MDOFTS和MDOPTS,提出多DAG离线自适应任务调度(MDOATS, multiple DAGs off-line and adaptive task scheduling)算法,在满足实时性的基础上提高调度性能。实例分析和实验结果表明,提出的算法在调度长度、通信开销、不公平性、最差响应时间和实时性上都优于其他算法。     

多站多星任务调度模型及求解

针对遥感卫星数据接收任务的特征,提出了多站多星任务调度的主要约束条件和优化目标函数,建立了基于约束满足优化问题的多站多星任务调度模型,采用贪婪算法和约束传播相结合的方法对多站多星任务调度进行了求解.该优化调度模型及求解算法已成功运用于遥感卫星数据接收站的日常运行工作中.     

基于QoS的超级节点模式网格调度研究

提出一种基于超级节点模式的网格管理模型,引入市场经济机制,允许网格用户提出任务的截止完成时间、费用上限以及时间、费用偏好参数,并作为用户QoS参数给出对应的网格复合任务调度算法。根据此算法,利用层次颜色Petri网、价格时延和颜色Petri网对调度过程进行形式化动态建模。最后,构建模型的可达任务图,通过实例分析系统的最佳调度方案及其吞吐量、负载平衡、时间和费用等性能参数。     

云计算环境中任务调度策略

在满足用户QoS的前提条件下,对海量任务进行高效调度并对云资源进行合理分配是云计算领域的一个研究热点。文章论述云计算环境下任务调度的概念、特点和目标,归纳了云计算任务调度的研究现状,并对传统任务调度算法、Hadoop中的任务调度算法、智能化的任务调度算法的实现机制和性能指标等进行了分析与比较。分析结果表明智能化任务调度算法性能优良且适应性强,是今后的研究重点。     

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.     

网格系统中一种基于MSMQ的任务调度模型及性能分析

网格环境中集成了大量的用户和资源，任务调度对系统良好地运行起着极其重要的作用。本文提出网格系统中一种基于多服务器多队列的集中式的任务调度模型，并给出模型的随机进程代数的描述和性能评价与分析技术，实验结果表明该模型能较好的模拟网格系统中任务处理与调度。研究结果提供了形式化描述调度模型，为大规模和复杂的网格系统的建立提供了定量分析和预测评价。     

基于5G+MEC的电网边缘计算平台任务安全性调度方法

为保证电网边缘计算平台任务调度的安全性以及任务调度所需的数据质量,提出基于5G+MEC的电网边缘计算平台任务安全性调度方法。结合机密性服务和完整性服务,构建任务调度安全等级模型,约束调度任务队列调度传输过程中的风险,实现5G核心网的安全传输;确认优先级队列类型,选择最小化队列与最大队列,进行数据资源最大化支持、MEC 设备端的任务调度,构建分布式任务调度模型,并利用 Lyapunov候选函数提升任务调度的稳定性,通过交替方向乘子法求解模型,获取任务安全性调度最优解。测试结果表明,应用该方法后,风险概率结果均在0.15～0.35的范围波动,MEC设备提供的相关数据与核心服务器调度任务的拟合程度均高于0.92;任务调度数据的质量分值也高于0.94。     

基于价格反馈机制的网格任务管理研究

网格的任务管理目的是优化网格资源,利用选择、匹配、负载平衡等技术提高整个系统的利用率和吞吐率。应用经济学思想。设计基于价格反馈机制的任务调度模型,通过资源调度价格的调控与选择,实现任务的合理调度,向网格用户提供满意的服务质量。     

Task scheduling algorithm for system-wide information management based on multiple QoS constraints

An ant colony optimization task scheduling algorithm based on multiple quality of service constraint (QoS-ACO) for SWIM was proposed.Focusing on the multiple quality of service (QoS) requirements for task requests completed in system-wide information management (SWIM),considering the task execution time,security and reliability factors,a new evaluate user satisfaction utility function and system task scheduling model were constructed.Using the QoS total utility evaluation function of SWIM service scheduling to update the pheromone of the ant colony algorithm.The simulation results show that under the same conditions,the QoS-ACO algorithm is better than the traditional Min-Min algorithm and particle swarm optimization (PSO) algorithm in terms of task completion time,security,reliability and quality of service total utility evaluation value,and it can ensure that the user's task scheduling quality of service requirements are met,and can better complete the scheduling tasks of the SWIM.     

校园计算网格作业自适应调度的研究和实现

由于网格资源具有分布、异构、动态、自治等特性。使得网格作业调度成为网格计算中具有挑战性的任务之一。针对校园高性能计算资源负载不均衡、管理模式不统一的问题，提出了校园计算网格自适应调度系统的解决方案。详细研究了网格作业的白适应调度技术，设计了含有负载均衡能力的资源动态信息收集模型，并给出自适应调度算法。实现了校园范围内高性能计算资源的负载均衡和统一的资源管理。     

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。     

树形网格自适应调度模型研究

提出一种基于树形计算网格的自适应调度模型,实现对小粒度独立任务和用户大作业的自适应最优调度.通过对网格环境的实时检测,给出了基于节点负载状况、节点任务执行时间和任务特性的自适应调度算法.实验证明该任务调度模型在负载平衡和容错方面具有良好的性能.     

网格调度的算法研究及改进

优化网格资源调度算法可以提高网格系统执行效率,给任务安排合理的执行顺序和合适的处理器是优化网格资源调度算法需突破的关键技术.文中研究并实现了（Heterogeneous-Earliest-Finish） HEFT[1]算法和新的（Hierarchical Reliability-Driven Scheduling）HRDS算法.采用DAG[2]任务图生成函数,通过对已有HEFT算法进行研究,采用SimGrid为在分布计算环境下进行分布并行应用调度研究提供一个仿真环境,对HRDS算法进行了改进和验证.验证过程中在HRDS算法中加入了可靠性开销作为调度依据,并把算法分为两层调度,本地可靠性驱动调度和全局可靠性驱动调度.两算法的调度结果在SimGrid网格模拟器中仿真调度,仿真成功并且调度结果在可靠性和性能方面HRDS都比HEFT算法要好.     

An architecture and a dynamic scheduling algorithm of grid for providing security for real‐time data‐intensive applications

Real‐time data‐intensive applications with security concerns are arising in many disciplines of science and engineering. Scheduling algorithms play an important role in the design of real‐time data‐intensive applications. However, conventional real‐time scheduling algorithms are inappropriate to fulfill the security requirements of real‐time data‐intensive applications. In this paper we have proposed a security‐attentive dynamic real‐time scheduling algorithm named SARDIG for scheduling real‐time data‐intensive applications. We have proposed a grid architecture which describes the scheduling framework of real‐time data‐intensive applications. In addition, we have introduced a mathematical model for providing security of the real‐time data‐intensive applications and a security gain function to quantitatively measure the security enhancement for applications running in the grid sites. We have also proved that the SARDIG algorithm always provides optimum security for real‐time data‐intensive applications. The time complexity of the SARDIG algorithm has been analyzed to show the efficiency of the algorithm. Simulation results show that the SARDIG algorithm provides better performance and security than other existing scheduling algorithms. Copyright © 2011 John Wiley & Sons, Ltd.