混合云工作流调度综述

在数据爆发的大背景下,传统的云计算存在本地云资源不足和扩展成本高的窘境,而最新兴起的混合云结合了资源丰富的公有云与数据敏感的私有云,成为当下研究和应用的热点方向.而工作流作为一种有吸引力的范式,其数据规模和计算规模一直都在增长,因此工作流调度是混合云研究方向中的关键问题.为此,文中首先对混合云环境下的工作流调度技术做了...     

高性能云工作流状态机的原理与实现

传统工作流程通过设计活动和迁移线等元素来实现流程的基本流转,但随之而来的问题是当流程异常复杂,例如存在多达几十个活动且活动之间需要不断跳转交互的情况下,不仅开发复杂度成倍增加,而且运行时性能也会持续降低.为解决此问题,本文基于有限状态机的原理,结合云计算技术,提出了云工作流状态机,能够充分利用代码逻辑开发的便捷性,简化流程的活动和迁移,最终达到运行时高性能的架构目标.文中详细阐述了工作流状态机的实现原理,运行机制,以及云计算下的状态机服务框架,最后介绍了基于云状态机的业务应用开发方式,并给出容器下的压力测试结果：流程在双节点流转的单步耗时非常短,运行稳定.实践证明,基于容器的云架构在保证可扩展性的同时亦能满足高性能的设计目标.     

工作流技术综述

工作流技术是进入90年代以后计算机应用领域的一个新的研究热点.对工作流技术进行深入的研究对于提高我国企业的信息化程度、运行效率以及竞争能力都有着重要的意义.该文首先介绍了工作流技术的起源与发展;然后对工作流的研究现状进行综述,主要包括工作流定义、工作流模型、工作流实现方案以及工作流事务管理这4个方面;同时分析了目前工作流技术中所存在的不足以及造成这些不足的根本原因;最后指出了工作流技术的未来发展趋势.     

基于安全性约束和协同禁忌优化算法的云计算工作流调度

针对现有的云计算工作流调度方法侧重于节能和可靠性等方面进行研究,忽略了安全性约束的要求,设计了一种基于协同禁忌算法的具有安全型约束的能实现云计算工作流高效调度的方法;首先,定义了云计算工作流调度的DAG图,对安全性约束进行了形式化描述,并建立了云计算工作流调度的数学模型;然后,在经典的协同禁忌算法的基础上,通过设计解的编码方式、适应度函数、变邻域结构和双禁忌表,实现对经典的协同禁忌算法进行改进;最后,定义了基于改协同禁忌算法实现对云计算工作流调度的具体算法;在云计算的仿真环境Cloud-Sim下进行实验,实验结果证明了文中方法不仅具有较快的收敛速度,而且能寻求到比其它方法更优的调度方案,能满足安全性约束要求,是一种可行实用的调度方法.     

工作流技术在OA系统中的应用

对工作流及工作流管理系统进行了一定的研究,认为工作流建模和工作流运行控制是工作流应用的两个关键方面,并从实用角度,研究工作流技术在OA系统中的实现。基于工作流的OA系统,用户在使用过程中能够自己配置工作流程、监控工作流程,充分体现软件柔性化,满足用户对于不断变化的业务流程需求。     

快速扩散制造中的工作流管理技术

针对武器装备快速扩散制造的效率问题,以军工产品的扩散制造为实例背景,提出一种支持快速扩散制造的工作流管理技术,包括工作流建模技术、工作流运行控制技术和工作流系统实现方法,采用Petri网建模方法和基于Web的工作流引擎技术。阐明扩散制造中工作流管理系统的体系结构。结果证明其在提高军工产品制造效率方面效果良好。     

数字海洋云计算平台工作流安全机制

云计算技术业已成为计算机资源交付使用的一种越来越受关注的方式。随着云计算技术的发展,其安全问题也面临巨大挑战。工作流管理系统是“数字海洋云计算平台”的重要组成部分,其中,资源鉴权和用户身份认证贯穿于工作流管理系统所有过程。文中研究数字海洋云平台上用户管理和定制复合模型工作流过程中的安全问题。根据数字海洋云平台上用户定制服务流时使用公有、私有资源安全问题和用户身份认证等功能,提出了一种工作流安全机制,结合手机和电子邮箱的双因素口令技术。     

基于J2EE的工作流管理系统的研究

分析了工作流技术在企业业务管理系统中的应用目的,提出了基于J2EE的工作流管理系统;详细讨论了由工作流引擎、事务列表、反应器和Web客户端等组件构成的体系结构;最后给出实例说明系统的实现和运行。     

Cloud GIS关键技术研究

研究并分析了现有GIS应用系统的不足,根据目前GIS应用发展的主要技术趋势,提出了基于云计算的云GIS的服务层次模型和关键技术。针对云计算分布式异构环境下空间数据资源的特点,提出了云GIS空间数据资源的两种集成方法;根据现有GIS应用技术特点,提出云GIS功能资源的集成与互操作技术,并与工作流结合GIS Web服务组合技术的云GIS搭建式应用开发技术。最后,提出云GIS应用的3种部署模式。     

敏捷制造环境下集成化工作流管理系统的设计与实现

在敏捷制造环境下,提高企业自身敏捷性的一个有效方法是对企业过程进行集成化的管理,而工作流管理系统是对过程进行管理的一种有效手段.本文给出了集成化工作流管理系统结构,详细描述了其相关的实现技术.在系统设计过程中有机地将时间、成本引入到工作流管理系统中,并通过分布式数据采集器实现异构、分布环境下的信息采集和企业生产经营过程的实时跟踪、管理与控制,提高了企业生产活动控制的敏捷性,为企业快速响应内外界环境提供了技术保障,以最终实现过程集成和企业整体优化运行.     

云工作流中基于分时虚拟机的任务层调度算法

云计算是新的一种面向市场的商业计算模式,向用户按需提供服务,云计算的商业特性使其关注向用户提供服务的服务质量。任务调度和资源分配是云计算中两个关键的技术,所使用的虚拟化技术使得其资源分配和任务调度有别于以往的并行分布式计算。目前主要的调度算法是借鉴网格环境下的调度策略,研究基于QoS的调度算法,存在执行效率较低的问题。我们对云工作流任务层调度进行深入研究,分析由底层资源虚拟化形成的虚拟机的特性,结合工作流任务的各类QoS约束,提出了基于虚拟机分时特性的任务层ACS调度算法。经过试验,我们提出的算法相比于文献[1]中的算法在对于较多并行任务的执行上存在较大的优势,能够很好的利用虚拟的分时特性,优化任务到虚拟机的调度。     

Optimizing virtual machine allocation for parallel scientific workflows in federated clouds

Cloud computing has established itself as an interesting computational model that provides a wide range of resources such as storage, databases and computing power for several types of users. Recently, the concept of cloud computing was extended with the concept of federated clouds where several resources from different cloud providers are inter-connected to perform a common action (e.g. execute a scientific workflow). Users can benefit from both single-provider and federated cloud environment to execute their scientific workflows since they can get the necessary amount of resources on demand. In several of these workflows, there is a demand for high performance and parallelism techniques since many activities are data and computing intensive and can execute for hours, days or even weeks. There are some Scientific Workflow Management Systems (SWfMS) that already provide parallelism capabilities for scientific workflows in single-provider cloud. Most of them rely on creating a virtual cluster to execute the workflow in parallel. However, they also rely on the user to estimate the amount of virtual machines to be allocated to create this virtual cluster. Most SWfMS use this initial virtual cluster configuration made by the user for the entire workflow execution. Dimensioning the virtual cluster to execute the workflow in parallel is then a top priority task since if the virtual cluster is under or over dimensioned it can impact on the workflow performance or increase (unnecessarily) financial costs. This dimensioning is far from trivial in a single-provider cloud and specially in federated clouds due to the huge number of virtual machine types to choose in each location and provider. In this article, we propose an approach named GraspCC-fed to produce the optimal (or near-optimal) estimation of the amount of virtual machines to allocate for each workflow. GraspCC-fed extends a previously proposed heuristic based on GRASP for executing standalone applications to consider scientific workflows executed in both single-provider and federated clouds. For the experiments, GraspCC-fed was coupled to an adapted version of SciCumulus workflow engine for federated clouds. This way, we believe that GraspCC-fed can be an important decision support tool for users and it can help determining an optimal configuration for the virtual cluster for parallel cloud-based scientific workflows.     

云计算技术及其安全性研究

云计算被视为IT业的下一代技术架构,其概念于2007年提出,是随着虚拟化技术、分布式存储技术、网格技术和自动化管理技术的发展而产生的,能够提供一种更加灵活配置应用的途径。但是,云计算将应用软件和数据库转移到庞大的数据中心,而数据中心对数据和服务的管理并不值得完全信赖。随之产生的安全问题是提高云服务质量的难点。同时,合理采用云计算技术也能够加强产品的安全性。首先阐述了云计算环境的特性及安全需求,其次,在介绍云计算安全研究现状的基础上,对安全性评估进行了分析,最后对云计算的未来发展趋势作了展望。     

A hybrid heuristic workflow scheduling algorithm for cloud computing environments

Cloud computing is a relatively new concept in the distributed systems and is widely accepted as a new solution for high performance and distributed computing. Its dynamisms in providing virtual resources for organisations and laboratories and its pay-per-use policy make it very popular. A workflow models a process consisting of a series of steps that shape an application. Workflow scheduling is the method for assigning each workflow task to a processing resource in a way that specific workflow rules are satisfied. Some scheduling algorithms for workflows may assume some quality of service parameter such as cost and deadline. Some efforts have been done on workflow scheduling on cloud computing environments with different service level agreements. But most of them suffer from low speed. Here, we introduce a new hybrid heuristic algorithm based on particle swarm optimisation (PSO) and gravitation search algorithms. The proposed algorithm, in addition to processing cost and transfer cost, takes deadline limitations into account. The proposed workflow scheduling approach can be used by both end-users and utility providers. The CloudSim toolkit is used as a cloud environment simulator and the Amazon EC2 pricing is the reference pricing used. Our experimental result shows about 70% cost reduction, in comparison to non-heuristic implementations, 30% cost reduction in comparison to PSO, 30% cost reduction in comparison to gravitational search algorithm and 50% cost reduction in comparison to hybrid genetic-gravitational algorithm.     

云网管系统架构方案研究

为解决典型网管系统面临的IT资源较高投资维护成本和负载不均衡等问题,在介绍了云计算的概念、技术及优势的基础上,引入云计算,提出了下一代云网管系统架构,并分析了云网管的优势。本文提出的云网管系统架构方案为云计算技术在网管系统中的实际应用提供了有益的借鉴。     

面向云计算的网络化平台研究与实现

云计算提供三种类型的服务:基础设施即服务、平台即服务和软件即服务。很多云实例都采用高性能计算结点构建基础设施,而高性能计算机的传统使用方式制约了云平台型服务的发展。本文设计并实现了基于高性能计算机的面向云计算的网络化平台NPCC,这是尝试解决高性能计算环境支持提供云平台型服务存在问题的一种探索性研究。NPCC采用了高性能虚拟域HPVZ技术和多目标协同的并行工作负载调度策略等,改变了传统高性能计算机的共享使用方式,为用户提供了具有易用性、通用性、安全性、可定制化和图形化的面向云计算的网络化平台环境。     

云计算及其关键技术

云计算是一种新兴的计算模型,它是在网格计算的基础上发展而来的。介绍了云计算的发展历史和应用场景,比较了现有的云计算的定义并给出了新的定义,以谷歌的云计算技术为例,总结了云计算的关键技术：数据存储技术（Google File System）、数据管理技术（BigTable）、编程模型和任务调度模型（Map-Reduce）等,分析了云计算和网格计算以及传统超级计算的区别,并指出了云计算的广阔发展前景。     

远程教育中云计算辅助教学探讨

随着信息技术的发展与应用,作为一种新兴的商业计算模型,云计算如一阵飓风席卷整个IT界并受到了广泛关注,同时进入到信息技术教育领域发挥其效用。基于云计算在远程教育中的应用实践,认为云计算辅助教学能有效地应用于远程教育领域,并就如何发挥远程教育中的云计算辅助教学作用进行了探讨。     

云计算技术在数字图书馆的应用

云计算技术以其海量数据存储、强大的计算能力以及高安全性成为了新一代的互联网计算模型,其给数字图书馆带来了全新的Web服务模式,也将对信息技术环境下构建云资源共享平台、个性化、移动图书馆等产生积极影响。文章分场景、角色对云数字图书馆的未来及应用进行了阐述。     

云计算的安全性探讨

云计算是当前信息产业中研究与应用的热点.云计算在快速发展的同时,也存在着很多的安全隐患,安全是云计算领域亟待解决的主要问题之一.当今各种云计算安全技术尚未十分成熟,对于普通用户来说,还不能完全依赖服务商和利用既有的安全技术来保障自己的数据安全.文章介绍了云计算安全的现状,根据云计算的特点分析了其主要的安全风险,并提出了降低安全风险的主要思路,使云计算用户能积极部署风险管理措施,在享受云计算的诸多好处的同时,把安全风险尽量降低.