服务质量感知的网格工作流调度

在网格工作流中引入服务质量,可以使网格中的资源更好地围绕用户的要求进行组织和分配,服务质量为工作流执行过程中选择成员服务提供了依据.工作流服务质量的估算和服务质量感知的工作流调度是实现服务质量感知的网格工作流的两个关键问题.基于一种网格工作流模型讨论了网格工作流的服务质量参数体系,提出了工作流服务质量的估算算法和网格工作流调度数学模型,并提出了基于遗传算法的调度方法.仿真实验表明,该调度算法具有较好的收敛性.     

一种服务质量感知的网格工作流引擎

引入服务质量等非功能特性作为网格工作流的调度依据,可以使得网格工作流的执行和调度围绕服务质量的参数体系进行,能够更好地满足最终用户的要求.提出一种服务质量感知的网格工作流引擎QGWEngine,介绍QGWEngine支持的服务质量参数体系和所基于的网格工作流模型.给出QGWEngine的系统结构,并通过一个假想的网格工作流的例子验证了QGWEngine的有效性.     

基于服务质量的网格工作流算法优化

本文介绍了网格的基本概念,结合工作流任务的服务质量(QoS)需求,提出了基于服务质量的网格工作流调度算法,对GGWF算法中的LGSS算法做了改进,提出了ILGSS算法,对该算法的算法复杂度进行了分析,并在局域网环境下做了仿真实验,并给出了实验结果和分析,提出了在网格环境下探索自适应的工作流事务机制这一十分重要的研究方向,为网格环境下工作流的调度提供了一种新的解决方案.     

自定义服务质量模型的网格工作流调度算法

随着网格服务应用的发展,在网格工作流中,复杂的任务可以由多个独立的服务,通过工作流引擎等方式组合成新服务后完成。在组合服务的过程中,由不同服务提供商提供的候选服务,具有不同的服务质量参数,在网格工作流调度中,需要满足用户定义的服务质量约束。提出了方便用户定义的服务质量模型,并且在该模型的基础上,改进了网格工作流调度算法,通过实验分析证明改进后的算法优于传统的调度算法。     

QoS约束下基于双向分层的网格工作流调度算法

为使网格工作流的执行满足用户QoS要求,应用有向无环图描述工作流,并分析其中的关键活动,把用户对工作流的整体QoS约束分割为对单个任务的QoS约束.以此为基础,提出了一种基于双向分层的网格工作流调度算法Q-TWS.该算法通过对工作流正向分层和逆向分层,可以方便并准确找到任务之间的并行关系.Q-TWS可最大程度放松对任务执行时间的约束,在增加调度灵活性的同时又满足用户的QoS要求.实验表明,Q-TWS算法与TL算法相比,在同样的截止时间约束下,工作流执行时间较短,且工作流执行费用较小.     

军事网格工作流调度算法研究

针对军事网格应用及工作流的特点,提出一种基于网格工作流分割的调度算法。采用基于有向无环图的工作流建模方法,对网格工作流的相关概念进行形式化定义。在确定基本工作流之间的复合关系后,对网格工作流中的任务实施调度。实例结果表明,该算法能减少网格工作流的任务执行时间,具有较好的调度性能。     

基于微粒群算法的网格工作流优化调度问题的研究

网格工作流中的调度问题是一个复杂且具有挑战性的问题,它影响着网格工作流执行成功与否及效率的高低.针对具有时序和因果约束关系的网格工作流优化调度问题进行了研究,建立了网格工作流的任务调度模型和调度问题的目标模型,并应用微粒群算法来优化网格工作流中任务的调度.实验结果证明该算法优于传统的调度算法.     

基于网格服务的工作流技术

网格工作流是将工作流技术应用到网格环境中。研究了在OGSA框架下,网格工作流的概念、特点,基于OGSA工作流层次结构和网格工作流执行的基本过程,提出了网格工作流研究中所要解决的几个关键问题,包括网格工作流描述语言、规划与调度、执行与管理、监测与错误处理、动态与优化处理、使用与开发环境。     

网格工作流引擎的设计与实现

针对传统工作流调度策略只强调任务的执行顺序、忽略任务本身相互间的逻辑关系等不足,基于GT4网格环境,以网格服务及其间的协作关系为出发点,设计并实现了用DAG(directed acyclic graph)模型描述网格工作流,并通过网格服务流语言(gridserviceflowlanguage,GSFL)形式化解析工作流的网格工作流引擎系统架构。在该架构中,设计并实现了基于Dijkstra的工作流调度算法,通过实例对该网格工作流引擎和调度算法进行了实验,实现了预期效果。     

OSG环境中可靠性增强的工作流自适应调度

针对实际的网格环境-Open Science Grid (OSG),提出了一个多阶段网格工作流调度机制,主要包括站点发现、站点初始评估以及站点动态评估和选择.通过基于时间序列的性能预测值评估各资源站点的初始性能,提出了一个基于网格资源站点自适应评分机制的选择算法.为了提高工作流执行的可靠性并尽可能缩短执行时间,设计了一个增量式的任务副本策略,并采用各资源站点任务排队等待时间的经验累积分布函数图来优化任务副本的设置参数.在实际网格环境OSG中,基于网格工作流系统Swift完成的大量实验结果表明,所提出的算法和策略能够有效减小工作流调度长度和作业拒绝率,同时在OSG中能够成功完成的Swift工作流规模也明显增大.     

一个市场驱动的QoS网格工作流任务调度算法

网格调度关系到整个网格任务运行的效率,因此在网格的研究过程中,已经提出了很多调度算法.但这些算法大部分是对元任务(Meta-task)进行调度,很少是针对关联任务的.在考虑用户QoS(Quality of Service)需求的情况下,提出了一个市场驱动的QoS网格工作流任务调度算法.仿真实验结果表明了该算法的合理性和有效性.     

网格环境下费用约束的科学工作流可靠调度算法

网格基础设施是目前科学工作流应用规划、部署和执行的主要支撑环境.然而由于网格资源的自治、动态及异构性,如何在保障用户QoS约束下有效调度科学工作流是一个研究热点.针对费用约束下的科学工作流调度问题,为了提高其执行的可靠性,本文使用随机服务模型描述资源节点的动态服务能力并考虑本地任务负载对资源执行性能的影响,给出一种资源可靠性的评估方法,在此基础上提出一种费用约束下的科学工作流可靠调度算法RSASW.仿真实验结果表明RSASW算法相对于GAIN3,GreedyTime-CD及PFAS算法,对工作流的执行具有很好的可靠性保障.     

基于AGWL网格工作流模型的服务质量估算研究

针对ASKALON网格工作流管理系统中缺乏对服务质量组合方面的研究,基于AGWL网格工作流模型,提出了一种网格工作流服务质量的估算算法。该算法的主要特点是:1)基于AGWL语言;2)可扩展的QoS度量;3)多维全局QoS度量。最后,用仿真实验验证了该算法的可行性。     

基于自适应微粒群算法的网格工作流调度

服务网格是一个通过组合网格服务为用户提供强有力的各种服务的系统,其中网格服务遵循OGSA的标准.网格服务工作流调度的关键在于如何在应用程序运行过程中能动态地根据当前系统中基本服务的情况,组合出满足用户需要的服务.提出了一种自适应微粒群优化算法用于服务感知的Web服务选择,其中引入了一个特殊的速度变异操作来增强空间搜索的有效性,并融合了遗传算法杂交与变异.它不仅能很好地满足组合服务的需求,而且能更有效地进行全局搜索.仿真试验显示对于具有全局Qos约束条件的Web服务选择在执行效率上自适应微粒群优化算法明显优于其它混合遗传算法(如种群多样性控制遗传算法).     

网格工作流中基于商品市场的服务选择

服务选择是网格工作流的重要环节。针对现有Web服务组合方法对服务质量（QoS）贪婪索取而不利于网格资源有效利用的问题,提出基于商品市场的"按需"网格服务选择方法：根据面向工作流全局的评价模型,以服务使用者需求为约束条件,将服务选择建模为0-1多维背包问题;并引入经济学中的"价格-供需关系"改进了服务选择模型。仿真实验表明：基于商品市场的服务选择均衡了系统负载,有利于网格资源的高效利用。     

ServiceFlow: QoS-based hybrid service-oriented grid workflow system

Based on OGSA, grid workflow may construct new value-added services by composing existing elementary services with sophisticated workflow logic. Due to the highly heterogeneous and dynamic features of grid, Quality of Service (QoS) becomes essential and poses great challenges to grid workflow. This paper presents a QoS-based hybrid service-oriented grid workflow system called ServiceFlow, which enables the construction of QoS-aware workflow at both abstract and concrete service levels. To gather and delegate multiple concrete physical services providing equivalent functionality but diverse QoS capabilities, virtual service is proposed to participate in service composition. In addition, two phases of service selection, namely pre-matching phase and QoS-based service selection phase, are designed for dynamic service bindings at runtime. Performance evaluation results indicate that ServiceFlow can improve different QoS metrics to fulfill the user’s requirements.