基于累计工作量的在线大数据分析作业调度算法

针对Hadoop和Spark等大数据分析系统中无先验知识任务的高效执行问题，设计了基于累计工作量（CRW）的任务调度器CRWScheduler。该调度器根据CRW将任务在低权重队列与高权重队列间切换；在为作业分配资源时，同时考虑到作业所在的队列和其瞬时占用资源量，无需作业先验知识即显著提升系统性能。基于Apache Hadoop YARN实现了CRWScheduler原型，在28个节点的基准测试集群上的实验表明，与YARN的公平调度机制相比，作业流时间（JFT）平均降低21%，其中95百分位的作业流时间（JFT）最多降低了35%，并且在与任务级调度程序协作时可获得进一步的性能提升。     

网格计算资源调度的层次Petri网建模与分析

本文给出了网格计算资源的三层调度方案,并利用层次颜色Petri网对这一调度方案进行了建模与分析。对不同层次的资源调度建立了相应的颜色时延Petri网模型,不同层次的颜色时延Petri网模型可以有不同的行为表现,体现了网格计算资源的异构、自治等特点。给出了层次颜色Petri网的可迭任务图的概念及构造算法,并利用可达任务图,对网格计算资源调度系统的运行状态进行了分析。     

容错实时任务调度的DSPN建模与分析

复杂系统的形式化描述对新系统的设计以及现有系统的改进与评价都具有十分重要的作用;针对处理机系统容错实时混合任务调度,提出采用确定与随机Petri网进行建模与性能分析;首先,根据任务执行的优先级、周期性、容错性和实时性,将任务分为四类;然后,采用DSPN对任务调度执行过程,不同优先级任务抢占式调度,处理机故障及故障恢复过程进行建模,由此构成处理机系统容错实时任务调度过程的DSPN模型;最后,仿真实验结果表明,在负载相同情况下,处理机利用率基本相同,且具有容错的实时任务调度算法可以有效地降低任务错失率;容错实时任务调度DSPN模型可以为复杂任务调度系统的Petri网建模与分析奠定了基础,并为实际工程应用提供了理论指导。     

准自相似业务流的SPN模型及其评价

该文研究了近似自相似业务的马尔可夫模型,提出了该模型的相位型表达式并据此将模型从离散时间域转换到连续时间域,笔者对一个处理自相似业务到达的简单队列系统进行了研究,比较了系统在实际跟踪的仿真情况下和模型数值分析情况下的性能,模型数值分析用无穷状态随机Petri网实现,研究表明:马尔可夫模型虽能较好地近似自相似性,但仍需进行改进。     

基于延迟调度策略的Reduce调度优化算法

在大规模的Hadoop集群中,良好的任务调度策略对提高数据本地性、减小网络传输开销、减少作业执行时间以及提高集群的作业吞吐量都有着重要的影响。本文针对Hadoop架构中Reduce任务的数据本地性较低问题,提出了一种基于延迟调度策略的Reduce任务调度优化算法,通过提高Reduce任务的数据本地性来减少作业执行时间以及提高作业吞吐量,该算法在Hadoop架构的Early Shuffle阶段,使用多级延迟调度策略来提高Reduce任务的数据本地性。最后重写原生公平调度器代码实现了该调度算法,并与原生公平调度器进行了对比实验分析,实验结果表明该算法明显减少了作业执行时间,提高了集群的作业吞吐量。     

Hadoop平台下计算模型中调度策略的研究

针对Hadoop平台下默认调度算法FIFO、计算能力调度算法以及公平调度算法在调度过程中遵守严格的队列顺序,导致一些任务被调度到不满足数据本地性节点上的问题,提出一个基于本地性的调度算法——延时调度。该算法在维护公平性原则的同时,当一个被调度的作业无法启动一个本地的任务时,让这个任务等待一小段时间,调度其他作业先执行。实验结果表明,此调度算法缩短了作业平均响应时间,有效增加了集群系统的吞吐量,提高了集群资源利用率。     

随机Petri网模型到马尔可夫链的转换规则与实现

随机Petri网是一种系统设计和分析工具,它可以对系统进行定性分析和定量分析。为了有效利用随机Petri网进行性能的定量分析,根据随机Petri网模型转换为马尔可夫链的算法,总结并实现了它们之间的转换规则。该转换规则在变迁实施的过程中引入演变规则和合并规则,将随机Petri网模型转换为马尔可夫链。可以利用产生的马尔可夫链对随机Petri网模型的多项性能指标进行定量分析。实验结果表明,转换规则是正确、可行的。     

计算机系统与计算机网络中的动态优化:模型、求解与应用

动态优化是计算机系统与计算机网络中进行资源分配与任务调度等方面研究所采用的主要理论工具之一.目前,国内外已开展大量研究,致力于深化动态优化的理论研究与工程应用.文中从模型、求解与应用3个角度,对马尔可夫决策过程动态优化理论模型进行了综述,并重点介绍了将动态优化理论与随机Petri网理论相结合的马尔可夫决策Petri网和随机博弈网模型,详细讨论了这些模型的建模方法、求解算法与一些应用实例.最后,对全文进行了总结,并对未来可能的研究方向进行了展望.     

基于随机高级Petri网模型的服务器均衡集群

在均衡集群中请求的分配和选择服务是影响服务器集群性能的关键。本文基于随机高级Petri网(SHLPN)模型提出了动态反馈请求负载分配算法和加权队列选择的综合均衡调度方案。根据集群中各服务器实体的实时负载状况动态分配请求并结合请求权值实施服务,提高了系统的负载均衡能力。     

基于广义随机Petri网的网格调度模型

针对网格资源调度中负载不均衡问题,在基于QoS且具有容错性的任务调度算法基础上提出一种基于任务优先级的QoS约束参数的调度策略。采用广义随机Petri网建立网格调度模型,增加Petri网的抑制弧功能,实现优先调度策略。结果证明了该策略优先运行紧迫任务,并且其运行任务时间和费用的综合代价较小。     

LEO卫星网络中安全协议的建模与性能分析

在分析低轨（LEO）卫星网络的通信过程和几何特性的基础上,建立LEO卫星网络在全双工通信模式下的随机Petri网（SPN）模型,采用SPNP6．0软件,针对2种安全协议IKE和ISAKMP的野蛮交换模式,以及空间通信协议规范SCPS—SP,分析卫星网络的平均时延并进行了模型仿真。     

基于SPN模型的物流采购决策

在电子商务物流管理系统(ELMS)中,针对采购决策存在的供应商选择和订单选择问题,根据ELMS采购流程和多属性决策方法得到供应商选择调度算法,利用基于随机Petri网的多服务器多队列模型实现订单选择策略。性能分析结果表明,该方法能有效减少ELMS系统的响应时间,并提高其吞吐率。     

协同服务中事务处理模型分析方法

提出一种基于随机Petri网的协同服务事务处理模型与分析方法,分析企业协同服务中几个最具代表性的事务处理流程。以电子商务系统中的物流系统为例,分别对加入事务处理前后的流程应用模型进行等价化简,从而得到2类流程模型,并利用随机Petri网的性能评价方法,对比分析加入事务处理前后系统业务响应时间和吞吐量。     

基于层次扩展SPN的网络攻击模型

当前网络攻击模型对于复杂系统的建模能力较差。为此,提出一种基于层次扩展随机Petri网的全网攻击模型。该模型对宏观网络攻击和微观主机攻击具有较好的综合描述能力,适用于网络协同式组合攻击行为的模拟,并能够有效解决网络状态空间爆炸问题。基于该模型,提出一种生成算法,通过对网络粗糙攻击路径的定义,给出挖掘主机结点间潜在的攻击关系算法。经过子网扩展后,利用蚁群算法找出k条最优攻击路径,通过对粗糙攻击路径和精确攻击路径的综合评价,给出网络危险性定量评估方法。     

基于GSPN的Web服务组合与性能分析

针对Web服务组合过程缺乏有效的性能评价方法的问题,提出一种利用广义随机Petri网（GSPN）进行组合过程建模的方法,该方法能够表达组合过程,并对组合过程所含的增值业务系统进行多方面的系统性能评价,可实现的评价指标包括系统平均响应时间、单一组件服务的利用率、系统的吞吐率等,将其应用于一个典型的旅行计划场景建模中。仿真实验结果表明,建模后的系统能进行多种性能评价。     

基于Agent的机坪运行服务SPN建模与仿真

针对机场停机坪服务车辆运行行为的随机性问题,分析服务车辆Agent的结构,采用面除Agent的随机Petri网技术,建立机坪服务车辆Agent运行行为模型,给出服务车辆运行服务平均时间的优化方法。通过CPN tools进行仿真验证,结果显示该模型能够优化服务车辆Agent的平均服务运行时间。     

基于SHCPN的系统动态可靠性建模及分析

针对传统复杂可修系统可靠性建模方法只能建立系统静态分析模型的问题,提出基于随机层次着色Petri网(SHCPN)的动态可靠性建模方法,并在讨论SHCPN形式化定义和建模方法的基础上,描述利用该方法建立复杂可修系统动态可靠性分析模型的过程。实验结果证明该方法可有效解决以往系统可靠性建模中存在的不足。     

基于形式化方法的网络业务流Petri网模型的仿真分析

针对自相似业务流的影响,给出具有自相似特性的网络业务流传输过程的随机Petri网模型,使用Petri网分别建立了无限缓冲区的IP层网络模型和有限缓冲区的以太网模型,采用一种马尔可夫随机Petri网的方法对模型进行分析,然后通过实例证明了网络中确实存在着自相似现象,最后利用随机Petri网性能分析工具SPNP对所建立的模型进行了模拟和验证,研究了网络业务流的自相似特性对网络性能的影响.提出的模型在一定程度上能够很好地拟合不同网络的流量特性,为网络构建、网络特性分析和网络性能评估提供了重要的理论基础.     

The Conversion of Dynamic Fault Trees to Stochastic Petri Nets, as a case of Graph Transformation

A model-to-model transformation from Dynamic Fault Trees to Stochastic Petri Nets, by means of graph transformation rules, is presented in this paper. Dynamic Fault Trees (DFT) are used for the reliability analysis of complex and large systems and represent by means of gates, how combinations or sequences of component failure events, lead to the failure of the system. DFTs need the state space solution which can be obtained by converting a DFT to a Stochastic Petri Net: this task is expressed by means of graph transformation rules, and is applied to a case of system.     

移动Agent系统的一种分布式死锁检测方案

传统的分布式死锁解决方案不适合于实体在网络中自由移动的MAS系统.本文描述了一种移动Agent系统的分布式死锁算法,使用专职Agent从事死锁检测和解决.该方案的特点是地点参考、拓扑独立、容错、异步操作.文中建立了StochasticPetri Net模型,并使用仿真试验给出它和Diffusion Computation算法的性能比较.