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。     

实现可靠计算的容错网格结构

由于网格资源的分布性。流动性和异构性，计算故障在网格计算环境中发生的概率比传统机群系统要高．而且结点故障的发生具有不确定性，检测和恢复更加困难。为了在网格计算环境中实现应用程序的可靠执行，提出了一种基于分布式错误检测技术的容错网格体系结构，研究了在结点故障、网络故障和进程故障时，应用程序恢复执行的方法。针对网格环境下上述三种故障发生的特性，研究了不同的应用程序恢复执行机制，其目标是以较小代价获得应用的可靠执行。     

面向云的分布式集群四叉树任务分配策略

分布式集群系统是云计算环境的基础,针对当前云计算环境高性能计算的需求,更好地发挥系统的运行效率,本文在分析了已有网格计算环境下分布式任务分配方法的基础上,从软件角度采用动态负载均衡思想,依据网络节点计算力模型,提出了海量数据集群环境计算的四叉树任务分配策略。验证表明,本任务分配策略能有效地提高整体计算速度。     

基于混合并行遗传算法的网格资源分配策略

网格是利用互联网或专用网络将地理上广泛分布的、异构的、动态的资源互联起来实现资源高度共享与集成，为用户提供高性能的计算、管理和服务等功能的一项新技术。但如何将网格这个复杂环境中的资源有效进行管理和调度，是一个NP难问题，同时也是网格技术发展的关键。启发式算法被证明是解决这类问题的有效算法，将两个启发式算法结合起来，充分发挥各自的优势，就能有效解决网格资源分配的问题。因此，利用混合并行遗传算法来解决网格资源分配是可行的。     

网格特征的进一步讨论

网格的本质特征主要是低成查高效能、安全性更可靠、异构整合调度；一般物理特征具有充分共享性、虚拟抽象性、有机集成性和合理协商性等。网格还具有分布复杂，规模巨大；资源汇集，充分共享；动态增减，异构多样；同构类似，管理多重等普通特征。网格的多方参与性特征体现在源于各方，差异性强；数据海量、．功能不同；多方建设、协同维护；用户众多、需求各异。分析、研究这些特征对网格技术研究、应用以及网格建设有重要意义。     

网格技术在视频会议系统中的应用初探

网格(Grid)是近年来兴起的一个研究热点。他旨在使互联网上所有资源(计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等)实现全面共享与协同工作，使整个因特网整合成一台巨大的超级计算机，为用户提供一个有效的平台，支持全球范围内分布异构应用程序的运行。本文不仅介绍了网格技术的涵义、特．最、功能，并且从网格技术能支持异构结点在网络环境下的分布动态协同工作的角度出发，给出了基于网格平台的通用视频会议系统的设计构想。     

基于WSRF的制造网格资源共享机制研究

分析了Web服务资源构架（WSRF）的规范和研究现状，探讨了制造网格的主要特征和体系结构，提出了一种基于WSRF的制造资源的封装机制．将制造资源封装为WS—Resource结构的制造网格资源，有效地屏蔽了资源的复杂性和异构性。在此基础上，设计了基于UDDI和WSRF的制造网格资源集成框架，阐述了设计思想，井进行了详细的功能分析．该框架可以方便地实现异构分布的制造资源之间的共享和协作。     

基于二维云模型的网格服务可靠性评价

网格是一个集成的计算和资源环境，具有动态性、异构性、可扩展性和自治性等特点。OGSA是一种新的网格体系架构，是以服务为中心的，提出了“网格服务”的概念。网格服务因网格的特点也具有动态性和不确定性，但是用户在网格进行其业务时，付出了金钱和时间，希望能获得可靠的网格服务。因此，对网格服务进行可靠性评价是关键。提出采用云模型的方法，从多个分指标来综合评价网格服务，这样就可以保证用户可以获得满足其需要的网格服务。     

基于网格的数字图书馆资源组织模式构建

在网格环境下,对数字图书馆资源进行有效的组织为网格系统服务提供了工作准备,是用户获取信息的基础。针对网格资源异构性、分布性、动态性的特点,构建出一种全局/局域分层式数字图书馆资源组织模式,该模式避免了资源发现的盲目性,缩短了资源的查找时间,同时通过对局域资源服务器的实时监控,使检索结果按特定规则排列,大大提高了资源的利用率,有效地提高了网格系统的性能。     

中间件技术与网格计算

中间件能够隐藏底层网络环境的复杂性，处理平台之间的异构性，是分布式计算和系统集成的关键组件。本文阐述了中间件的基本概念、应用环境，综述了各种类型的中间件技术及其最新发展，并在最后讨论了一种新的分布式计算范例——网格计算。     

基于移动代理和信任机制的网格作业管理

介绍了网络计算环境下的作业管理,引入了移动代理技术和信任机制,并进行了深入分析,对所用到的关键技术进行了详细的解释,说明了基于移动代理和信任机制的网格作业管理运行步骤.     

一种基于分层多代理的云计算负载均衡方法

针对现有云计算系统中负载均衡方法的不足,借鉴系统逻辑分层和多代理的思想,提出一种基于分层多代理的云计算负载均衡方法.通过对云计算平台逻辑分层,在任务代理层设置任务监控代理和任务子代理,根据用户任务的差异性,采用基于任务优先级和QoS目标约束的调度策略协同完成任务调度;在资源代理层设置资源监控代理和资源子代理,考虑物理节点的异构性,采用基于启发式贪婪的资源分配策略协同完成虚拟机到物理节点的映射.通过评估对比仿真实验,结果表明该方法在任务调度效率、任务完成时间、截止时间违背率和负载均衡度方面表现更优,多代理有效地分担了中心管理节点的管理负载,使云计算平台的任务处理能力、资源利用率及鲁棒性均得到了进一步的提升.     

基于5G边缘计算的智能电网高性价比任务调度

针对智能电网环境中电力数据量庞大且对处理时效性要求高的问题,将5G边缘计算引入智能电网系统.研究了基于5G边缘计算的智能电网任务调度问题,在满足电网任务完成需求的同时,最大限度地降低成本.基于此提出了一种基于贪心策略的启发式任务调度算法,通过与两种算法在包括输入任务数、传输数据大小和延迟要求等参数下的比较,验证了所提算...     

边缘计算多约束可信协同任务迁移策略

为保障边缘计算的服务质量,提出一种在多约束条件下边缘计算可信协同任务迁移策略。该策略基于任务需求,由边缘计算协同服务盟主节点组织调度协同服务盟员,基于用户任务迁移的K维权重指标,确定协同盟员调度优先级,以盟员负载均衡性为适应函数,通过贪心算法执行盟员任务分配与调度,基于路由捎带选择备用节点,通过迁移优先级评估,实现协同服务异常时的调度和迁移,由此提高边缘计算任务迁移的服务质量,保障任务迁移的可靠性。仿真实验表明,该机制能有效完成协同任务分发与迁移调度,提高边缘计算协同效率,保障网络服务质量。     

异构环境下网格计算模式及体系结构研究

网格计算模式具有机群系统不可比拟的优势,它可以更好地解决资源的异构性问题,支持资源的柔性伸缩及多种并行编程环境,支持科学计算库与工具软件,支持可视化动态人机交互.网格计算模式的体系结构是具有一定智能的分层结构.参考五层沙漏结构思想和前人的研究成果,研究设计了具有资源底层、安全调度层、抽象接口层、中间件层、应用接口层和应用层等六个层面的网格计算系统多层体系结构.     

效用驱动的多agent合作机制

提出了一种多agent合作机制,以效用为基础,利用效用函数计算agent在不同任务下与其他agent合作而产生的效用值,以此为依据得到agent对不同合作方式的偏好序列,并选择最大偏好参与合作。通过这种方法, agent 可以主动选择最适合自己的合作方式来完成任务,与此同时,以效用为驱动可以使群体的任务收益达到最优,提高了agent群体的合作效率。最后给出了用于方法验证的多agent原型系统,同时在该系统下证明了合作机制的有效性。     

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.     

云环境下任务调度算法对比研究

云计算是完全基于互联网的新兴技术。云计算环境中的任务调度问题一直都是该领域的研究热点。合理高效的任务调度算法在云环境中能有效的缩短任务完成时间,提高系统负载均衡,更好的满足用户与云提供商的需求。本文研究了云平台的任务调度机制,探究了任务调度过程中的关键性指标。通过云仿真平台CloudSim实现并分析了顺序调度算法、Min-Min算法和Max-Min算法,对比其在随机生成用户任务负载与虚拟机计算资源的情况下的任务完成时间,实验证明Min-Min算法与Max-Min算法均优于顺序调度算法。以此为未来研究提供实验支撑和方向。     

基于终端能耗和系统时延最小化的边缘计算卸载及资源分配机制

通过移动边缘计算下移云端的应用功能和处理能力支撑计算密集或时延敏感任务的执行成为当前的发展趋势。但面对众多移动终端用户时,如何有效利用计算资源有限的边缘节点来保障终端用户服务质量(QoS)成为关键问题。为此,该文融合边缘云与远端云构建了一种分层的边缘云计算架构,以此架构为基础,以最小化移动设备能耗和任务执行时间为目标,将问题形式化描述为资源约束下的最小化能耗和时延加权和的凸优化问题,并提出基于乘子法的计算卸载及资源分配机制解决该问题。实验结果表明,在计算任务量很大的情况下,提出的计算卸载及资源分配机制能够有效降低移动终端能耗,并在任务执行时延方面较局部计算与计算卸载机制分别降低最高60%与10%,提高系统性能。